PythonでテキストやCSVを読み込もうとしたら、いきなりUnicodeDecodeErrorが出てファイルが開けなかった経験はありませんか？

この文字化けエラーは、Windowsでcp932という日本語向けの文字コードが使われているのが原因です
MacやLinuxではあまり見かけないのに、Windowsだと急に出てくる、あの厄介なやつです

この記事では、まずなぜWindowsで文字化けが起きるのかをほどいてから、今すぐできる対策を整理します
そのうえで、Python 3.15のUTF-8既定化(PEP 686)で、この悩みがどう変わる見込みなのかまで、初心者の方向けに広く浅くまとめていきます

ジャベ雄

文字化けは、原因が分かると対策もすっきり見えてきます

Pythonの文字化けがWindowsで起きる理由(cp932)

結論から言うと、Windowsで文字化けが起きるのは、encodingを指定せずにファイルを開くとWindowsの既定の文字コードcp932で読もうとするからです
そのファイルがUTF-8で保存されていると、cp932では解釈できないバイトが出てきてエラーになる、という流れです

Pythonの公式ドキュメントには、テキストモードでencodingを指定しない場合、使われるエンコーディングはOSに依存すると書かれています
Pythonが内部で今のロケール(地域・言語の設定)に合わせた文字コードを取りに行くので、その結果がプラットフォームによって変わるわけです

日本語Windowsの場合、この既定の文字コードがcp932になります
だから「encodingを書かずにopenする」と、暗黙のうちにcp932で読もうとして、UTF-8のファイルで転ぶんです

MacやLinuxで文字化けが起きにくいのはなぜか

MacやLinuxのようなUnix系のシステムは、ロケールがUTF-8になっていることが多いです
だから既定の文字コードもUTF-8寄りで、UTF-8のファイルをそのまま開いても問題が起きにくいんです

「同じコードなのに、自分のWindowsだと落ちて、同僚のMacだと動く」というすれ違いは、この既定の文字コードの違いから来ています
ただ、MacやLinuxも設定次第ではUTF-8以外になることがあるので、「Unix系なら100%大丈夫」とまでは言い切れません

ジャベ雄

Windowsだけ挙動が違うのは、地域設定の名残なんです

cp932はShift_JISとは別物です

ここで1つ、混同しやすいポイントを押さえておきます
cp932とShift_JISは、似ているけれど同じではありません

cp932は、標準のShift_JISをマイクロソフトがWindows向けに拡張したものです
漢字やひらがなの部分は同じなのですが、丸数字の①のような記号は、Shift_JISとcp932で割り当てられている値が違います

だからWindowsで作られたファイルを読むときは、encoding=”shift_jis”ではなくencoding=”cp932″を指定するのが安全です
shift_jisを指定すると、記号のところで文字化けやエラーが起きることがあります

やっかいなのは、漢字やひらがなが多い文章だと、shift_jisでもそれっぽく読めてしまう場面があることです
普段は問題なく動いていて、丸数字やローマ数字が入ったデータが来たときだけ急に転ぶ、という気づきにくい落とし穴になります

Windows由来と分かっているファイルは、はじめからcp932を指定しておくのが無難です
そうしておけば、拡張された記号が混じっていても取りこぼしなく読めます

UnicodeDecodeErrorの読み方を覚える

まずは実際にエラーを再現してみます
UTF-8で保存したファイルを、encodingを指定せずに開くと、Windowsでは次のようなエラーが出ます

# UTF-8で保存された data.txt を、encodingを書かずに開く
with open("data.txt") as f:
    text = f.read()

# ↓ Windowsだと、こんなエラーが出る
# UnicodeDecodeError: 'cp932' codec can't decode byte 0xef in position 0:
# illegal multibyte sequence

長くて身構えてしまうエラーですが、読む場所は3つだけです
この3か所さえ拾えれば、原因のあたりが付けやすくなります

この例では先頭がBOMなので、position 0の0xefはUTF-8のBOMという印の先頭バイトになっています
cp932で読もうとしたら、いきなり1バイト目で「知らないバイトだ」となって転んだ、というわけです

BOMが無いファイルでも、日本語が先頭付近にあれば同じ種類のエラーが出ます
その場合はpositionが0以外の数字になって、日本語の1文字目のバイトでつまずいた、という読み方になります

末尾のillegal multibyte sequenceは「cp932にない、ありえないバイトの並び」という意味です
ファイルが途中で切れているときはincomplete multibyte sequence(不完全なバイト列)と出ることもあります

ジャベ雄

codec名を見れば、どの文字コードで読もうとしたか一発で分かります

今すぐできる文字化け対策4つと効き方の違い

Python 3.15を待たなくても、今のバージョンで打てる対策があります
大きく4つあって、それぞれ「どこに効くか」が違うので、そこを押さえておくと迷いません

対策1 open()にencodingを明示する(一番のおすすめ)

最優先の対策は、open()にencodingを書くことです
「どの文字コードで読むか」を自分で指定してしまえば、OSの既定に左右されなくなります

# UTF-8のファイルを読む(基本形)
with open("data.txt", encoding="utf-8") as f:
    text = f.read()

# ExcelなどでできたBOM付きUTF-8のファイルは utf-8-sig で
# (先頭に見えないゴミ文字が残らない)
with open("data.csv", encoding="utf-8-sig") as f:
    text = f.read()

# Windows由来のcp932のファイルなら cp932 を指定
with open("windows.csv", encoding="cp932") as f:
    text = f.read()

Pythonの公式も、バージョン間で挙動をそろえるためにencodingを常に明示することを推奨しています
ただしこれが効くのは自分のコードのopen()だけで、使っているライブラリが内部で開くファイルまでは面倒を見きれません

対策2 PYTHONUTF8=1 でUTF-8モードにする

環境変数PYTHONUTF8=1を設定すると、UTF-8モードが有効になります
このモードでは、open()の既定がUTF-8になり、標準入出力もUTF-8寄りになります

コマンドプロンプトでその場だけ有効にするなら、次のように打ってからPythonを動かします

set PYTHONUTF8=1
python your_script.py

いつも有効にしておきたいなら、Windowsのシステム環境変数にPYTHONUTF8を追加して値を1にしておく手もあります
この方法はencoding明示と違って、ライブラリが内部で開くファイルにも効くのが強みです

対策3 python -X utf8 で起動時に有効化する

環境変数をいじらず、その起動だけUTF-8モードにしたいときは、起動オプション-X utf8が使えます

python -X utf8 your_script.py

効果はPYTHONUTF8=1と同じで、UTF-8モードをオンにします
「この実行のときだけ試したい」という場面で手軽です

対策4 PYTHONIOENCODING はprint側の対策

環境変数PYTHONIOENCODINGは、標準入出力の文字コードを指定するものです
コンソールへのprintで文字化けする(UnicodeEncodeErrorが出る)ときの対処として、一般によく使われます

ジャベ雄

迷ったら、まずopen()にencodingを書くところから始めれば大丈夫です

pandasやcsvでファイルを読むときの文字化け対策

ここまではopen()の話でしたが、実務ではpandasのread_csvや標準ライブラリのcsvでファイルを読む場面も多いと思います
この2つも文字化けの考え方は同じで、要は「どの文字コードで読むか」をこちらから指定してあげればいいだけです

pandas.read_csv は encoding 引数で指定する

pandasでCSVを読むときも、encodingを渡せば文字化けを防げます
渡し方はopen()とほぼ同じで、ファイルの中身に合わせてUTF-8かcp932を選びます

import pandas as pd

# UTF-8のCSVを読む(基本形)
df = pd.read_csv("data.csv", encoding="utf-8")

# Excelで「CSV UTF-8」保存したBOM付きは utf-8-sig で
df = pd.read_csv("excel_utf8.csv", encoding="utf-8-sig")

# Excelで「CSV(コンマ区切り)」保存したcp932は cp932 で
df = pd.read_csv("excel_export.csv", encoding="cp932")

読み方の見分け方はopen()のときと同じで、Excel由来のCSVはcp932かutf-8-sigのどちらかだと思っておけば、たいていのケースはカバーできます
どちらか分からないときは、両方を試してエラーにならない方を選ぶのが手っ取り早いです

標準の csv モジュールは open() の encoding に従う

標準ライブラリのcsvモジュールは、少し立ち位置が違います
csv自身に文字コードの指定はなく、先にopen()で開いたファイルを渡す形なので、文字コードはそのopen()のencodingで決まります

import csv

# 文字コードは open() 側の encoding で決まる
# csv.reader 自体に encoding 引数は無い
with open("data.csv", encoding="utf-8", newline="") as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

つまりcsvモジュールの文字化けは、結局open()にencodingを書けば防げます
ちなみにcsvを開くときは、改行の扱いを揃えるためにnewline=””も一緒に付けるのが公式の推奨です

EncodingWarningでencoding未指定のopenを洗い出す

「encodingを明示するのが良いのは分かったけど、自分のコードのどこが抜けているか分からない」というときに便利な機能があります
それがEncodingWarningという警告です

この警告はPython 3.10で導入されました
encodingを指定せずにopen()している箇所を見つけて、「ここ、既定の文字コードで開いてますよ」と教えてくれます

ただし、デフォルトでは出ない設定になっているので、自分でオンにする必要があります
起動オプション-X warn_default_encoding(または環境変数PYTHONWARNDEFAULTENCODING)を付けて実行します

python -X warn_default_encoding your_script.py

これを付けて動かすと、encodingを書き忘れているopen()のところで警告が出ます
Python 3.15への引っ越し前に、直しておくべき箇所を先に洗い出せる点検ツールとして使えます

警告を出して1つずつencodingを足す手順

実際の使い方はシンプルで、警告を出して、出た場所にencodingを足す、これを繰り返すだけです
まずは点検したいスクリプトを、次のように警告オプション付きで動かしてみます

python -X warn_default_encoding your_script.py

encodingを書き忘れているopen()があると、その行を指して次のような警告が出ます
警告なので処理は止まらず、そのまま最後まで動きつつ、あやしい箇所だけ教えてくれます

your_script.py:5: EncodingWarning: 'encoding' argument not specified
  with open("data.txt") as f:

あとは警告が出た行を開いて、encodingを1つずつ足していきます
UTF-8のファイルならencoding=”utf-8″、Windows由来ならencoding=”cp932″という具合に、そのファイルに合う文字コードを書き足します

# 修正前(警告が出る)
with open("data.txt") as f:
    text = f.read()

# 修正後(encodingを足す)
with open("data.txt", encoding="utf-8") as f:
    text = f.read()

もう一度-X warn_default_encoding付きで動かして、警告がゼロになれば点検完了です
この作業をひととおり済ませておけば、Python 3.15で既定が変わっても、あわてる箇所がほぼ無くなります

ちなみに、あえてOSの既定の文字コードで開きたい箇所があるなら、encoding=”locale”と書けます
こう書いておくと「意図してロケール依存にしている」と伝わって、警告も出なくなります

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Python 3.15のUTF-8既定化(PEP 686)で何が変わるのか

ここからが本題です
Python 3.15ではPEP 686という提案が採用され、既定の文字コードがOSの環境に関係なくUTF-8になる見込みです

What’s New(新機能のまとめ)にも「Pythonはシステムの環境に関係なくUTF-8を既定のエンコーディングとして使う」と書かれています
これが実現すると、Windowsでもopen(“data.txt”)のようにencodingを書かずに開いたとき、UTF-8で読んでくれるようになります

正体はUTF-8モードを既定でオンにすること

1つ大事な点があります
PEP 686は「既定のエンコーディングだけをUTF-8に差し替える」ものではなく、先ほどのUTF-8モードそのものを、既定でオンにするという内容です

だから変わるのはopen()の既定だけではありません
UTF-8モードは標準入出力にも及ぶので、print側の文字化けも減る方向になります(ただしコンソール側の設定にも左右されるので環境次第です)

読者の方向けにざっくり言うと「open()の既定がUTF-8になって、printまわりも改善する」と捉えておけば十分です
PEP 686はもともとmethaneさん(Inada Naokiさん)が2022年に提案したもので、長く予告されてきた変更でもあります

2026年10月に正式リリース予定(今はまだbeta)

気をつけたいのは、Python 3.15はまだ正式リリースされていないという点です
2026年7月時点ではbeta段階で、正式版(3.15.0)は2026年10月1日予定です

ただ、機能追加を締め切るfeature freezeは2026年5月に済んでいます
だから「UTF-8既定化を入れる」という方針そのものは、ほぼ確定と考えて良い状態です

ジャベ雄

「もう文字化けが消えた」ではなく「これから消える見込み」という段階です

逆に注意 Excel由来のcp932 csvには encoding=”cp932″ が必要になる

ここで、うっかりすると新しく踏む罠があります
UTF-8にすれば全部解決、というわけではないんです

3.15より前は「UTF-8のファイルをcp932で読もうとして失敗」という文字化けでした
ところが3.15以降は、逆にcp932のファイルをUTF-8で読もうとして失敗する、というエラーが起こりえます

典型例が、Excelから「CSV(コンマ区切り)」で保存したファイルです
日本語Windowsでこの形式で保存すると、中身はcp932になることがあります、それをencoding未指定で開くと、3.15はUTF-8で読もうとして転ぶ可能性があります

対策は、これまでどおりencoding=”cp932″を明示することです

# Excelで「CSV(コンマ区切り)」保存したcp932のファイルを読む
# 3.15以降は encoding を書かないと、UTF-8で読もうとして失敗しうる
with open("excel_export.csv", encoding="cp932") as f:
    text = f.read()

ExcelのCSV UTF-8とCSVの違いを見分ける

Excelから保存したCSVの文字コードは、保存形式で変わります
保存ダイアログの「ファイルの種類」で、次のどちらを選んだかを見るのが分かりやすいです

「CSV UTF-8」はExcel 2016以降にある比較的新しい選択肢です
ここはExcelのバージョンや環境で細かく変わる部分なので、うまくいかなければ両方の指定を試してみるのが手っ取り早いです

実務では、どちらの形式で保存されたか分からないファイルを受け取る場面も多いと思います
そんなときは、エラーが出ても止まらずに読める書き方にしておくと、原因の切り分けが楽になります

# 文字コードが分からないCSVを、順番に試して読む
for enc in ("utf-8-sig", "cp932", "utf-8"):
    try:
        with open("mystery.csv", encoding=enc) as f:
            text = f.read()
        print(f"{enc} で読めました")
        break
    except UnicodeDecodeError:
        continue

この書き方は、あくまで受け取ったファイルの文字コードが分からないときの応急処置です
自分が保存する側なら、最初からutf-8で書き出すようにそろえておくと、読むときの迷いがなくなります

ExcelとPythonをつなぐ話は、Python本体もpipも要らずにExcelの中でPythonを動かせるxlwings Lite入門でも触れています
ExcelのデータをPythonで扱いたい方は、あわせて読んでみてください

従来の挙動に戻したいとき(PYTHONUTF8=0)

cp932前提で書かれた既存のコードを動かしていて、3.15の変更で挙動が変わって困る場面もあると思います
そんなときは、従来のロケール依存の挙動に戻すこともできます

環境変数PYTHONUTF8=0、または起動オプション-X utf8=0で、UTF-8モードを無効にできます

set PYTHONUTF8=0
python your_script.py

python -X utf8=0 your_script.py

エラーで止まってくれるならまだ気づけますが、静かにデータが壊れるのが一番こわいパターンです
だからPYTHONUTF8=0での先送りは応急処置と考えて、原則はencodingを明示する方向で直していくのがおすすめです

3.15移行に向けて今からやっておくこと

ここまでの話を、移行前の準備という形でまとめておきます
Python 3.15はまだ先ですが、下の4つを今のうちにやっておくと、既定が変わっても慌てずに済みます

• 自分のコードのopen()にencodingを足す(UTF-8なら”utf-8″、BOM付きは”utf-8-sig”)
• -X warn_default_encodingで点検して、書き忘れをEncodingWarningで洗い出す
• Excel由来の「CSV(コンマ区切り)」ファイルはencoding=”cp932″を明示しておく
• すぐに直しきれず心配なら、しばらくPYTHONUTF8=0で従来挙動のまま様子を見る

ポイントは、先送り(PYTHONUTF8=0)はあくまで一時しのぎにして、本命はencodingの明示に寄せていくことです
encodingさえ書いてあれば、3.15になっても3.14のままでも、同じように動いてくれます

ジャベ雄

今のうちにencodingを足しておけば、移行のときにやることはほぼ無くなります

まとめ 結局どうすればいいか

ここまでを整理すると、文字化けとの付き合い方はシンプルです
Python 3.15を待つかどうかに関わらず、open()に毎回encodingを明示するのが、いちばん確実で長持ちする対策です

• UTF-8のファイルはencoding=”utf-8″、BOM付きならutf-8-sig
• Windows由来(Excelの「CSV」保存など)はencoding=”cp932″(shift_jisではなく)
• ライブラリ内部まで含めて効かせたいならPYTHONUTF8=1や-X utf8
• 書き忘れの点検には-X warn_default_encodingでEncodingWarning

Python 3.15でUTF-8が既定になると、多くの人にとって文字化けはぐっと減る見込みです
ただし逆にcp932のファイルで新しい罠も生まれるので、「UTF-8にすれば全部解決」ではないという両面を覚えておくと安全です

どちらの方向の文字化けも、結局は「どの文字コードで読むかを自分で指定しておく」ことで防げます
これからPythonを入れる方は、Pythonのインストール方法もあわせて確認してみてください

エラーが読めないときはClaudeに貼って聞くのもアリ

UnicodeDecodeErrorが出たとき、エラーメッセージをそのままClaudeに貼って聞くのも手です
次のような依頼テンプレートを使うと、原因の切り分けと直し方を一緒に考えてもらえます

PythonでファイルをopenしたらUnicodeDecodeErrorが出ました
・OS: Windows
・エラー全文:(ここにエラーをそのまま貼る)
・開こうとしているファイル:(txt / csv / どこで作ったか など)

原因の見当と、encodingの指定をどう直せばいいか教えてください
コードを書き換える場合は、変更内容を先に私に提示してから進めてください

最後の一文を入れておくと、勝手にファイルを書き換えられずに済みます
提案を確認してから自分で反映すれば、気軽に相談できます

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

「ExcelでPythonを動かしたいけど、環境構築でつまずいてやめた」という経験はありませんか？

この記事で紹介するxlwings Liteは、Python本体のインストールもpipも要らずに、Excelの中でPythonを動かせる無料アドインです
公式は、これをVBAの体験を現代化するものと位置づけていて、VBAを触ってきた方にもなじみやすい立ち位置になっています

ただ、名前が似ている「pip版のxlwings」や、マイクロソフト純正の「Python in Excel」と混同しやすいのも事実です
この記事では、まずそこの違いをほどいてから、料金・できること・制約・VBAとの関係・導入手順までを、初心者の方向けに広く浅くまとめていきます

ジャベ雄

「環境構築が要らないPython」って、最初のハードルがぐっと下がります

xlwings Liteとは Excel内で動くPython

結論から言うと、xlwings LiteはPython本体をインストールしなくてもExcelの中でPythonを動かせる無料アドインです
Excelにアドインを1つ追加するだけで、Pythonでカスタム関数を作ったり、pandasでデータを処理したりできるようになります

なぜPython本体が要らないのかというと、xlwings LiteはPyodideという仕組みを使っているからです
Pyodideは、ざっくり言うと「ブラウザの中で動くPython」で、WebAssembly(ウェブブラウザが理解できる低レベルな実行形式)の上でPythonを走らせます

最近のExcelアドインは、内部にブラウザの部品を持っています
その中でPythonが動くので、パソコンにPythonを入れていなくてもコードが実行できる、という理屈です

pip版のxlwingsとは別物です

ここが最初につまずきやすいポイントです
同じ「xlwings」という名前でも、昔からあるpip版のxlwingsと、今回のxlwings Liteは仕組みが違います

pip版のxlwingsは、パソコンにインストールしたPython本体とExcelを橋渡しするライブラリです
pip installでの導入とPython 3.9以上が必要で、「外にあるPythonからExcelを操作する」スタイルになります

一方のxlwings Liteは、Excelの中でPythonが完結するので、Python本体もpipも要りません
同じブランドですが、「外のPythonと繋ぐ(pip版)」か「Excelの中で完結する(Lite)」かで役割がまったく違う、と押さえておくと混乱しません

通常のPythonをパソコンに入れて使う方法が気になる方は、Pythonのインストール手順を解説した記事もあわせてどうぞ
xlwings Liteは、その導入自体が要らない点が大きな違いです

コードはワークブックの中に保存される

xlwings Liteで書いたPythonコードは、そのExcelのワークブックの中に一緒に保存されます
だから、ワークブックを誰かに渡すと、受け取った人も同じxlwings Liteアドインを入れればそのまま動かせます

VBAでいう「マクロ有効ブック」に近い立ち位置ですが、コードの実行を担うのはアドインそのものです
コードだけ入っていてもアドインが無いと動かないので、配布相手にもアドインの導入は必要になります

ジャベ雄

「コードがブックに同梱される」から、配布が楽なんです

対応環境と料金 買い切りOfficeでも無料

xlwings Liteの魅力は、対応する環境の広さと料金の分かりやすさです
まず対応環境から見ていきます

公式によると、xlwings LiteはWindows・macOS・Excel for the web(ブラウザ版)で動きます
しかもMicrosoft 365だけでなく、買い切り版(Office 2021以降)にも対応しています

ここが後で出てくるPython in Excelとの大きな差です
Python in Excelはサブスクリプション専用ですが、xlwings Liteは買い切りのOfficeでも使えるので、月額を払っていない方にも門戸が開いています

さらに、無料のオンライン版Excel(office.comにブラウザでログインして使う版)でも試せます
WindowsではOffice 2019も特定の条件付きで対応していますが、その条件の中身は本記事では未確認なので、詳しくは公式の対応状況ページを確認してみてください

ブラウザの部品を内部で使う仕組み上、比較的新しいバージョンのモダンブラウザが必要です
macOSのデスクトップ版はmacOS 13(Ventura)以降が目安とされますが、この記事の読者はWindowsが中心なので、Mac要件は軽く触れる程度にとどめます

ストア版は個人も商用も無料

料金はとてもシンプルです
Excelのアドインストア経由で入れるxlwings Liteは、個人利用も商用利用も無料で、登録やログインも要りません(2026年7月時点)

公式FAQでも「制限なく個人・商用で使える」と明記されています
将来ずっと無料であることを保証する記述までは無いので、あくまで2026年7月時点では無料、という前提で読んでください

有料になるのはセルフホスト版(自前のサーバーで動かす版)だけです
これはxlwingsの有料プランに含まれていて、公式の料金ページではProfessionalの年1,600ドルからとなっています、金額はプランや条件で変わるので正確な額は公式の料金ページで確認してみてください

ジャベ雄

買い切りOfficeで無料、はVBA派にとって嬉しい条件です

Python in Excelとの違いを比較表で整理

次に多い混同が、マイクロソフト純正のPython in Excelとの違いです
どちらも「ExcelでPythonを動かす」機能ですが、中身はかなり性格が違います

いちばん大きいのは実行される場所です
Python in Excelはマイクロソフトのクラウド(Azure)上で計算され、実行のたびにワークブックの内容がクラウドへ送られます

対してxlwings Liteは、利用者のパソコン上で計算が完結します
そのため原則としてデータが外部に送信されません

ただし1つだけ例外があります
カスタム関数で画像(図)を返す場合は、その処理でデータが外に出ます
これはセルフホストにすると回避できます

料金・対応Excel・機能面も含めて、主な違いを1枚の表にまとめます
横に長いので、スマホでは横スクロールして見てください

料金の欄を補足します
Python in Excelは365のBusiness/Enterpriseなら標準の計算資源を追加料金なしで使えますが、高速な計算資源(プレミアムコンピュート)や計算モードの切替を得るための有料アドオンが月24ドル(1ユーザーあたり)です

この月24ドルという額は、マイクロソフトの解説記事で示されている数値です
年に直すと24ドル×12で年288ドル相当になります、なお、この額はマイクロソフトのライセンスFAQ本文に書かれているわけではない点も添えておきます

Excelのオブジェクトを直接触れるかどうか

VBAを触ってきた方に効くのが、この違いです
xlwings LiteはExcelのオブジェクトモデル(セルやシート・ブックをコードから直接操作する仕組み)にアクセスできます

VBAでRangeやWorksheetを直接触るあの感覚を、Pythonで再現できるイメージです
一方のPython in Excelはグリッドに数式のように書くスタイルで、オブジェクトを直接操作するタイプではありません、ここは質的な違いになります

結局どちらを選べばいい?

ここは私の見立てとしての整理です(公式が一文で断言しているわけではありません)
ざっくり、次のような使い分けが分かりやすいと思います

• データを外に出したくない・買い切り版や無料オンライン版のExcelを使う・自作関数やオブジェクト操作をしたい → xlwings Lite
• Microsoft 365を使っていて、クラウドの潤沢な計算資源を数式感覚で使いたい → Python in Excel

なお、公式の比較ページはxlwings側が書いたものなので、多少はLite寄りの見方になっている点は念頭に置いておくと公平です
Python in Excelの新機能まわりは、Microsoft 365のExcel新機能をまとめた記事でも触れているので、あわせて読むと全体像がつかめます

xlwings Liteでできること

ここからは、xlwings Liteで実際にできることを見ていきます
広く浅く言うと、Pythonの力をExcelの中に持ち込めるのがポイントです

できることを大きく並べると、次のようになります
どれも「Pythonでいつも書いていること」をExcelから使える、という方向性です

• カスタム関数(UDF) … 自作のワークシート関数をPythonで定義できる
• ストリーミング関数(RTD) … 値がリアルタイムに更新される関数を作れる
• Matplotlibでの作図 … Pythonでグラフを描いてExcelに返せる
• pandasでのデータ処理 … 表データの加工・集計をPythonで
• Excelオブジェクトの操作 … セルやシートをコードから直接いじれる
• Web APIへのアクセス … 外部サービスからデータを取ってくる

用語を1つ噛み砕いておきます
RTD(ストリーミング関数)は、株価のように随時変わる値を、関数の結果としてリアルタイムに更新し続けられる仕組みです、xlwings Liteでは2026年6月のアップデートで対応しました

UDF(ユーザー定義関数)は、自分で作るワークシート関数のことです
Pythonで書いた処理を、セルに =MYFUNC(A1) のように呼び出せるイメージだと思ってください

直近の目玉は、2026年7月1日の更新でMatplotlibの図の正式サポートが入ったことです
この機能はpip版xlwingsライブラリの0.36.8以上を必要とします(2026年7月時点)

簡単なカスタム関数のイメージも載せておきます
下は「引数を2倍にして返すだけ」の最小サンプルです(実際のコードはこの記事のあとで導入手順を追ってから書く流れになります)

from xlwings import func

@func
def double(x):
    return x * 2

このように書いておくと、Excelのセルで =DOUBLE(A1) のように呼び出せる、という感覚です
細かい書き方は更新で変わることもあるので、実際に使うときは公式のドキュメントも見てみてください

ジャベ雄

「Pythonの関数がExcelの関数になる」って、けっこう楽しいです

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

できないこと・注意点も先に知っておく

便利な一方で、xlwings Liteには苦手なことや制約もあります
期待して入れてから「あれ、動かない」とならないよう、先に押さえておきましょう

これらの多くは、土台であるPyodide(ブラウザ内で動くPython)の制約から来ています
1つずつ見ていきます

動かないライブラリがある(Polarsなど)

まず、すべてのライブラリが使えるわけではありません
公式の制約ページでは、Polarsは動作しないと明記されています

理由は、Polarsがマルチスレッド・マルチプロセッシング(複数の処理を同時並行で走らせる仕組み)に依存していて、現状のPyodideではそこがうまく動かないためです
データ処理でよく使われるpandasは使えるので、まずはpandasで組むのが無難です

ほかにも、C言語で書かれた高速部分を持つパッケージは、Pyodide向けに特別なビルドが要ります
そのため、たとえばPyTorchのような重い機械学習ライブラリは、現状は使えないものに含まれます

メモリ・データベース・重い処理の制約

ほかにも押さえておきたい制約がいくつかあります
まとめて並べます

• メモリ上限は2GB … Pyodideの制限のため、大きなデータ処理には向かない
• データベース接続に制約 … TCP/IP接続が使えず、PostgreSQLなどへ直接繋げない(SQLiteは使える)
• デバッガが現状なし … 込み入った処理の追跡はしづらい
• Python・パッケージのバージョンは自由に選べない … Pyodideの配布に依存する

ざっくり言うと、軽い作業には向くけれど、重い処理や厳密なバージョン固定が要る業務には弱いという整理になります
大量データのゴリゴリした集計や、特定バージョンで固めたい本番処理は、別の手段のほうが向くこともあります

初回や新しいライブラリを入れるときはネットが要る

ここは誤解されやすいので分けて説明します
xlwings Liteの計算はローカルで完結し、データは外に出ません、ここは前に書いたとおりです

ただ、Pyodide本体や新しく使うPythonパッケージは、既定ではネット越しにダウンロードして取得します
そのため初回や新しいライブラリを入れるときはインターネット接続が必要です

「データが外に出ない」ことと「初回はネットが要る」ことは、別の話として両立します
だから「完全にオフラインで使える」と言い切るのは少し不正確で、完全なオフライン運用にはセルフホストなどの設定が必要になります

ジャベ雄

「計算は手元・取得はネット」と分けて覚えると混乱しません

VBAとの関係 乗り換えか併用か

VBAを使ってきた方が気になるのは、「これはVBAの後継なの?」という点だと思います
まず公式の言い方を正確に確認しておきます

公式サイトの表現は「VBAの体験を現代化する(brings the VBA experience into the modern age)」です
つまり「VBAはもうダメ」と切り捨てる言い方ではなく、VBAでやってきたことを、今どきの形で置き換えるという位置づけになっています

VBAと比べて良い点として整理できるのは、次のあたりです
いずれも個々の事実には裏付けがあります

• 言語がPythonなので、pandasなどの豊富なライブラリを使える
• Excelのオブジェクトモデルにも、Pythonからアクセスできる
• コードがワークブックに入るので配布しやすい
• 実行はローカル完結で、原則データが外に出ない

とはいえ、VBAがすぐに要らなくなるわけではありません
ここは私の見立てですが、当面は「乗り換え」より「用途で併用」が現実的だと思っています

理由はシンプルで、xlwings Liteには前の章で見た制約(重いライブラリが使えない・2GBメモリ・アドインが前提など)があるからです
すでにある膨大なVBA資産や、アドインを入れられない環境、軽いイベント駆動の処理では、VBAのほうが手堅い場面が残ります

これからVBAの基礎から触ってみたい方は、VBAのループ処理を解説した記事やVBAの変数と定数の記事から入ると流れがつかめます
VBAとPython、どちらも引き出しにあると選択肢が広がります

ジャベ雄

どちらか一択でなく、得意なほうを場面で使い分ける感覚です

xlwings Liteの導入手順

それでは導入手順です
登録もログインも要らず、アドインを入れるだけで使い始められます

下の手順は骨子です
ボタンの日本語表記はExcelのバージョンで少し変わるので、英語のボタン名も併記しておきます(実際の画面はこのあとキャプチャで確認できるようにします)

STEP

アドインの一覧を開く

Excelを開き、リボンの「ホーム」タブ(古い版では「挿入」タブ)にある「アドイン」ボタン(Add-ins)を押します
ストアの画面が開いたら、必要に応じて「その他のアドイン」(More Add-ins)を選びます

STEP

xlwingsを検索して追加

ストアの検索欄に「xlwings」と入力して検索します
xlwings Liteが出てきたら「追加」(Add)を押します

STEP

エディタを開く

追加が終わると、「ホーム」タブの右端にxlwings Liteのボタンが出ます
それを押すと、画面の右側に作業ペイン(エディタ)が開きます

STEP

最初のコードを書いて実行

エディタにPythonのコードを書いて、実行してみます
まずは前に載せたような、小さなカスタム関数から試すと感覚がつかめます

ライブラリの追加はrequirements.txtに書く

pandasなど追加のライブラリを使いたいときは、pip installの代わりの操作があります
エディタのrequirements.txtタブに、使いたいパッケージ名を書き足すと、自動でインストールが始まります

編集したあとはxlwings Liteの再起動が要る点だけ覚えておいてください
「pip installの代わりにrequirements.txtに書く」と捉えると、pip版との違いがイメージしやすいです

ジャベ雄

「入れるだけ・消すだけ」なので、まず試してみるのがおすすめです

コードはAIに書いてもらう手もあります

「Pythonのコードを自分で書くのはまだ不安」という方も多いと思います
そういうときは、やりたいことを日本語で伝えて、コードはAIに書いてもらうのも十分アリです

たとえば、次のような頼み方をすると、xlwings Lite用のカスタム関数の下書きが返ってきます
返ってきたコードは、内容を確認してから貼るのが安全です

xlwings LiteのカスタムUDFを作りたいです
・やりたいこと:（例）A1の金額に消費税10%を足して返す関数
・関数名：（例）ADDTAX
Python本体は使わずxlwings Liteで動く前提で、
@func デコレータを使った最小のコードを書いてください
書き込む前に、コードの内容を私に説明してから提示してください

AIにコードを書いてもらう流れの雰囲気は、AIでアプリを作ってみた体験記でも紹介しています
「まず動かしてみる」に、AIはかなり相性が良いです

まとめ どんな人に向くか

最後に、xlwings Liteがどんな人に向くかを整理します
ここまでの内容をぎゅっとまとめると、次のようになります

• Python本体やpipの環境構築でつまずいた・そこを飛ばしたい方
• 買い切り版Officeや無料オンライン版のExcelでPythonを試したい方
• データを外に出したくない業務でPythonを使いたい方
• VBAの次の一手として、自作関数やオブジェクト操作をPythonでやってみたい方

逆に、大量データのゴリゴリした処理や、Polarsのような一部ライブラリ、厳密なバージョン固定が要る場面は苦手です
そこは無理せず、VBAや通常のPython環境と用途で使い分けるのが現実的だと思います

2026年7月時点では、更新がかなり活発なプロダクトです
2026年上半期だけでもストリーミング関数・オブジェクト操作・Python 3.14系への更新・Matplotlib対応と、短い間に機能が増えています

その分、まだ発展途上で仕様が変わりうる面もあります
料金やバージョン番号はこの記事の時点(2026年7月)のものなので、実際に使う前には公式サイトで最新を確認してみてください

環境構築のハードルなしにExcelの中でPythonを試せるのは、初心者の方にとって大きな一歩です
まずは無料のストア版を入れて、小さなカスタム関数から触ってみるのがおすすめです

ジャベ雄

「まず入れて、小さく試す」から始めると失敗しにくいです

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Outlook (new)に切り替わってから、いつものVBAでメールをExcelに出そうとしたらマクロがまったく動かなくなった、という方に向けた記事です

結論から言うと、Outlook (new)ではVBAやCOM操作が使えません、これはバグでも設定ミスでもなく、Microsoftがそういう作りにしたためです

とはいえメールをExcelに落とす手段がなくなったわけではないので、この記事ではMicrosoftが公式に代替として案内しているPython(Microsoft Graph)とPower Automateの2つを、設定の流れとコードつきで紹介していきます

なぜOutlook (new)でVBAが使えないのか

まず「なぜ動かないのか」をはっきりさせておきます、ここを理解しておくと、無駄に設定をいじって時間を溶かさずに済みます

Outlook (new)は、これまでのOutlook (classic)(デスクトップ版)とはまったく別の作りになっています、中身はWeb技術(WebView2)ベースで、ブラウザで動くOutlook on the webに近いものです

VBAでメールを取得するときは、Outlook.Application や GetNamespace(“MAPI”) といったCOMという仕組み(アプリ同士をつなぐWindowsの仕掛け)を経由してOutlookのデータにアクセスしていました

ところがOutlook (new)には、このCOMの窓口そのものが用意されていません、だから CreateObject(“Outlook.Application”) の時点で失敗してしまい、これまでのマクロが軒並み動かなくなるわけです

Outlook (classic)に戻せばVBAは今までどおり動く

ここで1つ逃げ道もお伝えしておきます

もし手元の環境でOutlook (classic)に戻せるなら、Outlookウィンドウ右上のトグルで切り替えるだけで、これまでのVBAマクロがそのまま使えます、Outlook (classic)は2026年時点でまだサポートが続く見込みです

「とりあえず今までのマクロをもう一度動かしたいだけ」という場合は、Outlook (classic)に戻すのが一番手っ取り早いです、VBAでメールをExcel化する具体的なコードはOutlookのメールデータをExcelに取得するマクロでまとめているので、そちらをどうぞ

会社の方針などでOutlook (classic)に戻せない、あるいは将来を見据えてVBA以外でやっておきたい、という方はこの先の2つの方法に進んでください

方法1 Pythonで取得する(Microsoft Graph API)

1つめはPython + Microsoft Graph APIです、Microsoftが用意しているメール取得用のAPI(外部からデータを取りに行く窓口)をPythonから叩いて、メールをまとめてExcelに書き出します

こちらは設定にひと手間かかりますが、過去メールも含めて全件取得できるのが強みです、日付や件名でフィルタしたり、取得項目を自由に選べたりと、細かい制御が効きます

ステップ1 必要なライブラリを入れる

使うライブラリは3つです、認証用のmsal、API通信用のrequests、Excel書き出し用のopenpyxlを入れます

pip install msal requests openpyxl

ステップ2 Azure AD(Microsoft Entra ID)にアプリを登録する

Graph APIを使うには、自分のアプリをMicrosoft側に登録してCLIENT_ID(アプリの身分証のようなもの)をもらう必要があります、ここが今回いちばんの山場なので、画面ごとに区切って進めていきます

作業するのはMicrosoft Entra管理センター(entra.microsoft.com)です、以前はAzureポータル(portal.azure.com)の「Azure Active Directory」と呼ばれていた場所で、今はMicrosoft Entra IDに名前が変わっています、どちらから入っても同じ設定にたどり着けます

STEP

アプリの登録から「新規登録」を開く

Entra管理センターにサインインして、「Entra ID」→「アプリの登録」→「新規登録」と進みます

STEP

名前とアカウントの種類を選んで登録する

新規登録の画面には、上から「名前」「サポートされているアカウントの種類」「リダイレクトURI(任意)」の順で入力欄が並んでいます

• 名前:あとから変えられるので、自分が分かる名前でかまいません(例 outlook-mail-export)
• サポートされているアカウントの種類:迷ったら「任意のEntra IDテナント + 個人用Microsoftアカウント」を選ぶと、個人のOutlook.com(Hotmail/Live)でも会社のMicrosoft 365でも同じ手順で動きます、選んだ種類でコードのTENANT_IDが変わるので、下のメモもあわせて見てください
• リダイレクトURI(任意):ここは空のままでOKです、次のステップの「認証」で設定します

入力できたら「登録」をクリックします

STEP

クライアントIDとテナントIDを控える

登録が終わると「概要」画面が開きます、ここに表示されるアプリケーション(クライアント)IDをコピーしておきます、これがコードのCLIENT_IDです

同じ画面のディレクトリ(テナント)IDも控えておきます、こちらは「シングルテナントのみ」を選んだ場合だけコードのTENANT_IDに入れます(commonや個人用を使うなら不要です)

STEP

リダイレクトURIを設定する

左メニューの「認証」(画面によっては「Authentication (Preview)」と表示されます)を開き、「リダイレクトURI構成」タブの「リダイレクトURIの追加」から「モバイルアプリケーションとデスクトップアプリケーション」のタイルを選びます

リダイレクトURIにhttp://localhostを指定して「構成」で保存します(推奨候補に出ていなければカスタムとして入力します)、これを入れておかないと、ログイン画面が返ってこずにエラーになります

STEP

APIのアクセス許可でMail.Readを追加する

左メニューの「APIのアクセス許可」→「アクセス許可の追加」→「Microsoft Graph」→「委任されたアクセス許可」と進み、Mail.Readを探して追加します

これで自分のメールを読む権限がアプリに付きます

ステップ3 認証してメールを取得する

準備ができたらコードに進みます、まずは認証してアクセストークン(API利用の通行証)をもらう部分です

import msal

CLIENT_ID = "ここにアプリケーション(クライアント)ID"
TENANT_ID = "common"  # 個人でも会社でも動く、会社のアカウント専用なら控えたテナントID、個人専用なら consumers
SCOPES = ["https://graph.microsoft.com/Mail.Read"]

# パブリッククライアント(デスクトップアプリ)として認証する
app = msal.PublicClientApplication(
    CLIENT_ID,
    authority=f"https://login.microsoftonline.com/{TENANT_ID}",
)

# ブラウザが立ち上がってMicrosoftのログイン画面が出る
result = app.acquire_token_interactive(scopes=SCOPES)
token = result["access_token"]

このコードを実行するとブラウザが立ち上がり、いつものMicrosoftのログイン画面が出ます、ログインが終わるとトークンが手に入ります

続いてGraph APIを叩いてメール一覧を取ります、ポイントはページング処理です

Graph APIは一度に全件は返してくれず、続きがある場合は応答の中に@odata.nextLinkという「次のページのURL」が入ってきます、これが無くなるまでループで取りに行きます

import requests

# Prefer ヘッダーで本文をHTMLでなくプレーンテキストで受け取る
headers = {
    "Authorization": f"Bearer {token}",
    "Prefer": 'outlook.body-content-type="text"',
}

# $top で1ページの件数、$select で欲しい項目だけに絞る
url = ("https://graph.microsoft.com/v1.0/me/messages"
       "?$top=50"
       "&$select=subject,from,toRecipients,ccRecipients,receivedDateTime,isRead,hasAttachments,body")

all_messages = []
while url:
    resp = requests.get(url, headers=headers).json()
    all_messages.extend(resp.get("value", []))
    # 次のページがあれば nextLink が入る、無ければループ終了
    url = resp.get("@odata.nextLink")

print(f"{len(all_messages)} 件取得しました")

$selectで欲しい項目だけに絞ると、通信量が減って取得も速くなります、今回は件名・差出人・宛先・CC・受信日時・既読フラグ・添付の有無・本文を取っています、ほかにどんな項目が取れるかはmessageリソースの公式リファレンスに一覧があります

ステップ4 Excelに書き出す

最後にopenpyxlでExcelに書き出します、差出人・宛先・CCはどれも入れ子の構造で、メールによってはaddressが無くnameだけのこともあるので、取り出す部分をaddr_ofとaddr_listという小さな関数にまとめておくと扱いやすいです

import openpyxl

# 差出人・宛先・CCを取り出すヘルパー(address が無ければ name を使う)
def addr_of(person):
    ea = (person or {}).get("emailAddress", {})
    return ea.get("address") or ea.get("name", "")

def addr_list(people):
    # toRecipients や ccRecipients は複数なので ; でつなぐ
    return "; ".join(addr_of(p) for p in (people or []))

wb = openpyxl.Workbook()
ws = wb.active
ws.append(["件名", "差出人", "宛先", "CC", "受信日時", "既読", "添付", "本文(先頭500字)"])

for msg in all_messages:
    ws.append([
        msg.get("subject", ""),
        addr_of(msg.get("from")),
        addr_list(msg.get("toRecipients")),
        addr_list(msg.get("ccRecipients")),
        msg.get("receivedDateTime", ""),
        "既読" if msg.get("isRead") else "未読",
        "あり" if msg.get("hasAttachments") else "",
        msg.get("body", {}).get("content", "")[:500],
    ])

wb.save("outlook_mail.xlsx")
print("outlook_mail.xlsx に保存しました")

本文は長くなりがちなので、ここでは先頭500字だけ取り出しています、全文が欲しい場合は[:500]を外してください

ここまでをひとつのファイルにまとめたものを置いておきます、CLIENT_IDとTENANT_IDを自分の値に書き換えれば、そのまま動かせるはずです

import msal
import requests
import openpyxl

CLIENT_ID = "ここにアプリケーション(クライアント)ID"
TENANT_ID = "common"  # 個人でも会社でも動く、会社のアカウント専用なら控えたテナントID、個人専用なら consumers
SCOPES = ["https://graph.microsoft.com/Mail.Read"]

# --- 認証(ブラウザでMicrosoftにログインする) ---
app = msal.PublicClientApplication(
    CLIENT_ID,
    authority=f"https://login.microsoftonline.com/{TENANT_ID}",
)
result = app.acquire_token_interactive(scopes=SCOPES)
token = result["access_token"]

# --- メール一覧を取得する ---
headers = {
    "Authorization": f"Bearer {token}",
    "Prefer": 'outlook.body-content-type="text"',
}
url = ("https://graph.microsoft.com/v1.0/me/messages"
       "?$top=50"
       "&$select=subject,from,toRecipients,ccRecipients,receivedDateTime,isRead,hasAttachments,body")

all_messages = []
while url:
    resp = requests.get(url, headers=headers).json()
    all_messages.extend(resp.get("value", []))
    url = resp.get("@odata.nextLink")

print(f"{len(all_messages)} 件取得しました")

# --- Excelに書き出す ---
def addr_of(person):
    ea = (person or {}).get("emailAddress", {})
    return ea.get("address") or ea.get("name", "")

def addr_list(people):
    return "; ".join(addr_of(p) for p in (people or []))

wb = openpyxl.Workbook()
ws = wb.active
ws.append(["件名", "差出人", "宛先", "CC", "受信日時", "既読", "添付", "本文(先頭500字)"])

for msg in all_messages:
    ws.append([
        msg.get("subject", ""),
        addr_of(msg.get("from")),
        addr_list(msg.get("toRecipients")),
        addr_list(msg.get("ccRecipients")),
        msg.get("receivedDateTime", ""),
        "既読" if msg.get("isRead") else "未読",
        "あり" if msg.get("hasAttachments") else "",
        msg.get("body", {}).get("content", "")[:500],
    ])

wb.save("outlook_mail.xlsx")
print("outlook_mail.xlsx に保存しました")

受信トレイだけ・期間で絞りたいとき

上のコードはメール全体を取りますが、対象を絞りたいこともあると思います、URLのところを少し変えるだけで対応できます

受信トレイだけに絞るならme/mailFolders/inbox/messagesにします、受信日時で絞るなら$filterを足します、たとえば2026年1月以降だけなら次のような形です

# 受信トレイの、2026年1月以降のメールに絞る例
url = ("https://graph.microsoft.com/v1.0/me/mailFolders/inbox/messages"
       "?$top=50"
       "&$select=subject,from,toRecipients,ccRecipients,receivedDateTime,isRead,hasAttachments,body"
       "&$filter=receivedDateTime ge 2026-01-01T00:00:00Z")

このあたりを自由にいじれるのが、Pythonで取る方法のいちばんの魅力かなと思います、$filterや$orderbyで指定できる条件はList messagesのリファレンスにまとまっています

方法2 Power Automateで新着メールをExcelに追記する

2つめはノーコードでできるPower Automateです、プログラムを書かずに「メールが届いたらExcelに1行追記する」という流れ(フロー)を組めます

Microsoft 365のアカウントがあれば、無料の枠でも基本的な自動フローは作れます、コードを書きたくない方はこちらの方が手軽です

事前準備 OneDriveにExcelを置いてテーブル化しておく

フローを作る前に、書き込み先のExcelを用意します、ここを先にやっておかないと後の設定でつまずきます

• OneDrive(またはSharePoint)にExcelファイルを置く ※ローカルPCのExcelは連携できません
• 1行目に「件名」「差出人」「受信日時」などの見出しを入れる
• 見出しを含めて範囲を選び、Excelの「挿入」→「テーブル」でテーブルに変換しておく

Power Automateの「行の追加」アクションはテーブルにしか書き込めないので、ただ見出しを打っただけのシートだと選択肢に出てきません、ここはハマりやすいポイントです

フローを作る手順

準備ができたら、Power Automate(make.powerautomate.com)でフローを組みます、流れはとてもシンプルです

あとはメールが届くたびに、自動でExcelの最終行に1件ずつ積み上がっていきます、手作業のコピペから解放されるのは地味にうれしいポイントです

本文も列に入れたい場合は本文プレビューを割り当てると扱いやすいです、本文全文はHTMLタグが混ざることがあるので、用途に合わせて選んでください

どちらを選ぶか(比較)

2つの方法を表にまとめておきます、ざっくり言うと過去メールも全部欲しいならPython、これからのメールを自動で貯めたいならPower Automateです

「溜まった問い合わせメールを一気にExcelで分析したい」のような一括処理ならPython、「届いたメールを台帳に自動で記録していきたい」のような運用ならPower Automate、という住み分けがしっくりくると思います

もちろん両方を組み合わせてもいいです、過去分はPythonで一気に吸い出して、これから先はPower Automateで貯めていく、という使い方も現実的です

まとめ

Outlook (new)でメールをExcel化する方法を整理しました、最後にもう一度ポイントをまとめておきます

• Outlook (new)はVBA・COM非対応(Microsoft公式が明言、将来サポート予定もなし)
• 今までのマクロを動かしたいだけなら、Outlook (classic)に戻すのが最短
• 過去メールも全件・条件指定で取りたいなら Python + Microsoft Graph
• 新着メールを自動で貯めたいなら Power Automate(ノーコード)

VBAが使えなくなったと聞くと身構えてしまいますが、代わりの道はちゃんと用意されています、自分の目的に合う方を選んでもらえればと思います

Outlook (classic)でVBAを使う具体的なコードはOutlookのメールデータをExcelに取得するマクロでまとめています、戻せる環境の方はこちらもあわせてどうぞ

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

SeleniumやスクレイピングでWebページを自動操作するとき、最初の関門になるのが「狙った要素をどう指定するか」です、ボタンを押す・文字を入力する・値を読み取る、どれも先にその要素を特定することから始まります

そのときの「住所」にあたるのがCSSセレクタです、ページの中の「ここの要素」を文字列で言い当てるための書き方で、これが書けると自動化はぐっとラクになります

CSSセレクタというとWebデザイン(見た目をつける)の文脈で出てくることが多いんですが、この記事では自動化で要素を狙う視点に絞ってまとめます、同じセレクタでも、デザインで便利な書き方と自動化で効く書き方は少しズレるので、そのあたりも整理していきます

使用例はPython版のSeleniumで書きますが、セレクタの構文そのものは言語やツールに依存しません、VBA版のSeleniumでも、BeautifulSoupのようなスクレイピングでも、UiPathやPower Automate DesktopといったRPAツールでも、Web要素を指す手段としてCSSセレクタが使えます、Pythonを使っていない方も、セレクタの部分はそのまま読み替えられます

実際にブラウザを動かす操作コード(クリックや入力、待機、ループなど)は言語ごとの記事にまとめているので、この記事は「セレクタの書き方そのもの」に集中します、たとえばSeleniumVBAでの実装なら「SeleniumVBAの使い方 実践コード集」にあります

デザイン用のCSSと、自動化のセレクタは何が違う？

セレクタの具体的な書き方に入る前に、まずここを押さえておくと迷いません、同じCSSセレクタでも、見た目をつける(デザイン)目的と、要素を特定する(自動化)目的では、効くものと効かないものが違うんです

大きく分けると、違いは次の4つです

違い1 状態・装飾むけの擬似クラス・擬似要素は要素特定に効かない

デザインでよく使う ::before や ::after(擬似要素)は、自動化では使えません、これは見た目の上では存在しても、DOM(ページの構造)には実体のノードが無いからです

大事なのは、これがエラーになるのではなく常に「空」が返るという点です、MDNにも、擬似要素を含むセレクタは返り値が常に空になると明記されています、つまり「見つからない」のではなく「最初から取れない」ので、原因に気づきにくいハマりどころです

同じく :hover / :focus / :active のような操作状態の擬似クラスも、自動化での要素特定にはほぼ使えません、構文としては有効ですが、「その瞬間その状態の要素」しか返さないので、静的に要素を狙う用途には向かないんです、フォーカス中の要素が必要なら、セレクタではなく activeElement を使うのが定石になります

違い2 判定基準は「見た目に効くか」ではなく「querySelectorAllが解釈できるか」

ここが一番のキモです、自動化で使えるセレクタかどうかの判定基準は、そのセレクタをブラウザの querySelectorAll が解釈できるかどうかです

というのも、SeleniumでCSSセレクタ指定(By.CssSelector)を使うと、内部ではブラウザの querySelectorAll が呼ばれます、これはW3CのWebDriver仕様で定義されている動きです、要素1つを取る指定は先頭の1件、複数取る指定は当てはまる全件が返ります

つまり、querySelectorが解釈できるセレクタ＝Seleniumで使えるセレクタと考えてOKです、ブラウザのDevToolsのコンソールで document.querySelectorAll(“セレクタ”) を試して、ちゃんと要素が返ればSeleniumでも同じく使えます、これは自分でセレクタを検証するときにも役立つ考え方です

違い3 「中の文字」では選べない

自動化だと「『送信』と書かれたボタンを押したい」のように、表示テキストで要素を狙いたい場面がよくあります、ところがCSSセレクタには、これがありません

:contains() という書き方を見かけることがありますが、これはjQuery独自の非標準セレクタです、ブラウザの querySelectorAll に渡すとエラー(SyntaxError)になるので、Seleniumでも使えません

テキストの中身で要素を選びたいときは、CSSではなくXPathの出番です、XPathなら text() や contains() が使えて、たとえば //button[contains(., ‘送信’)] のように「『送信』を含むボタン」を狙えます、このあたりの実装は実践コード集の方でも触れているので、後ほどリンクします

違い4 「壊れにくさ」という評価軸が増える

デザイン用のCSSは、自分のサイトのHTMLに対して書くので、構造が変われば自分でセレクタも直せます、ところが自動化は他人のサイト(自分で変えられないHTML)を相手にすることが多いです

すると、そのセレクタが「ページの作りが少し変わっても壊れにくいか」という、装飾CSSには無かった評価軸が出てきます、同じ要素を狙うのにも、壊れにくい書き方と壊れやすい書き方があって、自動化では前者を選ぶ意識が要ります、この観点は後半のTipsでも具体的に見ていきます

基本のセレクタ(id・class・タグ)

まずは土台になる基本のセレクタからです、ここは自動化でもデザインでも共通で、一番よく使うところです

ポイントになるのが、下2つの組み合わせです、.btn.primary のようにクラスをくっつけて書くと「両方のクラスを持つ要素」を狙えます(AND)、間にスペースを入れないのがコツで、スペースを入れると意味が変わるので注意です

逆にカンマで区切ると「どちらかに当てはまる要素」をまとめて取れます(OR)、複数種類のボタンをいっぺんに集めたいときなどに便利です

Python版のSeleniumだと、こんな感じで指定します、find_element の第2引数に、上のセレクタ文字列をそのまま渡すだけです

from selenium.webdriver.common.by import By

# id が search の要素を探す
driver.find_element(By.CSS_SELECTOR, "#search")

# class が btn かつ primary の要素(両方のクラスを持つもの)
driver.find_element(By.CSS_SELECTOR, ".btn.primary")

# input タグを全部取る(find_elements は複数形・リストで返る)
driver.find_elements(By.CSS_SELECTOR, "input")

セレクタの文字列が同じなら、VBA版のSeleniumでも考え方は同じです、VBAなら driver.FindElement(By.CssSelector, “#search”) のようにメソッド名や書き方は変わりますが、渡すセレクタ文字列(#search)はまったく同じものを使えます

属性セレクタ(動的id・class対策の主役)

ここからが、自動化でとくに頼りになるセレクタです、属性セレクタは、要素が持つ属性(name・type・href・id・classなど)を手がかりに要素を狙う書き方です

このうち、自動化でとくに重宝するのが前方一致(^=)・後方一致($=)・部分一致(*=)の3つです、なぜかというと、最近のサイトは id=”btn-8f3a2″ のように、毎回ランダムに変わるid・classを持っていることが多いからです

こういう「変わる部分」を完全一致で書くと、ページを開き直すたびに壊れます、そこで、変わらない部分だけを前方一致や部分一致で拾うと安定します、たとえば btn- の部分が固定なら、後ろのランダム文字は無視して [id^=’btn-‘] で狙う、という具合です

# name 属性が q の要素(完全一致)
driver.find_element(By.CSS_SELECTOR, "[name='q']")

# id が btn- で始まる要素(後ろがランダムでもOK・前方一致)
driver.find_element(By.CSS_SELECTOR, "[id^='btn-']")

# class に primary を含む要素(部分一致)
driver.find_element(By.CSS_SELECTOR, "[class*='primary']")

# href が .pdf で終わるリンクを全部取る(後方一致)
driver.find_elements(By.CSS_SELECTOR, "[href$='.pdf']")

ちなみに、値の大文字・小文字を無視したいときは、閉じカッコの直前に i を付けます、[type=’text’ i] のように書くと、TEXT でも Text でもマッチします、地味ですが、サイトによって表記がそろっていないときに効きます

結合子(子孫・直下・隣接・一般兄弟)

セレクタ同士をつないで「位置関係」で絞り込むのが結合子です、似た要素がたくさんあるページで、狙った1つに寄せるときに効いてきます

このうち、子孫(スペース)と直下の子(>)は基本でよく使うので、ここでは軽めにいきます、ざっくり言うと、スペースは「ずっと下まで含めて探す」、> は「すぐ下の階層だけに限定する」です

むしろ覚えておきたいのが、後半の2つ、隣接兄弟(+)と一般兄弟(~)です、これは「ある要素の横(同じ親の中の並び)」を狙う書き方で、フォームのラベルと入力欄のような「隣り合った要素」を取るときに便利です

+ は「直後の兄弟1つだけ」、~ は「後ろに続く兄弟すべて」を指します、たとえば「label のすぐ後ろの input」を狙うなら label + input、「ある見出しより後ろにある段落を全部」なら h2 ~ p という具合です

# .list の中にある .item をすべて(子孫・何段下でもよい)
driver.find_elements(By.CSS_SELECTOR, ".list .item")

# .list のすぐ下の .item だけ(直下の子)
driver.find_elements(By.CSS_SELECTOR, ".list > .item")

# label の直後にある input(隣接兄弟・1つだけ)
driver.find_element(By.CSS_SELECTOR, "label + input")

# .title より後ろに並ぶ .row をすべて(一般兄弟)
driver.find_elements(By.CSS_SELECTOR, ".title ~ .row")

位置・除外で狙う(:nth-child・:not とFindElements+indexの使い分け)

「上から何番目」や「これは除く」という狙い方もあります、構造系の擬似クラスと呼ばれるもので、自動化でも普通に使えます、ただ、ここはSeleniumならではの選択肢もあるので、その使い分けまで含めて見ていきます

除外できる :not() はCSSの強み

まず、自動化でも素直に役立つのが :not() です、これは「カッコ内のセレクタに当てはまらないもの」を狙う書き方で、「○○以外」をセレクタ1本で表現できます

たとえば input:not([disabled]) と書くと、「無効化されていない入力欄だけ」を取れます、押せないボタンや入力できない欄を最初から除けるので、自動化のエラー回避にそのまま効きます、これはVBA側でループして弾く手間が省けるので、CSSセレクタならではの便利さです

# 無効化(disabled)されていない input だけを取る
driver.find_elements(By.CSS_SELECTOR, "input:not([disabled])")

:nth-child は「使えるけど、集めてループでも同じ」

「上から○番目の要素」を狙うのが :nth-child(n) です、ほかにも :first-child(最初)、:last-child(最後)、:nth-of-type(n)(同じタグの中で○番目)があります

これらは確かに使えるんですが、自動化ではFindElements で全部集めてから、index(番号)やループで取り出しても同じことができます、どちらが正解というより、両方できると知っておくのが良いです

# 方法A セレクタで「2番目の li」を直接狙う
driver.find_element(By.CSS_SELECTOR, "li:nth-child(2)")

# 方法B 全部集めてから index で2番目を取る(リストは0始まりなので [1] が2番目)
els = driver.find_elements(By.CSS_SELECTOR, "li")
print(els[1].text)   # [0]が1番目、[1]が2番目

むしろ :nth-child には、知らないとハマるクセがあります、これは「すべての兄弟をひっくるめて数えた○番目」を見るので、たとえば li:nth-child(2) は「2番目の子が li ならそれ」という意味です、もし li の前に別のタグが混じっていると、番号がズレて狙いが外れます

「同じ種類のタグの中での○番目」が欲しいなら、:nth-of-type の方が直感に近いです、ただ、このあたりの数え方の混乱もあって、自動化ではFindElements で集めてindexやループで取り出す方が、結果が読めて安全な場面が多いと感じます、番号がズレる心配がなく、コードを見ても何番目を取っているかが分かりやすいからです

ついでに、CSSで「親に近いこと」をやりたいなら :has() という擬似クラスもあります、div:has(> img) で「imgを直下に持つdiv」のように、中身を条件にして親側を狙えます、ただし:has() は比較的新しい機能(Chrome・Edgeは105、Safariは15.4、Firefoxは121以降)なので、古いブラウザを自動操作する場合は注意してください

自動化での実践Tips

最後に、セレクタを実際に書くときに効いてくるコツを、いくつかまとめておきます、ここを意識すると、壊れにくくて読みやすいセレクタが書けるようになります

一意に絞るコツ … 属性やclassを組み合わせる

狙った1つに絞れないときは、条件を足して組み合わせるのが基本です、タグ＋属性、class＋属性、親の中の子…と重ねていくと、似た要素の中から目的のものを言い当てられます

# タグ + 属性 + 親で絞り込む(検索フォームの中の送信ボタンなど)
driver.find_element(By.CSS_SELECTOR, "form.search button[type='submit']")

動的id・classは部分一致で逃がす

さっきの属性セレクタの章ともつながりますが、毎回変わるid・classを相手にするときは、完全一致を避けて前方一致・部分一致で「変わらない部分」だけを拾います、これは動的なページを自動操作するときの定番テクニックです

DevToolsの「Copy selector」は鵜呑みにしない

ブラウザのDevToolsには、要素を右クリックして「Copy selector」でセレクタをコピーできる機能があります、便利なんですが、出てくるのは body からの長い nth-child パスになりがちで、これがけっこう脆いんです

こういう「上から数えていく」パスは、ページの作りがちょっと変わるだけで簡単に壊れます、なので、コピーしたものをそのまま使うより、ユニークなidやclassを見つけて手で書き直す方が、ずっと壊れにくいセレクタになります、Copy selectorは「とっかかり」くらいに考えておくのがちょうどいいです

テキスト・親方向で狙うときはXPath

ここまで見てきたとおり、CSSセレクタには2つだけ苦手があります、表示テキストで選ぶことと、子から親へ遡ることです、この2つはXPathの担当だと割り切ると、迷わなくなります

テキストで探す書き方(全要素を集めてループで文字一致を見る方法)や、親へ遡る “..” の使い方は、「SeleniumVBAの使い方 実践コード集」でVBA版の実際のコード付きで紹介しています、CSSで狙えるところはCSSで、苦手なところだけXPathで、と分担させるのが組みやすいです

まとめ

自動化で要素を狙うCSSセレクタの書き方を、ひととおり整理してみました、最後にポイントをまとめておきます

• 自動化で使えるセレクタかどうかは「querySelectorAllが解釈できるか」が判定基準、::before などの擬似要素は常に空が返る、:contains() は非標準で使えない
• 基本は #id / .class / タグ、複数クラスのANDは .a.b、ORは カンマ区切りで書ける
• 毎回変わるid・class対策には、属性の前方一致(^=)・部分一致(*=)が主役、結合子は子孫(スペース)・直下(>)・隣接兄弟(+)・一般兄弟(~)
• 「○○以外」は :not()、位置で狙う :nth-child は使えるが番号のズレに注意、FindElements で集めてindex・ループの方が安全な場面も多い
• DevToolsの Copy selector は脆いので手で書き直す、テキスト・親方向はXPathに任せる

セレクタの書き方そのものは、ここまでの内容でだいたいカバーできます、あとは実際にブラウザを動かすコード(クリック・入力・待機・ループなど)と組み合わせるだけです、SeleniumVBAでの実装は「SeleniumVBAの使い方 実践コード集」に、導入から知りたい方は「Excelでもブラウザ操作！SeleniumVBAの使い方」にまとめてあります

Python版で「結局どのByを使えばいいの？」というところは「Seleniumのfind_elementの使い方」が、要素が出てくるまで待つ書き方は「Selenium WebDriverWaitの使い方」が参考になります、Chromeの起動オプションまわりは「SeleniumのOptionsとServiceまとめ」も合わせてどうぞ

セレクタが書けるようになると、自動化でできることが一気に広がります、まずは身近なページで、DevToolsの document.querySelectorAll() を使ってセレクタを試してみるところから始めてみてください

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

VBAやPythonで業務を自動化したり、Seleniumでスクレイピングを組んだり——そういうことが自分でできるなら、そのスキルは転職市場でちゃんと武器になります

ただ正直なところ、「業務の延長で書いている」状態と「実務のエンジニアとして働く」状態の間には、まだ少し差があります、そこを埋めないまま飛び込むと苦労しがちなんですね

この記事では、私自身も業務の自動化から入った立場で、今あるスキルを武器にPython職へ転職するための道筋——何が足りなくて、どう補強して、どう動くか——を順番にまとめてみました

業務で自動化してるスキルは転職の武器になる

まず大前提として、あなたが普段やっている自動化は、世間で思われているよりずっと価値があります

VBAでExcel業務を自動化する、Pythonでデータを集めて整形する、Seleniumでブラウザ操作を自動化する——こういうのは実務でそのまま需要があるスキルです、現場には「コードは書けないけど業務は分かる」人が大多数なので、「業務を理解したうえで自動化できる」人材は普通に重宝されます

受け皿も意外と広くて、社内SEやDX推進の担当、データ周りのエンジニア、Pythonを使う開発職など、いきなりWebアプリのバリバリ開発でなくても入り口はいろいろあります

たとえばSeleniumのWebDriverWaitで待機処理を書くとか、VBAでJSONを扱うみたいなことが自力でできるなら、それはもう「ちょっと書ける」のレベルは超えています、自信を持っていいところです

ただ”業務の延長”だけだと足りない部分

とはいえ、自分用や社内用に書くコードと、仕事として納品するコードには差があります、ここを正直に把握しておくのが大事です

実務で求められて、独学だと抜けがちなのはこのあたりです

• 保守性（他人が読んで直せるコード、命名や構造の整理）
• テストやエラー処理（動けばOKでは済まない、想定外への備え）
• Gitでのバージョン管理とチーム開発の進め方
• 要件をヒアリングして設計に落とす力

逆に言えば、コードを書く土台はもうあるので、この”実務開発との差”を埋めれば一気に転職レベルに届きます、ゼロから始める完全未経験の人より、ずっと有利なスタート地点にいるわけですね

足りないスキルを効率よく補強する

足りない部分を埋める手段は、ざっくり「ピンポイントの講座」と「体系的なスクール」に分かれます、今の自分にどれくらい足りないかで選ぶといいです

弱点をピンポイントで埋めるなら：Coloso

「Gitだけ」「データ処理だけ」のように足りない分野が見えているなら、買い切りの動画講座が手軽です、Colosoは現役プロが教える講座が分野ごとに揃っていて、Python・データ・自動化・AIあたりも選べます

必要な分野だけ買い切りで学ぶ

Colosoは月額の縛りがない買い切り型なので、「この部分だけ」と割り切って補強するのに向いています、気になる講座があるか見てみるところからどうぞ

Colosoの講座を見てみる

体系的に学び直して転職支援も：Python Winner

「独学の穴が多そう」「転職活動も支えてほしい」なら、Python特化のスクールが安心です、Python WinnerはWinスクールが運営するPython・AI・データ分析特化のスクールで、マンツーマンレッスンなので自分の弱点に合わせて進められます

経済産業省のリスキリング講座（Reスキル講座）に認定されていて、条件を満たせば給付金で受講料が補助されます、dodaなど大手の転職エージェントと連携した就職・転職サポートがあるのも、未経験から動く人には心強いところですね

マンツーマン＋給付金で学ぶ

給付金の条件や金額は執筆時点のものなので、最新は公式で確認してくださいね、無料相談で自分が対象か聞いてみるのが早いです

Python Winnerを見てみる

転職に振り切るなら：SHIFT TERAS CAMPUS

「短期で本気で転職まで持っていきたい」なら、転職特化のスクールという選択肢もあります、SHIFT TERAS CAMPUS（旧DMM WEBCAMP）は、チーム開発やオリジナル開発など実務に近いカリキュラムで、転職保証が付くコースも用意されています

料金は数十万円とそれなりですが、専門実践教育訓練給付金の対象で、条件を満たせば最大80%（上限64万円）が戻るので、実質負担はぐっと下がります（金額や条件は執筆時点なので公式で確認を）

転職保証付きで一気に

給付金を使えるか、どのコースが合うかは無料カウンセリングで相談できます、まず話を聞いてみて判断するのがいいと思います

SHIFT TERAS CAMPUSを見てみる

ちなみに、PythonそのものよりAIの活用側に広げたいなら、未経験からAIを学んで仕事に活かす講座もあります、自分の進みたい方向に合わせて選ぶといいですね

ポートフォリオは「作った自動化」を見せるだけでいい

転職で効くのが、口で「できます」と言うより動くものを見せることです、そして自動化を触ってきた人は、ここで出せる材料をすでに持っていることが多いです

• 業務で作った自動化ツールを、汎用化してGitHubに公開する（社内情報は消す）
• スクレイピングやデータ整形の小さな成果物をまとめる
• 作った経緯や工夫をブログに書く（説明できる力も伝わる）

「実務で困りごとを自動化で解決した」という話は、そのまま実績として刺さります、完全未経験の人が課題を提出するより、リアルで強いんですね

発信のイメージがわかない人は、私が書いているVBAでGmailを送るやPyInstallerの中身を見るのような記事も、「作ったもの・調べたことを公開する」一例として眺めてみてください

転職活動の動き方

スキルとポートフォリオが整ってきたら、実際の動き方です、ここはサービスの宣伝ではなく素直なところを書きます

求人を探すなら、転職エージェントと求人サイトを併用するのが定番です、エージェントは複数登録して相性のいい担当を見つけると進めやすいです、IT・Web系に強いところを選ぶと、自動化スキルの価値も伝わりやすいですね

職務経歴書では、「何を自動化して、どんな成果が出たか」を数字で言語化するのがポイントです、「手作業◯時間を◯分に短縮」のような具体が効きます、異業種や非エンジニアからの転職でも、ここが書ければ十分に戦えます

まとめ｜まずは棚卸しと、1つ補強から

Python転職の道筋を、4ステップで振り返っておきます

大事なのは、完全なゼロからではなく、すでにある自動化スキルの上に積むという意識です、いきなり全部やろうとせず、まずは棚卸しと、足りない所を1つ補強するところから始めてみてくださいね

最初の一歩

「何から補強するか」で迷うなら、買い切りで気軽に始められるColosoで弱点を1つ埋めるところからが動きやすいです

Colosoで弱点を補強する

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Pythonでバッチを組むと、処理結果やエラーをどこかに通知したくなります、メールだと埋もれがちなので、普段使っているチャットに飛ばしておくと見落としが減って便利です

会社のやり取りがTeams中心なら、Teamsに通知できると確認の手間が減ります、ただ少し前まで手軽だったIncoming Webhook(Office 365 コネクタ)は段階的に廃止が進んでいて、新しく作るなら今はPower Automate Workflowsで用意するのが公式の推奨です

以前ChatworkにPythonから通知する記事を書きましたが、今回はそのTeams版です、Workflowsで発行したWebアドレスにPythonからJSONをPOSTするだけなので、流れはChatworkのときと近いです、この記事ではWebhookの作り方から実際に送るサンプルコードまでまとめてご紹介します

Teams通知の仕組み

先に全体像をつかんでおきます、やることはシンプルで、Workflowsで作ったWebhook URL(専用のWebアドレス)宛てに、Pythonからメッセージの中身をJSONでPOSTすると、指定したチャネルにカードとして投稿される、という流れです

• TeamsのWorkflowsでWebhookを作る(Webhook URLが発行される)
• PythonからそのWebhook URLにメッセージをJSONでPOSTする
• 指定したチャネルにメッセージが投稿される

送るデータの形はAdaptive Cardという、Teamsが受け取れるカード形式のJSONです、見た目はあとから整えられますが、まずは1行のメッセージを送るところから作っていきます

WorkflowsでWebhookを作る

まずはTeams側でWebhookを用意します、公式に用意されているテンプレートを選ぶだけなので、プログラムの知識は要りません、手順は次のとおりです

Pythonのプログラム

Webhook URLが用意できたら、あとはPythonから送るだけです、URLはコードに直書きせず.envファイルから読み込む形にしています、こうしておけば値を差し替えるのも楽ですし、うっかり鍵を公開してしまう事故も防げます

まず読み込みに使うpython-dotenvを入れておきます

pip install python-dotenv

次にプロジェクトの直下に.envを作って、さっき発行されたWebhook URLを書いておきます、変数名はTEAMS_WEBHOOK_URLにして、値だけ(URLそのもの)を書きます

TEAMS_WEBHOOK_URL=発行されたWebhook URL

本体のコードがこちらです、ステータスコードが200か202かどうかで送信成功を True・False で返すようにしています

import os

import requests
from dotenv import load_dotenv

load_dotenv()
TEAMS_WEBHOOK_URL = os.environ["TEAMS_WEBHOOK_URL"]


def send_to_teams(message, webhook_url=TEAMS_WEBHOOK_URL) -> bool:
    payload = {
        "type": "message",
        "attachments": [
            {
                "contentType": "application/vnd.microsoft.card.adaptive",
                "content": {
                    "$schema": "http://adaptivecards.io/schemas/adaptive-card.json",
                    "type": "AdaptiveCard",
                    "version": "1.4",
                    "body": [
                        {"type": "TextBlock", "text": message, "wrap": True},
                    ],
                },
            }
        ],
    }
    response = requests.post(webhook_url, json=payload)
    return response.status_code in (200, 202)

やっていることはシンプルで、発行されたWebhook URLに対して、メッセージを入れたJSONをPOSTするだけです、送るJSONはトップに type として message を置いて、その中の attachments にAdaptive Cardを入れる、という決まった形になっています、引数のmessageがそのままTextBlockの本文として表示されます

送り方のポイントが2つあります、まずjson=でデータを渡すと、Content-Typeがapplication/jsonに自動で設定されるので、ヘッダーを手で書く必要はありません、認証についてもWebhook URL自体に署名が含まれているので、追加の認証ヘッダやトークンは不要です

あとは send_to_teams('通知したいメッセージ') のように呼べば、バッチの好きなタイミングで通知できます、処理が終わったタイミングや、例外を捕まえたタイミングで呼ぶと、結果やエラーをそのままTeamsに流せます

使うときの注意点

つまずきやすいところを先にまとめておきます

• 投稿先に選べるのは標準チャネルだけ(非公開チャネルやチャットには直接送れない)
• 旧Incoming Webhookは廃止される流れなので、これから作るならWorkflowsで用意する
• 成功のステータスコードは200ではなく202になることがある
• 利用には職場・学校アカウント(Microsoft 365)が必要(個人アカウントではWorkflowsが使えない)

旧Incoming Webhook(Office 365 コネクタ)は段階的に廃止が進められてきて、公式の最新案内では2026年5月の更新で最終的な廃止とされています、期限は過去に何度も後ろ倒しされてきた経緯がありますが、これから新しく作るなら使えない前提で考えておくのが安全なので、Workflowsで用意するのが確実です、既存のWebhookがある人も最新の案内を確認しつつ早めに移しておくと安心です

権限まわりは環境によります、Power Automateは多くのMicrosoft 365環境で使えますが、組織の設定によってはWorkflowsの作成が制限されていることもあります、テンプレートが選べない、作成でエラーが出るといったときは、組織の管理者に確認してみてください

公式ドキュメント

もう少し踏み込みたいときは、↓の公式ドキュメントが参考になります、Workflowsからカードを投稿する話や、コネクタ廃止の経緯がまとまっています

• Microsoft Teams にアダプティブ カードを投稿するフローを作成する｜Microsoft Learn
• Retirement of Office 365 connectors within Microsoft Teams｜Microsoft 365 Developer Blog

あとがき

仕事のやり取りがTeams中心なら、処理結果やエラーがそのまま流れてくると見落としがぐっと減ります、Webhookを1つ作ってしまえば、あとはPythonから呼ぶだけなので、一度組んでおくと使い回しが効きます

同じ要領でChatworkに通知したい方は、PythonからChatworkに自動通知する記事もあわせてどうぞ、APIトークンとルームIDの取り方からまとめています、送り先が違うだけで、Pythonから通知する考え方は今回とほぼ同じです

Pythonの自動化つながりだと、Selenium WebDriverWaitの使い方でスクレイピングを安定させて、その結果をこのTeams通知に流す、といった組み合わせも便利です、作ったスクリプトを配りたいときは、PyInstallerでexe化する話もどうぞ

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

前提としてGoogleアカウントが必要になりますが大半の人はすでに作成していると思うのでここでは割愛・・・

まずはGCP（Google Cloud Platform）アカウントを作成

アカウント作成のためにGoogle Cloudページへ

“無料で利用開始“ボタンをクリックしそうなんですが”コンソール“リンクの方をクリック

初めて開く場合は”利用規約への同意“と”更新情報をメールで受信希望”を聞かれるので利用規約は必須でチェック

ここまででGoogle Cloudのアカウント作成完了できたので続いて無料トライアルへ

国を選んで

連絡先（住所）を登録して

支払い方法（クレジットカード情報）を登録して

利用開始！

続いてプロジェクトを作成

アカウントに続いてプロジェクトを作成します

手順は下記の通り

1. “プロジェクトの選択“をクリック
2. “新しいプロジェクト“をクリック
3. “プロジェクト名“を適当に登録
4. “作成“ボタンをクリック

“場所“は大半の人は”組織なし”のままでOK

プロジェクトの作成完了にもう一度”プロジェクトの選択“をクリックすると先ほど作成したプロジェクトがあるので選択しておく

ようやくAPIの設定

トップメニューで左上のハンバーガーからメニューを表示させて”APIとサービス“→”ライブラリ“でメニューを表示する

APIライブラリの中からスプレッドシート操作に必要な”Google Drive“と”Google Sheets API“を選択

有効化はボタンをクリックだけの簡単仕様

次はサービスアカウントの作成

PythonなどのプログラムからGCPのリソースにアクセスする際には、「サービスアカウント」という特別なアカウントを利用します

サービスアカウントは人間が使うGoogleアカウントとは異なり、プログラムがGCPと安全にやり取りするための専用アカウントみたいなものです

再びハンバーガーメニューから”IAM と 管理“→”サービス アカウント“へ

“サービスアカウント名“をお好みで入力すると勝手に”サービスアカウントID“が生成されるのでそのまま”作成して続行“をクリック

※権限とアクセス権を持つプリンシパルは表記の通り省略可なのでこの場はスルーで完了を

最後に鍵ファイルを作成

またまたハンバーガーメニューから”IAM と 管理“→”認証情報“へ

先ほど作成したサービスアカウント情報を見つつ、右側の”サービスアカウントを管理”をクリック

三点リーダーをクリックして”鍵を管理”を選択

キーを追加をクリックすると鍵のタイプを選ぶメニューが表示されるのでデフォルトのJSONのまま右下の作成をクリック

パソコンにサービスアカウントIDの一部がファイル名に含まれたJSONファイルが自動ダウンロードされて完了！！

最後にスプレッドシートを共有

あとは対象のスプレッドシートのURLや参照・更新してほしい情報を伝えるだけですがこのままではプログラムでエラーが起こります

例外が発生しました: PermissionError
{'code': 403, 'message': 'The caller does not have permission', 'status': 'PERMISSION_DENIED'}
gspread.exceptions.APIError: {'code': 403, 'message': 'The caller does not have permission', 'status': 'PERMISSION_DENIED'}

The above exception was the direct cause of the following exception:

  File "C:\Users\thosh\デスクトップ\python\mercari.py", line 9, in <module>
    sheet = gc.open_by_url('https://docs.google.com/spreadsheets/d/1cT_wQXpv0wfsMakmGtOq2tkd4htSwvMDDbsbgVPe3MQ/edit#gid=0').worksheet('テストシート')
PermissionError: 

原因はエラーにも書いてある通り”許可”されていないんですね

何の許可かと言えばスプレッドシート自体の閲覧or編集許可なんでファイルの共有設定から参照してもらうだけなら”閲覧者“、実際に操作してもらうなら”編集者“で設定しましょう

ここまでくればPythonでスプレッドシートの操作ができます！！

あとがき

Pythonでのスプレッドシート操作自体は難しくないのですがここまでの事前準備がが結構面倒くさい・・

信頼できる発注先なら相手のGoogle Driveで運用してもらって共有設定してもらうのもありじゃないでしょうか

前提

後続のプログラムは下記前提で作成していますので

classと__init__などの初期値は下記の通り

import logging
import time
import os
import sys
import atexit
from typing import Optional, Callable
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.remote.webelement import WebElement
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait, Select
from enum import Enum


# selectをわかりやすくするだけ
class SelectBy(Enum):
    Index = 'index'
    Value = 'value'
    VisibleText = 'visible_text'

class SeleniumWrapper:
    def __init__(self, timeout=10, log_level=logging.INFO):
        # ログ設定
        logging.basicConfig(
            format='[%(asctime)s] %(levelname)s: %(message)s',
            level=log_level
        )
        self.logger = logging.getLogger(__name__)
        self.timeout = timeout
        self.logger.info("SeleniumWrapper initialized")
        self.selenium_flg = False
        atexit.register(self.driver_close) 

内部関数たち

• 対象の要素を画面の中央に持ってくる（_scroll_to_center）
• Timeoutの値チェック（_resolve_timeout）
• クリック処理をSeleniumでエラーになったときjsでもう一回試みる（_safe_click）
• WebElementをIndex指定で取得する（_get_element_by_index）

    def _scroll_to_center(self, element: WebElement) -> bool:
        '''
        memo:
        -----------
        - jsで指定の要素を画面中央にする
        '''
        try:
            self.driver.execute_script("arguments[0].scrollIntoView({ behavior: 'smooth', block: 'center' });", element)
            # 最後に画面表示確認する
            self.selenium_wait(condition=EC.element_to_be_clickable(element))
        except Exception as e:
            self.logger.error(f'[ScrollError] Failed to scroll element: {str(e)}', exc_info=True)
            return False
        return True

    def _resolve_timeout(self, timeout: float) -> float:
        '''
        memo:
        -----------
        - タイムアウトを引数初期値（-1）ならinitの値にする
        '''
        return timeout if timeout != -1 else self.timeout

    def _safe_click(self, element: WebElement) -> bool:
        '''
        memo:
        -----------
        - selenium標準のclickが失敗したらjsでクリックをする2段構えclick
        '''
        try:
            element.click()
        except Exception as e:
            try:
                self.driver.execute_script('arguments[0].click();', element)
            except Exception as e2:
                self.logger.error(f'[ClickError] JS click failed: {str(e2)}', exc_info=True)
                return False
        return True

    def _get_element_by_index(self, css_selector: str, idx: int = 0, timeout: float = -1) -> Optional[WebElement]:
        '''
        Parameters:
        -----------
        css_selector:遷移先のURL
        timeout:WebDriverWaitの最大待機秒数
        condition:expected_conditions

        memo:
        -----------
        - elementをidx指定で取得するのでEC.presence_of_all_elements_locatedを使う
        - css_selectorがconditionの状態になるまで待機
        '''
        timeout = self._resolve_timeout(timeout)
        try:
            elements = WebDriverWait(self.driver, timeout).until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, css_selector)))
            if len(elements) <= idx:
                self.logger.warning(f'[NoSuchElement] selector={css_selector}, index={idx}')
                return None
        except TimeoutException:
            self.logger.warning(f'[Timeout] selector={css_selector}, timeout={timeout}')
            return None
        except Exception as e:
            self.logger.error(f'[Exception] selector={css_selector}, index={idx}, error={str(e)}', exc_info=True)
            return None
        return elements[idx]

driverのオープンとクローズ

兎にも角にもchromedriverを動かさないと話にならないので

オプションはかなりの量があるのでお好みでカスタマイズを

    def driver_open(self, headless: bool = False) -> None:
        '''
        Parameters:
        -----------
        headless:ヘッドレスモードで実行するか

        memo:
        -----------
        - chromedriverを起動する
        - なるべくchromedriver感を隠す
        '''
        options = Options()
        ##### 共通オプション
        options.add_argument('--start-maximized')                                   # 初期のウィンドウ最大化
        options.add_argument("--disable-blink-features=AutomationControlled")       # navigator.webdriver=false となる設定。確認⇒　driver.execute_script("return navigator.webdriver")
        options.add_experimental_option("excludeSwitches", ["enable-automation"])   # Chromeは自動テスト ソフトウェア~~　を非表示
        prefs = {
            "credentials_enable_service": False,                                    # パスワード保存のポップアップを無効
            "download_bubble.partial_view_enabled": False,                          # ダウンロードが完了したときの通知(吹き出し/下部表示)を無効にする。
            "plugins.always_open_pdf_externally": True,                             # Chromeの内部PDFビューアを使わない(＝URLにアクセスすると直接ダウンロードされる)
        }
        ##### 引数で指定するオプション
        # ダウンロード先フォルダが指定されてればフォルダを作ってパラメータを追加する
        # ヘッドレスモードの判定
        if headless is True:
            options.add_argument('--headless=new') 
        options.add_experimental_option("prefs", prefs)
        service = Service()
        service.creation_flags = 0x08000000                                         # ヘッドレスモードで DevTools listening on ws:~~ を表示させない
        self.driver = webdriver.Chrome(service=service, options=options)
        self.driver.maximize_window()
        self.selenium_flg = True
        self.logger.info("WebDriver started")

    def driver_close(self):
        '''
        chromedriverを終わらせる処理
        '''
        self.logger.info("Quitting WebDriver")
        if self.selenium_flg:
            try:
                self.driver.close()
                self.driver.quit()
            except Exception:
                pass
        self.selenium_flg = False

ページ読み込み完了の検知

全ての動作に入れるべき処理がこれ

動的ページが当然なのでjsの完了を検知してあげたり、要素の出現や変化を検知してあげる必要があります

さらに、、、理屈は分かりませんが、明示的な待機をしても低確率でPython側の処理が先行する謎事象が発生するので固定でほんの少しだけ待機してあげると安定します

    def selenium_wait(self, condition: Any = EC.presence_of_element_located((By.CSS_SELECTOR, 'body')),
                      timeout: float = 10.0, 
                      final_wait_time: float = COMMON_WAIT_SECONDS                      
                     ) -> bool:
        '''
        Parameters:
        -----------
        condition:expected_conditions ※指定がなければbodyがあることを確認する
        timeout:WebDriverWaitの最大待機秒数
        final_wait_time:最後にsleepする秒数

        memo:
        -----------
        - getだけじゃなくclickとかの後でも使えるようにwait部分だけの関数にする
        '''
        timeout = self._resolve_timeout(timeout=timeout)
        try:
            # JavaScriptを使ってページ全体が読み込まれるまで待機
            wait = WebDriverWait(self.driver, timeout)
            # JavaScriptの読み込み完了を待つ
            wait.until(lambda d: d.execute_script("return document.readyState") == "complete")
            # ロード完了後に指定のCSSが読み込まれたか確認する ※初期値のbodyはさすがにあるでしょ
            wait.until(condition)
            # 最後に無条件待機を入れる
            time.sleep(final_wait_time)
        except Exception as e:
            # おそらく発生しないException
            self.logger.error(f'[WaitError] Failed during wait: {str(e)}', exc_info=True)
            return False
        return True

ページ遷移

わざわざ関数にする必要あるのかって気もしますが・・・

getの後に先ほどのselenium_waitをしてあげるだけ

    def selenium_page_load(self, url: str, condition: Any = EC.presence_of_element_located((By.CSS_SELECTOR, 'body')), timeout: float = 10.0, final_wait_time: float = COMMON_WAIT_SECONDS) -> bool:
        '''
        Parameters:
        -----------
        url:遷移先のURL
        timeout:WebDriverWaitの最大待機秒数
        final_wait_time:最後にsleepする秒数
        load_completion_css:読み込み完了を認知するCSS
        condition:expected_conditions

        memo:
        -----------
        - 結局selenium_waitの前にgetしているだけだけど一番頻度が高いので個別に関数化する
        '''
        try:
            self.driver.get(url=url)
            self.selenium_wait(condition=condition, timeout=timeout, final_wait_time=final_wait_time)
        except Exception:
            return False
        return True

文字入力

Seleniumで文字入力をするsend_keyは追記処理なので一度クリアする必要があるのと、入力完了後にjs発火が前提のWebサイトがあるので前後処理が大事

あとはタグを”input” or “textarea”でチェックしていますがイレギュラーがあったら修正するかも

    def selenium_input(self, target: Union[str, WebElement], idx: int = 0, value: str = '', timeout: float = -1.0) -> bool:
        '''
        Parameters:
        -----------
        target: CSSセレクタ（str）または WebElement
        idx: セレクタで複数要素がある場合のインデックス
        value: 入力する文字列
        timeout: タイムアウト秒数

        memo:
        -----------
        - targetがstrなら要素取得して入力、WebElementならそのまま入力
        '''
        timeout = self._resolve_timeout(timeout=timeout)
        # 要素取得
        element: Optional[WebElement] = None
        if isinstance(target, str):
            element = self._get_element_by_index(target, idx, timeout)
        elif isinstance(target, WebElement):
            element = target
        else:
            self.logger.error(f'[InputError] Invalid target type: {type(target)}')
            return False

        # 要素が見つからなかった場合はFalseを返す
        if element is None:
            return False

        try:
            # 入力可能状態まで待機
            self.selenium_wait(condition=EC.element_to_be_clickable(element), timeout=timeout)

            # タグチェック
            if element.tag_name not in ['input', 'textarea']:
                self.logger.error(f'[InputError] Invalid tag for input: {element.tag_name}')
                return False

            # jsで要素を画面中央にスクロール
            self._scroll_to_center(element)
            # 一旦クリアして念のためクリックして入力
            element.clear()
            element.click()
            time.sleep(COMMON_WAIT_SECONDS)
            element.send_keys(value)
            # 入力後にTabキーを送ってフォーカスを外す
            element.send_keys(Keys.TAB)
            time.sleep(COMMON_WAIT_SECONDS)

        except TimeoutException:
            self.logger.error(f'[Timeout] Element not clickable for input: timeout={timeout}')
            return False
        except Exception as e:
            self.logger.error(f'[Exception] Error in selenium_input: {str(e)}', exc_info=True)
            return False
        return True

情報（文字や要素の値）を取得

個人的には情報取得部分はBeautifulsoupでやることが多いのであまりSeleniumでは利用頻度低いのですが、、基本操作だろうということでこれも

利用シーンとして文字取得が主になりますが、属性の値を取得することもあると思うので属性を指定できつつ、初期値はtext or valueの値を指定しているので使い勝手は悪くないはず

    def selenium_get(self, target: Union[str, WebElement], idx: int = 0, att: str = 'text_or_value', timeout: float = -1.0,  default_value: str = '') -> str:
        '''
        Parameters:
        -----------
        target: CSSセレクタ（str）または WebElement
        idx:インデックスの指定が必要な場合 ※初期値は0
        att:取得する対象 ※textかattributeに指定する値
        timeout:タイムアウトまでの秒数 ※初期値は別途設定
        default_value: elementが見つからなかった時の返値

        memo:
        -----------
        - 文字だけでなく指定要素の値も取得できるようにする
        - hidden要素の取得もあるのでpresence_of_element_locatedを使う
        - 要素がない時は引数で制御して初期値空白を返すようにしている
        '''
        timeout = self._resolve_timeout(timeout=timeout)
        # 要素取得
        element: Optional[WebElement] = None
        if isinstance(target, str):
            element = self._get_element_by_index(target, idx, timeout)
        elif isinstance(target, WebElement):
            element = target
        else:
            self.logger.error(f'[InputError] Invalid target type: {type(target)}')
            return default_value

        # 要素が見つからなかった場合はdefault_valueを返す
        if element is None:
            return default_value                

        try:
            # 引数の属性に合わせて取得
            ret: str
            if att == 'text_or_value':
                # textが空ならvalueを返す
                ret = element.text.strip()
                if not ret:
                    ret = str(element.get_attribute('value')).strip()
            elif att == 'text':
                # 明示的にtextが指定された場合はtextしか確認しない
                ret = element.text.strip()
            else:
                # text以外はattの指定にする
                ret = str(element.get_attribute(att)).strip()
        
        except Exception as e:
            self.logger.error(f'[GetError] Failed to get attribute {att}: {str(e)}', exc_info=True)
            return default_value
        return ret

クリックする

Seleniumでクリックするには画面上に対象要素がないとエラーになるので事前に画面スクロールしてあげる必要があります

あとは稀にSeleniumのクリックが謎エラーになることがあるのでSelenium標準クリックで失敗したら念のためjsでクリック処理をもう一度してみる2段階構造

ボタン、ラジオ、チェックボックスなどクリック処理は全てこれでOKだけどis_selectedとかでで現在状態を事前チェックしてあげたほうがベターかも

    def selenium_click(self, target: Union[str, WebElement], idx: int = 0, timeout: float = -1.0) -> bool:
        '''
        Parameters:
        -----------
        target: CSSセレクタ（str）または WebElement
        idx:インデックスの指定が必要な場合 ※初期値は0
        timeout:タイムアウトまでの秒数 ※初期値は別途設定

        memo:
        -----------
        - クリックするため事前に画面中央に移動してクリックする
        - seleniumのクリックが失敗したらjsでクリックするように内部関数を呼び出す
        '''
        timeout = self._resolve_timeout(timeout=timeout)
        # 要素取得
        element: Optional[WebElement] = None
        if isinstance(target, str):
            element = self._get_element_by_index(target, idx, timeout)
        elif isinstance(target, WebElement):
            element = target
        else:
            self.logger.error(f'[InputError] Invalid target type: {type(target)}')
            return False

        # 要素が見つからなかった場合はFalseを返す
        if element is None:
            return False          

        try:
            # clickしようとしてるから element_to_be_clickable を使う
            self.selenium_wait(condition=EC.element_to_be_clickable(element), timeout=timeout)
        except TimeoutException:
            self.logger.warning(f'[Timeout] Element not clickable: tag={element.tag_name}, timeout={timeout}')
            return False
        except Exception as e:
            # おそらく発生しないException
            self.logger.error(f'[Exception] Unexpected error in selenium_click_elm: {str(e)}', exc_info=True)
            return False

        # jsで要素を画面中央にスクロール
        self._scroll_to_center(element=element)
        # clickでエラーになったらjsを試してみる
        return self._safe_click(element)

プルダウンから選ぶ

条件選択をする際によく利用するプルダウンの変更もSeleniumで操作できます

index、value、textのいずれかで指定できますがtextがわかりやすい気がします

指定を誤らないように事前準備していた列挙型の”SelectBy”で制御してあげるとこがポイント

    def selenium_select(self, target: Union[str, WebElement], idx: int = 0, select_by: SelectBy = SelectBy.VisibleText, value: str = '', timeout: float = -1.0) -> bool:
        '''
        Parameters:
        -----------
        target: CSSセレクタ（str）または WebElement
        idx:インデックスの指定が必要な場合 ※初期値は0
        select_by: select_byの値
        value: select_byで指定した値
        timeout:タイムアウトまでの秒数 ※初期値は別途設定

        memo:
        -----------
        入力可能状態まで待機するのでelement_to_be_clickableを使う
        '''
        timeout = self._resolve_timeout(timeout=timeout)
        # 要素取得
        element: Optional[WebElement] = None
        if isinstance(target, str):
            element = self._get_element_by_index(target, idx, timeout)
        elif isinstance(target, WebElement):
            element = target
        else:
            self.logger.error(f'[InputError] Invalid target type: {type(target)}')
            return False

        # 要素が見つからなかった場合はFalseを返す
        if element is None:
            return False

        # selectタグ以外は使わないはず ※select以外で正常タグを見つけたときは修正する
        if element.tag_name != 'select':
            self.logger.error(f'[SelectError] Invalid tag for select: {element.tag_name}')
            return False

        # jsで要素を画面中央にスクロール
        self._scroll_to_center(element=element)

        # 選択可能状態まで待機
        self.selenium_wait(condition=EC.element_to_be_clickable(element))

        # ここから正常時の操作
        select = Select(element)
        try:
            # 引数のselect_byに合わせて選択
            match select_by:
                case SelectBy.Index:
                    select.select_by_index(int(value))
                case SelectBy.Value:
                    select.select_by_value(str(value))
                case SelectBy.VisibleText:
                    select.select_by_visible_text(str(value))
                case _:
                    self.logger.error(f"[SelectError] Invalid select_by value: {select_by}")
                    return False

        except ValueError as e:
            self.logger.error(f"[SelectError] ValueError during selection by {select_by.name}: {e}")
            return False

        except Exception as e:
            self.logger.error(f"[SelectError] Failed to select option by {select_by.name}: {e}", exc_info=True)
            return False

        time.sleep(COMMON_WAIT_SECONDS)
        return True

画面を少しずつスクロール

WEBサイトによってはlazyなどで遅延読み込みされる仕様になっていることがあるのでスクロースして要素を全て表示させる処理

必要になるシーンは多くはないですがあれば便利

    def window_scroll(self, step: int=10, delay: float=0.1):
        '''
        js対応のためにゆっくり画面を一番下にスクロールする
        '''
        try:
            top = 1
            last_height = self.driver.execute_script('return document.body.scrollHeight')
            while top < last_height:
                top = top + step
                self.driver.execute_script(f'window.scrollBy(0, "{str(step)}")')
                last_height = self.driver.execute_script('return document.body.scrollHeight')
                time.sleep(delay)
        except Exception as e:
            self.logger.error(f'[ScrollError] Failed during window scroll: {str(e)}', exc_info=True)

あとがき

Seleniumがあればブラウザ関係はなんでもできるんですが、標準機能だけで戦うにはちょっと足りないので冒頭の繰り返しになりますがラッパーを準備しておくことはかなり重要かと

クラウドワークスでRPA/スクレイピングツール作成の案件を多く受注しているので定期的にアップデートしたいと思います

前置き

特にOptionsは動作軽量を目指す機能も多いのですが、スクレイピングはなるべく人が操作している状態を再現したほうが安定するので、なるべく使わない方がいいが持論です

プロファイルを指定しなければ毎回、何も設定していないインストール直後のピュアな状態で起動するはずなので、その前提で必要な機能だけ選んでいけばいいと思います

Optionsについて

いわゆる起動オプションとして、Chromeの機能を設定できます、あくまでChrome用の機能なので「ChromeDriverとして要る？」と思うものもありますが、目的別に分類したので気になるところからチェックしてみてください

記述はoptions.add_argument(argument: str)で、必要な分だけ書いていきます、評価はあくまで個人的なものなので、お好みで取捨選択してください

高速化・軽量化目的

テスト・自動化向け

プライバシー・偽装目的

表示・UI制御

このほか、どうしても読み込みたいローカル拡張があれば--load-extension=拡張のパスもありますが、拡張を使うなら個人的には--user-data-dir派です

実験的・高度な制御(add_experimental_option)

ここからはoptions.add_argumentではなくoptions.add_experimental_option(name: str, value)で設定する実験的オプションです、記述の形が変わる点に注意してください

excludeSwitchesを設定すると、↓のメッセージが消えます

prefs(preferences)で指定できる主なもの

prefsの中身も多いので、よく使うものを表にまとめました、値は例なので環境に合わせて書き換えてください

Serviceについて

今のServiceは特に指定しなくてもいいレベルで、個人的に使うのは1つだけです

creation_flags

creation_flagsを指定すると、ChromeDriverの黒いコンソールウィンドウを非表示にできます

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from subprocess import CREATE_NO_WINDOW

# Serviceオブジェクトを作成
service = Service()
service.creation_flags = CREATE_NO_WINDOW
service.creation_flags = 0x08000000 # CREATE_NO_WINDOWインポートしていない場合

# Serviceを渡してWebDriverを起動
driver = webdriver.Chrome(service=service)

# これ以降の処理...
driver.get('https://www.google.com')
print(driver.title)
driver.quit()

実行方法によりますが、VSCodeなどで実行したときは↓のメッセージが表示されなくなります

DevTools listening on ws://127.0.0.1:50152/devtools/browser/～

PyInstallerでアプリ化したときなんかは余計なメッセージが出なくてすっきりする気もしますが、その場合はおそらく--noconsoleオプションを付けることが多いので、おまじない的な位置づけでしょうか

余談(executable_pathが不要になった件)

その昔、chromedriverをChromeに合わせたバージョンに入れ替えていた時代がありまして、webdriver-managerが自動で入れ替えてくれるのでexecutable_pathと組み合わせて使っていました(当時はかなり画期的なモジュールでした)

が、Selenium v4.6.0からはSelenium Managerが機能として実装され、自動でWebDriverを管理してくれるので今は不要です、ネットには今でもこの方法を紹介しているページが残っていますが、無視して大丈夫です

# webdriver_managerを使っていた頃の起動
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager

# Serviceオブジェクトを作成
service = Service(executable_path=ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

# これ以降の処理...
driver.get('https://www.google.com')
print(driver.title)
driver.quit()

結局何を使うべきか

プログラムによって調整は必要ですが、個人的に必須なものだけをまとめました、お好みで追加・削除してください

import os
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.chrome.service import Service

options = Options()
options.add_argument('--start-maximized')
options.add_argument("--disable-blink-features=AutomationControlled")
options.add_experimental_option("excludeSwitches", ["enable-automation"])
prefs = {
    "profile.managed_default_content_settings.images": 2,
    "download.default_directory": os.path.dirname(__file__),
    "download.prompt_for_download": False,
    "download_bubble.partial_view_enabled": False,
}
options.add_experimental_option("prefs", prefs)

service = Service()
service.creation_flags = 0x08000000
driver = webdriver.Chrome(options=options, service=service)

driver.get('https://www.google.com')
print(driver.title)
driver.quit()

まとめ

オプションはかなりの量がありましたが、実のところ使うものは限られているので、上のテンプレのようにテンプレ化しておくのが推奨です

起動まわりの設定はテンプレで固定して、要素の待ち方はSelenium WebDriverWaitの使い方のほうにまとめているので、あわせて押さえておくとスクレイピングがぐっと安定します

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Seleniumで一番よく使うのが、要素を探すfind_elementとfind_elementsですよね、ブラウザを自動操作するときは、画面上のボタンや入力欄を「どうやって特定するか」がそのまま安定度に効いてきます

まずは要素検索の基本

まずはよくある基本の書き方です

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://example.com")

element = driver.find_element(By.ID, "username")

このようにBy.IDやBy.NAMEなどを使って要素を探します、1件だけならfind_element、当てはまる要素を全部リストで取りたいときはfind_elementsです

でも、このByの選び方によって、コードの安定性や書きやすさが全然変わってきます

Byの種類とそれぞれの特徴

Byの種類は実は結構な数がありまして、こんな感じです

• By.ID
• By.NAME
• By.CLASS_NAME
• By.TAG_NAME
• By.LINK_TEXT
• By.PARTIAL_LINK_TEXT
• By.CSS_SELECTOR
• By.XPATH

ネットでは By.ID や By.CLASS_NAME もよく見かけますが、結論は By.CSS_SELECTOR を使っておけば間違いないです

もう一つの候補が By.XPATH ですが、CSS_SELECTORはスクレイピングで使うBeautiful Soupにも応用できますし、記述がすっきりしてわかりやすいので、こちらに軍配が上がります

結局CSS_SELECTOR一本でいい理由

CSS_SELECTORが最適な一番の理由は、他のByを全部CSS_SELECTORで代用できるところにあります

つまり、CSS_SELECTORさえ覚えてしまえば、他を使う必要がなくなるんです

ここからは、各Byを CSS_SELECTOR に書き換えるとどうなるかの一覧です、find_element(By.◯◯, ‘値’) の◯◯と値が、CSS_SELECTORならこう書けます(XPATHも参考に並べました)

ひとつ例外があって、リンクを文字(テキスト)で探す By.LINK_TEXT / By.PARTIAL_LINK_TEXT だけは、CSS_SELECTORに「文字で探す」書き方がありません、その場合は aタグを集めて for でテキスト一致させると同じことができます

# テキストが完全一致するリンク(By.LINK_TEXT 相当)
next((a for a in driver.find_elements(By.CSS_SELECTOR, 'a') if a.text == 'hoge'), None)

# テキストが部分一致するリンク(By.PARTIAL_LINK_TEXT 相当)
next((a for a in driver.find_elements(By.CSS_SELECTOR, 'a') if 'hoge' in a.text), None)

親子・兄弟もCSS_SELECTORでたどれる

CSS_SELECTORのもう一つの大きな強みが、親子要素・兄弟要素をたどって一意に指定できるところです

親子・兄弟というのは、HTMLソースで見たときの縦・横の関係です

• 親子　…　階層の深さ(入れ子の関係)
• 兄弟　…　同じ階層での横並び

例えば上の図で黄色く囲った説明文2ですの要素を取りたいとき、クラス名だけで指定すると

driver.find_element(By.CLASS_NAME, "description")

上にある「説明文です」の方を先に拾ってしまいます(n番目で指定する手もありますが、ややこしくなるので割愛します)

うまく取るには、指定が一意になるよう親要素からたどります、どこまで丁寧に書くかですが

• ‘.younger .description’
• ‘.younger > .card > .description’
• ‘div.younger > div.card > p.description’

などで取れます

ここで使った スペース(子孫)や >(直下の子)といった結合子は、隣接(+)や兄弟(~)も含めて種類があります、結合子の一覧と使い分けは別記事「CSSセレクタの書き方」の結合子の節にまとめたので、引き出しを増やしたいときはどうぞ

※このページの下部に同じ画像とサンプルHTMLを置いてあるので、実際に試してみてください

開発者ツールでセレクタを下書きする

慣れればソースを見て起点の要素と狙った要素までの道のりが判断できるようになりますが、最初のうちは開発者ツール(DevTools)に下書きさせると早いです

右クリックのCopy → Copy selectorでセレクタを取得できます、ただそのまま使うには長くて壊れやすいことも多いので、下書きとして受け取って自分で短く整えるのがおすすめです

find_elementでよくあるエラーと回避方法

Seleniumを触っているとよく出会うのが NoSuchElementException や ElementNotInteractableException です

要素が見つからなかったり、まだ読み込みが終わっていないのが原因です

例えば画面の文字を取得するとき、素直に書くとこうなりますが

hoge = driver.find_element(By.CSS_SELECTOR, '#hoge').text

ただ、これだと指定した要素が見つからなかったときにエラーで止まってしまいます

それを防ぐには、次の2パターンのどちらかがおすすめです

# 10秒待っても要素が見つからないエラーをキャッチする
try:
    elm = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.CSS_SELECTOR, '#hoge')))
    hoge = elm.text
except TimeoutException:
    print('#hoge が見つかりませんでした')
except Exception:
    print('予期せぬエラーが発生しました')

# 要素が見つからないとNoneを返す
elm = next((e for e in driver.find_elements(By.CSS_SELECTOR, '#hoge')), None)
if elm:
    hoge = elm.text
else:
    print('#hoge が見つかりませんでした')

やり方は違いますが、どちらも「まず要素を検索」してから「目的のアクションを実行」することでエラーを防いでいます

このやり方なら、文字の取得だけでなく、文字入力やクリックにもそのまま流用できます

1つ目の WebDriverWait は奥が深くて、何を待つか(expected_conditions)の選び方で安定感が変わります、待ちでつまづいたら別記事「Seleniumで要素を確実に待つ方法」に詳しくまとめたので、あわせてどうぞ

あとがき

基礎の基礎に見える find_element でも、Byの選び方やエラー回避まで含めると結構奥が深いです

少しずつ理解を深めて、Seleniumを活用していきたいですね

あわせて読みたい記事も置いておきます

• セレクタの書き方を深掘りしたい … CSSセレクタの書き方
• 要素の待ち方で困っている … Seleniumで要素を確実に待つ方法
• ExcelのVBAで同じことをやりたい … SeleniumVBA実践コード集

最後に、練習に使えるHTMLを置いておきますので、ご自由にどうぞ

サンプルHTML

下のサンプルはこのページに実際に表示されています、開発者ツールで構造を見ながら、上で紹介したセレクタを試してみてください

Python自動化の独学に効く本PR

退屈なことはPythonにやらせよう 第3版

Al Sweigart

Amazonで見る楽天で見る

シゴトがはかどる Python自動処理の教科書

クジラ飛行机

Amazonで見る楽天で見る

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

クジラ飛行机

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています