ソフトウェアエンジニアの技術ブログ：Software engineer tech blog

$ sudo apt -y install tesseract-ocr tesseract-ocr-jpn libtesseract-dev libleptonica-dev tesseract-ocr-script-jpan tesseract-ocr-script-jpan-vert
$ tesseract -v
tesseract 4.1.3
leptonica-1.79.0
libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 2.0.3) : libpng 1.6.37 : libtiff 4.1.0 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.1
Found AVX2
Found AVX
Found SSE
Found libarchive 3.4.0 zlib/1.2.11 liblzma/5.2.4 bz2lib/1.0.8 liblz4/1.9.2 libzstd/1.4.4
$ tesseract –list-langs
List of available languages (5):
Japanese
Japanese_vert
eng
jpn
osd
※osdとは、言語の判定、文字角度の識別を行う

$ tesseract test1.png output
->
$ tesseract test1.png stdout
Hello world
$ tesseract test2.png stdout -l jpn
こんにちは

### Pythonで使えるようにする
$ pip3 install pyocr

from PIL import Image
import sys
import pyocr

tools = pyocr.get_available_tools()
langs = tools[0].get_available_languages()

img = Image.open('test1.png')
txt = tools[0].image_to_string(
	img,
	lang=langs[0],
	builder=pyocr.builders.TextBuilder(tesseract_layout=6)
)
print(txt)

※tesseract_layout=6 が精度に重要

$ python3 main.py
Hello world

lang=’jpn’に変更すると、日本語も出力できる
$ python3 main.py
とこんにちは
|
tesseract_layout=3で実行すると…
$ python3 main.py
こんにちは

#### tesseract_layoutの意味
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.

0 =方向とスクリプトの検出（OSD）のみ。
1 = OSDによる自動ページセグメンテーション。
2 =自動ページセグメンテーション、ただしOSDまたはOCRなし
3 =完全自動のページセグメンテーション。ただし、OSDはありません。 （ディフォルト）
4 =可変サイズのテキストの単一列を想定します。
5 =垂直に配置されたテキストの単一の均一なブロックを想定します。
6 =単一の均一なテキストブロックを想定します。
7 =画像を単一のテキスト行として扱います。
8 =画像を1つの単語として扱います。
9 =画像を円の中の1つの単語として扱います。
10 =画像を1文字として扱います。

6で設定されているのが多いですね
文字角度を考慮しなければ3で、文字角度を考慮する場合は6でしょうか？
読み取りたい文字に併せて設定を変えながら試していくイメージか…

とりあえず、日付、震源地、マグニチュード、北緯、東経、深さにしておく。
magnitudeは”M不明”となることがあるので、floatではなくvarcharにする.

create table quakes (
	id int AUTO_INCREMENT primary key,
	date datetime,
	epicenter varchar(255),
	magnitude varchar(255),
	intensity varchar(255),
	longitude float,
	latitude float,
	depth int
);

mysql> describe quakes;
+———–+————–+——+—–+———+—————-+
| Field | Type | Null | Key | Default | Extra |
+———–+————–+——+—–+———+—————-+
| id | int | NO | PRI | NULL | auto_increment |
| date | datetime | YES | | NULL | |
| epicenter | varchar(255) | YES | | NULL | |
| magnitude | float | YES | | NULL | |
| intensity | int | YES | | NULL | |
| longitude | float | YES | | NULL | |
| latitude | float | YES | | NULL | |
| depth | int | YES | | NULL | |
+———–+————–+——+—–+———+—————-+
8 rows in set (0.00 sec)

main.py

cur = conn.cursor()
sql1 = "truncate table quakes"
cur.execute(sql1)

for item in json:
	print(item["at"][:16] +" " + item["anm"] + " " + item["mag"] + " " + item["maxi"] + " " + item["cod"][:5] + " " + item["cod"][5:11]+ " " + item["cod"][12:-1])
	longitude = None
	latitude = None
	depth = None
	if(item["cod"]):
		if(item["cod"][5] == "+"):
			longitude = item["cod"][:5]
			latitude = item["cod"][5:11]
			depth = item["cod"][12:-1]
	sql2 = "INSERT INTO quakes (date, epicenter, magnitude, intensity, longitude, latitude, depth) VALUES(%s, %s, %s, %s, %s, %s, %s)"
	cur.execute(sql2, (item["at"][:16], item["anm"], item["mag"], item["maxi"], longitude, latitude, depth))
	conn.commit()

cur.close
conn.close

mysql> select * from quakes;
+—–+———————+——————————–+———–+———–+———–+———-+——–+
| id | date | epicenter | magnitude | intensity | longitude | latitude | depth |
+—–+———————+——————————–+———–+———–+———–+———-+——–+
| 1 | 2022-01-16 17:15:00 | 台湾付近 | 5.4 | 1 | 24 | 122.3 | 40000 |
| 2 | 2022-01-16 10:40:00 | 和歌山県北部 | 2.9 | 2 | 34.2 | 135.2 | 10000 |
| 3 | 2022-01-15 13:10:00 | 南太平洋 | Ｍ不明 | | NULL | NULL | NULL |
| 4 | 2022-01-15 23:42:00 | 根室半島南東沖 | 4.3 | 2 | 43.2 | 146.1 | 70000 |
| 5 | 2022-01-15 22:52:00 | 根室半島南東沖 | 3.8 | 1 | 43.3 | 146.2 | 50000 |
| 6 | 2022-01-15 19:56:00 | 宮城県沖 | 3.9 | 1 | 38.3 | 142 | 50000 |
| 7 | 2022-01-15 13:10:00 | 南太平洋 | Ｍ不明 | | NULL | NULL | NULL |
| 8 | 2022-01-15 13:10:00 | 南太平洋 | Ｍ不明 | | NULL | NULL | NULL |
| 9 | 2022-01-15 14:43:00 | 茨城県南部 | 2.9 | 1 | 36.2 | 140.1 | 70000 |
| 10 | 2022-01-15 10:28:00 | 宮城県沖 | 4.3 | 2 | 38.2 | 141.8 | 50000 |
| 11 | 2022-01-15 09:47:00 | 父島近海 | 4.5 | 1 | 26.9 | 142.8 | 10000 |

とりあえずデータが入ったので、flaskで表示するとこまで作っていきます
ああああああああああああ　苦しい………

flask

@app.route("/")
def index():

	connection = getConnection()

	sql = "SELECT * FROM quakes"
	cursor = connection.cursor()
	cursor.execute(sql)
	results = cursor.fetchall()

	cursor.close()
	connection.close()
	return render_template('index.html', results=results)

template.html

    <table class="table">
    <tr>
        <th>ID</th>
        <th>日付</th>
        <th>震源地</th>
        <th>マグニチュード</th>
        <th>震度</th>
        <th>北緯</th>
        <th>東経</th>
        <th>深さ</th>
    </tr>
	{% for result in results %}
        <tr>
            <td>{{result.id}}</td>
            <td>{{ result.date }}</td>
            <td>{{result.epicenter}}</td>
            <td>{{result.magnitude}}</td>
            <td>{{result.intensity}}</td>
            <td>{{result.longitude}}</td>
            <td>{{result.latitude}}</td>
            <td>{{result.depth}}</td>
        </tr>
    {% endfor %}
    </table>

jinja2側で値を操作できないみたいだから、データを入れるときに考えないといけない

print("地震検知日時 震央地 マグニチュード　最大震度")
for item in json:
	print(item["at"][:16] +" " + item["anm"] + " " + item["mag"] + " " + item["maxi"] + " " + item["cod"])

$ python3 main.py
地震検知日時 震央地 マグニチュード　最大震度
2022-01-16T17:15 台湾付近 5.4 1 +24.0+122.3-40000/
2022-01-16T10:40 和歌山県北部 2.9 2 +34.2+135.2-10000/
2022-01-15T13:10 南太平洋 Ｍ不明 -20.3-175.2/
2022-01-15T23:42 根室半島南東沖 4.3 2 +43.2+146.1-70000/
2022-01-15T22:52 根室半島南東沖 3.8 1 +43.3+146.2-50000/
2022-01-15T19:56 宮城県沖 3.9 1 +38.3+142.0-50000/
2022-01-15T13:10 南太平洋 Ｍ不明 -20.3-175.2/
2022-01-15T13:10 南太平洋 Ｍ不明 -20.3-175.2/
2022-01-15T14:43 茨城県南部 2.9 1 +36.2+140.1-70000/
2022-01-15T10:28 宮城県沖 4.3 2 +38.2+141.8-50000/
2022-01-15T09:47 父島近海 4.5 1 +26.9+142.8-10000/
2022-01-15T09:21 若狭湾 3.8 1 +35.8+135.8-10000/
2022-01-14T13:11 石川県能登地方 3.8 2 +37.5+137.2-10000/
2022-01-14T06:55 父島近海 4.8 2 +27.0+141.5-10000/
2022-01-14T00:56 千葉県東方沖 3.8 2 +35.4+140.4-60000/
2022-01-13T15:26 大隅半島東方沖 4.7 3 +31.1+131.5-30000/
2022-01-13T15:26 大隅半島東方沖 4.7 +31.1+131.5-30000/

OK
あとはMySQLにテーブルを作ってFlaskで呼び出して表示

気象庁の地震情報をBeautifulSoupでスクレイピングしようとすると、地震情報がレンダリングされる前の最初のテンプレートのHTML情報しか取得できないので、肝心の地震情報が取得できない

import requests
from bs4 import BeautifulSoup

response = requests.get('https://www.data.jma.go.jp/multi/quake/index.html')
soup = BeautifulSoup(response.text, 'html.parser')
title = soup.find('title').get_text()

print(title)

requests-htmlを使うと、ブラウザエンジンでレンダリングさせてから情報を取得できる
$ pip3 install requests-html

from requests_html import HTMLSession

url = "https://www.data.jma.go.jp/multi/quake/index.html"

session = HTMLSession()
r = session.get(url)

r.html.render()
title = r.html.find("title")
print(title)

pyppeteer.errors.BrowserError: Browser closed unexpectedly:

だめだあああああああああああああ
地震ハザードステーションから取らないとあかんか…

pandas.DataFrame 二次元の表形式のデータを表すpandasの基本形

– pandas DataFrame
– pandas.DataFrame

### 構造
– values, columns, index
– 列columns, 行index
– 行列要素の選択、抽出および変更ができる
– 列ごとに様々な型を持つ

### 作成方法
– 二次元配列・リストからDataFrameを作成
– 複数の一次元配列・リストからDataFrameを作成
– 辞書からDataFrameを作成
– CSVファイルから読み込み

import pandas as pd 
import numpy as np 

df_simple = pd.DataFrame(np.arange(12).reshape(3, 4))

print(df_simple)

$ python3 test.py
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11

print(df_simple.values)
print(type(df_simple.values))

$ python3 test.py
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]

print(df_simple.columns)
print(type(df_simple.columns))
print(df_simple.index)
print(type(df_simple.index))

$ python3 test.py
RangeIndex(start=0, stop=4, step=1)

RangeIndex(start=0, stop=3, step=1)

print(list(df_simple.columns))
print(type(list(df_simple.columns)))
print(df_simple.columns.tolist())
print(type(df_simple.columns.tolist()))

$ python3 test.py
[0, 1, 2, 3]

[0, 1, 2, 3]

columns, indexを設定することで、各列・各行に任意の名前を付けることができる

df = pd.DataFrame(np.arange(12).reshape(3, 4),
	columns=['col_0', 'col_1', 'col_2', 'col_3'],
	index=['row_0','row_1','row_2'])

print(df)

$ python3 test.py
col_0 col_1 col_2 col_3
row_0 0 1 2 3
row_1 4 5 6 7
row_2 8 9 10 11

後から変更もできる

df = pd.DataFrame(np.arange(12).reshape(3, 4),
	columns=['col_0', 'col_1', 'col_2', 'col_3'],
	index=['row_0','row_1','row_2'])

df.columns = ['Col_0', 'Col_1', 'Col_2', 'Col_3']
df.index = ['Row_01', 'Row_1', 'Row_2']

print(df)

特定の列のみ取得

print(df['Col_1'])

$ python3 test.py
Row_0 1
Row_1 5
Row_2 9
Name: Col_1, dtype: int64

全行、全列取得

print(df.loc[:,'Col_1'])
print(df.loc['Row_1',:])

print(df.loc[['Row_0', 'Row_2'],['Col_1', 'Col_3']])

$ python3 test.py
Col_1 Col_3
Row_0 1 3
Row_2 9 11

loc[], at[], queryなども可能

行/列/要素の変更

df.loc[:, 'Col_1'] = [10, 50, 90]

print(df)

$ python3 test.py
Col_0 Col_1 Col_2 Col_3
Row_0 0 10 2 3
Row_1 4 50 6 7
Row_2 8 90 10 11

df.loc[:] = np.arange(12).reshape(3,4) * 100

print(df)

$ python3 test.py
Col_0 Col_1 Col_2 Col_3
Row_0 0 100 200 300
Row_1 400 500 600 700
Row_2 800 900 1000 1100

### CSV読み込み
適当にファイルを作成

import pandas as pd 
import numpy as np 

df = pd.read_csv('data.csv', index_col=0)

print(df)

$ python3 test.py
age state point
name
alice 24 NY 12
bob 42 NY 23
charlie 18 CA 45
dave 22 TX 6
ellen 34 CA 7
frank 56 GA 23
おおおおおおおおおおおおおおおおおおおおおおおお

### 二次元配列/リストからDataFrame作成

print(np.arange(9).reshape(3,3))

print(pd.DataFrame(np.arange(9).reshape(3,3)))

$ python3 test.py
[[0 1 2]
[3 4 5]
[6 7 8]]
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

print(pd.DataFrame([[0, 1, 2],[3, 4, 5],[6,7,8,9,10]]))

$ python3 test.py
0 1 2 3 4
0 0 1 2 NaN NaN
1 3 4 5 NaN NaN
2 6 7 8 9.0 10.0
要素数がバラバラの場合は足りない部分が欠損値NaN

### 複数の一次元配列から作成

print(pd.DataFrame({'col_0': [0, 1, 2],
					'col_1': np.arange(3,6),
					'col_2':(9,8,7)},
					index=['row_0', 'row_1', 'row_2']))

$ python3 test.py
col_0 col_1 col_2
row_0 0 3 9
row_1 1 4 8
row_2 2 5 7

その他辞書からでもできる
Python取得した値をコマンドラインで確認したい時などはかなり使えそうじゃんか

エリアコード
http://www.jma.go.jp/bosai/common/const/area.json
コンテンツ種別
http://www.jma.go.jp/bosai/common/const/contents.json
テロップ
https://plaza.rakuten.co.jp/rabbit77/3000/

# -*- coding:utf-8 -*-
import requests
import json

area_code = "130000"
jma_url = "https://www.jma.go.jp/bosai/forecast/data/forecast/"+str(area_code)+".json"
jma_json = requests.get(jma_url).json()

jma_date = jma_json[0]["timeSeries"][0]["timeDefines"][0]
jma_weather = jma_json[0]["timeSeries"][0]["areas"][0]["weathers"][0]
# jma_rainfall = jma_json["Feature"][0]["Property"]["WeatherList"]["Weather"][0]["Rainfall"]

jma_weather = jma_weather.replace('	', '')
print(jma_date)
print(jma_weather)
# print(jma_rainfall)

$ python3 main.py
2022-01-16T11:00:00+09:00
晴れ

なるほど

以下のJsonデータを整形して、欲しい情報を取れば良い
ざっと見たところ、
timeDefinesが3つあり、weatherCode、weathers(日本語)、wind, waves, pops, temp, tempsMin、tempsMinUpper, tempsMinLower, tempsMax, tempsMaxUpper, tempsMaxLower, tempAverage, precipAverage が　このforecastのURLから取得できるようだ。

[{‘publishingOffice’: ‘気象庁’, ‘reportDatetime’: ‘2022-01-16T11:00:00+09:00’, ‘timeSeries’: [{‘timeDefines’: [‘2022-01-16T11:00:00+09:00’, ‘2022-01-17T00:00:00+09:00’, ‘2022-01-18T00:00:00+09:00’], ‘areas’: [{‘area’: {‘name’: ‘東京地方’, ‘code’: ‘130010’}, ‘weatherCodes’: [‘100’, ‘100’, ‘101’], ‘weathers’: [‘晴れ’, ‘晴れ’, ‘晴れ\u3000時々\u3000くもり’], ‘winds’: [‘南の風\u3000後\u3000北の風’, ‘北の風’, ‘北西の風\u3000後\u3000やや強く’], ‘waves’: [‘０．５メートル’, ‘０．５メートル’, ‘０．５メートル\u3000後\u3000１メートル’]}, {‘area’: {‘name’: ‘伊豆諸島北部’, ‘code’: ‘130020’}, ‘weatherCodes’: [‘111’, ‘101’, ‘101’], ‘weathers’: [‘晴れ\u3000夜\u3000くもり’, ‘晴れ\u3000時々\u3000くもり’, ‘晴れ\u3000時々\u3000くもり’], ‘winds’: [‘西の風\u3000後\u3000強く’, ‘西の風\u3000強く’, ‘西の風\u3000強く’], ‘waves’: [‘２メートル\u3000後\u3000２．５メートル’, ‘２．５メートル\u3000ただし\u3000新島\u3000では\u3000２．５メートル\u3000後\u3000３メートル’, ‘３メートル\u3000後\u3000２．５メートル\u3000ただし\u3000新島\u3000では\u3000３メートル’]}, {‘area’: {‘name’: ‘伊豆諸島南部’, ‘code’: ‘130030’}, ‘weatherCodes’: [‘201’, ‘200’, ‘200’], ‘weathers’: [‘くもり\u3000時々\u3000晴れ’, ‘くもり’, ‘くもり’], ‘winds’: [‘西の風\u3000後\u3000やや強く\u3000三宅島\u3000では\u3000西の風\u3000強く’, ‘西の風\u3000強く’, ‘西の風\u3000強く’], ‘waves’: [‘２メートル\u3000後\u3000２．５メートル’, ‘２．５メートル\u3000後\u3000３メートル’, ‘４メートル’]}, {‘area’: {‘name’: ‘小笠原諸島’, ‘code’: ‘130040’}, ‘weatherCodes’: [‘101’, ‘111’, ‘200’], ‘weathers’: [‘晴れ\u3000時々\u3000くもり’, ‘晴れ\u3000昼前\u3000から\u3000くもり’, ‘くもり’], ‘winds’: [‘北の風’, ‘南西の風\u3000後\u3000北西の風’, ‘北西の風\u3000やや強く’], ‘waves’: [‘２．５メートル\u3000後\u3000２メートル\u3000うねり\u3000を伴う’, ‘１．５メートル\u3000後\u3000２メートル\u3000うねり\u3000を伴う’, ‘２メートル\u3000後\u3000３メートル\u3000うねり\u3000を伴う’]}]}, {‘timeDefines’: [‘2022-01-16T12:00:00+09:00’, ‘2022-01-16T18:00:00+09:00’, ‘2022-01-17T00:00:00+09:00’, ‘2022-01-17T06:00:00+09:00’, ‘2022-01-17T12:00:00+09:00’, ‘2022-01-17T18:00:00+09:00’], ‘areas’: [{‘area’: {‘name’: ‘東京地方’, ‘code’: ‘130010’}, ‘pops’: [‘0’, ‘0’, ‘0’, ‘0’, ‘0’, ‘0’]}, {‘area’: {‘name’: ‘伊豆諸島北部’, ‘code’: ‘130020’}, ‘pops’: [‘0′, ’10’, ’10’, ’10’, ’10’, ’10’]}, {‘area’: {‘name’: ‘伊豆諸島南部’, ‘code’: ‘130030’}, ‘pops’: [’20’, ’10’, ’10’, ’10’, ’10’, ’10’]}, {‘area’: {‘name’: ‘小笠原諸島’, ‘code’: ‘130040’}, ‘pops’: [’10’, ‘0’, ‘0’, ’10’, ’20’, ’10’]}]}, {‘timeDefines’: [‘2022-01-16T09:00:00+09:00’, ‘2022-01-16T00:00:00+09:00’, ‘2022-01-17T00:00:00+09:00’, ‘2022-01-17T09:00:00+09:00’], ‘areas’: [{‘area’: {‘name’: ‘東京’, ‘code’: ‘44132’}, ‘temps’: [’12’, ’12’, ‘1’, ’12’]}, {‘area’: {‘name’: ‘大島’, ‘code’: ‘44172’}, ‘temps’: [’14’, ’14’, ‘7’, ’12’]}, {‘area’: {‘name’: ‘八丈島’, ‘code’: ‘44263’}, ‘temps’: [’15’, ’15’, ’10’, ’12’]}, {‘area’: {‘name’: ‘父島’, ‘code’: ‘44301’}, ‘temps’: [’20’, ’20’, ’15’, ’21’]}]}]}, {‘publishingOffice’: ‘気象庁’, ‘reportDatetime’: ‘2022-01-16T11:00:00+09:00’, ‘timeSeries’: [{‘timeDefines’: [‘2022-01-17T00:00:00+09:00’, ‘2022-01-18T00:00:00+09:00’, ‘2022-01-19T00:00:00+09:00’, ‘2022-01-20T00:00:00+09:00’, ‘2022-01-21T00:00:00+09:00’, ‘2022-01-22T00:00:00+09:00’, ‘2022-01-23T00:00:00+09:00’], ‘areas’: [{‘area’: {‘name’: ‘東京地方’, ‘code’: ‘130010’}, ‘weatherCodes’: [‘100’, ‘101’, ‘101’, ‘101’, ‘101’, ‘101’, ‘101’], ‘pops’: [”, ’10’, ’10’, ’10’, ’10’, ’10’, ’20’], ‘reliabilities’: [”, ”, ‘A’, ‘A’, ‘A’, ‘A’, ‘A’]}, {‘area’: {‘name’: ‘伊豆諸島北部’, ‘code’: ‘130020’}, ‘weatherCodes’: [‘101’, ‘101’, ‘101’, ‘201’, ‘101’, ‘101’, ‘201’], ‘pops’: [”, ’20’, ’20’, ’30’, ’20’, ’20’, ’30’], ‘reliabilities’: [”, ”, ‘A’, ‘A’, ‘A’, ‘A’, ‘A’]}, {‘area’: {‘name’: ‘伊豆諸島南部’, ‘code’: ‘130030’}, ‘weatherCodes’: [‘200’, ‘200’, ‘201’, ‘202’, ‘200’, ‘201’, ‘200’], ‘pops’: [”, ’40’, ’30’, ’50’, ’40’, ’20’, ’40’], ‘reliabilities’: [”, ”, ‘A’, ‘C’, ‘B’, ‘B’, ‘B’]}, {‘area’: {‘name’: ‘小笠原諸島’, ‘code’: ‘130040’}, ‘weatherCodes’: [‘111’, ‘200’, ‘101’, ‘201’, ‘201’, ‘101’, ‘201’], ‘pops’: [”, ’30’, ’20’, ’30’, ’30’, ’20’, ’30’], ‘reliabilities’: [”, ”, ‘A’, ‘A’, ‘A’, ‘A’, ‘A’]}]}, {‘timeDefines’: [‘2022-01-17T00:00:00+09:00’, ‘2022-01-18T00:00:00+09:00’, ‘2022-01-19T00:00:00+09:00’, ‘2022-01-20T00:00:00+09:00’, ‘2022-01-21T00:00:00+09:00’, ‘2022-01-22T00:00:00+09:00’, ‘2022-01-23T00:00:00+09:00’], ‘areas’: [{‘area’: {‘name’: ‘東京’, ‘code’: ‘44132’}, ‘tempsMin’: [”, ‘0’, ‘0’, ‘1’, ‘0’, ‘0’, ‘1’], ‘tempsMinUpper’: [”, ‘3’, ‘2’, ‘2’, ‘2’, ‘3’, ‘3’], ‘tempsMinLower’: [”, ‘-1’, ‘-1’, ‘-1’, ‘-2’, ‘-1’, ‘-1’], ‘tempsMax’: [”, ‘8’, ‘8’, ‘8’, ‘8’, ‘8’, ‘9’], ‘tempsMaxUpper’: [”, ’10’, ’10’, ’10’, ’10’, ’11’, ’11’], ‘tempsMaxLower’: [”, ‘6’, ‘6’, ‘5’, ‘5’, ‘6’, ‘6’]}, {‘area’: {‘name’: ‘大島’, ‘code’: ‘44172’}, ‘tempsMin’: [”, ‘3’, ‘3’, ‘2’, ‘2’, ‘4’, ‘4’], ‘tempsMinUpper’: [”, ‘5’, ‘5’, ‘4’, ‘5’, ‘6’, ‘6’], ‘tempsMinLower’: [”, ‘1’, ‘1’, ‘0’, ‘0’, ‘2’, ‘2’], ‘tempsMax’: [”, ‘9’, ‘9’, ‘8’, ‘8’, ‘9’, ’10’], ‘tempsMaxUpper’: [”, ’10’, ’10’, ‘9’, ’10’, ’12’, ’13’], ‘tempsMaxLower’: [”, ‘7’, ‘7’, ‘6’, ‘6’, ‘8’, ‘8’]}, {‘area’: {‘name’: ‘八丈島’, ‘code’: ‘44263’}, ‘tempsMin’: [”, ‘6’, ‘5’, ‘6’, ‘5’, ‘6’, ‘8’], ‘tempsMinUpper’: [”, ‘8’, ‘7’, ‘7’, ‘7’, ‘8’, ’10’], ‘tempsMinLower’: [”, ‘5’, ‘4’, ‘4’, ‘3’, ‘4’, ‘6’], ‘tempsMax’: [”, ’10’, ‘9’, ‘9’, ‘9’, ’12’, ’13’], ‘tempsMaxUpper’: [”, ’11’, ’10’, ’10’, ’12’, ’14’, ’15’], ‘tempsMaxLower’: [”, ‘8’, ‘8’, ‘8’, ‘8’, ’10’, ’10’]}, {‘area’: {‘name’: ‘父島’, ‘code’: ‘44301’}, ‘tempsMin’: [”, ’16’, ’15’, ’15’, ’14’, ’14’, ’14’], ‘tempsMinUpper’: [”, ’17’, ’16’, ’16’, ’15’, ’15’, ’16’], ‘tempsMinLower’: [”, ’15’, ’13’, ’13’, ’12’, ’12’, ’13’], ‘tempsMax’: [”, ’21’, ’18’, ’19’, ’18’, ’18’, ’20’], ‘tempsMaxUpper’: [”, ’22’, ’19’, ’20’, ’19’, ’20’, ’21’], ‘tempsMaxLower’: [”, ’19’, ’17’, ’18’, ’16’, ’17’, ’18’]}]}], ‘tempAverage’: {‘areas’: [{‘area’: {‘name’: ‘東京’, ‘code’: ‘44132’}, ‘min’: ‘1.1’, ‘max’: ‘9.5’}, {‘area’: {‘name’: ‘大島’, ‘code’: ‘44172’}, ‘min’: ‘3.7’, ‘max’: ‘10.6’}, {‘area’: {‘name’: ‘八丈島’, ‘code’: ‘44263’}, ‘min’: ‘7.4’, ‘max’: ‘12.7’}, {‘area’: {‘name’: ‘父島’, ‘code’: ‘44301’}, ‘min’: ‘15.7’, ‘max’: ‘20.6’}]}, ‘precipAverage’: {‘areas’: [{‘area’: {‘name’: ‘東京’, ‘code’: ‘44132’}, ‘min’: ‘2.0’, ‘max’: ‘15.5’}, {‘area’: {‘name’: ‘大島’, ‘code’: ‘44172’}, ‘min’: ‘9.7’, ‘max’: ‘40.2’}, {‘area’: {‘name’: ‘八丈島’, ‘code’: ‘44263’}, ‘min’: ‘23.4’, ‘max’: ‘57.4’}, {‘area’: {‘name’: ‘父島’, ‘code’: ‘44301’}, ‘min’: ‘5.7’, ‘max’: ‘16.1’}]}}]

政府標準利用規約
https://www.kantei.go.jp/jp/singi/it2/densi/kettei/gl2_betten_1.pdf

その他
ひまわり、レーダー降水ナウキャスト、アメダスなどが取得できる模様
https://qiita.com/e_toyoda/items/7a293313a725c4d306c0

プログラミングそのものよりデータ定義が大切そう