Pythonでnote全記事を一括取得してCSV保存するには?
note自動化おじさん代表
地味な作業です。でも、ここから全部が始まります。
「どの記事が伸びてますか?」
この質問に、即答できますか。
こんにちは。非エンジニアの氷河期おじさんです。20アカウントで毎日100記事を自動投稿していますが、最初の三ヶ月、この質問に答えられませんでした。
記事は増えていく。ダッシュボードには数字が並んでいる。でも、「先月と比べてどうなのか」「どういう記事が伸びる傾向にあるのか」が、まったく分からない。
理由は単純でした。データを手元に持っていなかったからです。
画面を見れば数字はあります。でも画面の数字は、並べ替えられないし、集計できないし、去年と比べられません。だから僕は、まず全記事をCSVに落とすところから始めました。
CSVにすると、何ができるようになるか
| できること | 具体例 |
| 並べ替え | スキ数順、PV順、日付順に並べて上位を見る |
| 集計 | 月別の投稿数、平均スキ数、有料記事の割合 |
| 比較 | 先月と今月、アカウントAとアカウントB |
| 相関の発見 | タイトルの文字数とスキ数、公開時間帯とPV |
| バックアップ | 何があっても、記事の一覧だけは手元に残る |
| AIへの受け渡し | そのままAIに渡して「傾向を分析して」と頼める |
最後の行が、いまの時代では一番大きい。CSVというのは、AIが最も扱いやすい形式のひとつです。画面のスクリーンショットを渡すより、遥かに正確な分析が返ってきます。
取り方は2通り。使い分けを間違えないでください
| ブラウザ収集 | 読み取り専用API | |
| 速度 | 遅い(数分) | 速い(数十秒) |
| 取れる情報 | 画面に出ているもの | 構造化された値 |
| 壊れやすさ | 画面変更で壊れる | 仕様変更で壊れる |
| 安全性 | 画面操作と同じ | 低頻度なら問題ない |
| おすすめ | まずはこちら | 1日1回までなら可 |
⚠️ 読み取りに非公式APIを使うときの、絶対に守るべき条件
- 読み取りだけに使う。投稿・スキ・フォローなど書き込み系には絶対に使わない
- 必ずウェイトを挟む。連打しない。1リクエストごとに数秒空ける
- 1日1回で十分。記事一覧は1時間に何度も変わるものではありません
- 自分のデータだけにする。他人のアカウントを一括収集しない
コード:クリエイターページから記事一覧を集める
まずはブラウザ収集版です。自分のクリエイターページを開いて、下までスクロールしながら記事を拾います。
▼ collect_articles.py
"""自分の記事一覧を収集してCSVに保存する。"""
import csv
import datetime
import random
import re
import time
from pathlib import Path
from selenium.webdriver.common.by import By
from browser import build_driver # ログイン済みプロファイルで起動する関数
def human_sleep(base: float = 1.5, spread: float = 0.5) -> None:
time.sleep(max(0.3, random.gauss(base, spread)))
def _parse_count(text: str) -> int:
"""「1,234」「1.2万」を数値にする。"""
text = (text or "").strip().replace(",", "")
m = re.match(r"^([\d\.]+)(万)?$", text)
if not m:
return 0
return int(float(m.group(1)) * (10000 if m.group(2) else 1))
def collect(driver, username: str, max_scroll: int = 40) -> list:
"""クリエイターページを下までスクロールして、記事カードを集める。"""
driver.get(f"https://note.com/{username}/all")
time.sleep(8)
# 遅延読み込みなので、下まで送って全件を出す
last_height = 0
for _ in range(max_scroll):
driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
human_sleep(2.0, 0.6)
height = driver.execute_script("return document.body.scrollHeight")
if height == last_height:
break # 高さが変わらなくなったら終わり
last_height = height
rows, seen = [], set()
for a in driver.find_elements(By.CSS_SELECTOR, f"a[href*='/{username}/n/']"):
url = (a.get_attribute("href") or "").split("?")[0]
if not url or url in seen:
continue
seen.add(url)
# 記事カード(timeを含む一番近い祖先)から情報を拾う
try:
card = a.find_element(By.XPATH, "./ancestor::*[.//time][1]")
except Exception:
continue
published = ""
times = card.find_elements(By.CSS_SELECTOR, "time[datetime]")
if times:
published = times[0].get_attribute("datetime") or ""
title = (a.text or "").strip().split("\n")[0]
card_text = card.text or ""
rows.append({
"key": url.rstrip("/").split("/")[-1],
"title": title,
"url": url,
"published": published,
"likes": _parse_count(_extract_like(card_text)),
"is_paid": "有料" in card_text or "¥" in card_text,
})
print(f"{len(rows)}件の記事を収集しました")
return rows
def _extract_like(card_text: str) -> str:
"""カードのテキストからスキ数らしき数値を抜き出す。"""
m = re.search(r"(\d[\d,\.]*万?)\s*$", card_text.strip())
return m.group(1) if m else "0"
CSVに書き出す:文字化けさせない書き方
▼ collect_articles.py(続き)
FIELDS = ["key", "title", "url", "published", "likes", "is_paid", "collected_at"]
def save_csv(rows: list, path: Path) -> None:
"""Excelで開いても文字化けしないCSVを書き出す。"""
stamp = datetime.datetime.now().isoformat()
for row in rows:
row["collected_at"] = stamp
path.parent.mkdir(parents=True, exist_ok=True)
# utf-8-sig(BOM付き)にするのが最重要。Excelがこれで正しく開く
with path.open("w", encoding="utf-8-sig", newline="") as f:
writer = csv.DictWriter(f, fieldnames=FIELDS)
writer.writeheader()
writer.writerows(rows)
print(f"保存しました: {path}")
if __name__ == "__main__":
from config import get_account
account = get_account("acc_01")
driver = build_driver(account.profile_path, account.geckodriver_path,
account.user_agent)
try:
rows = collect(driver, account.note_username)
finally:
driver.quit()
today = datetime.date.today().isoformat()
save_csv(rows, Path(f"data/articles_{account.name}_{today}.csv"))
💡 utf-8-sig の1語で、9割の文字化けが消えます
普通に encoding="utf-8" で書くと、Excelで開いたときに日本語が化けます。Excelは、先頭にBOMという目印がないと、日本語を別の文字コードだと判断してしまうからです。utf-8-sig にするだけで解決します。この1語を知らないと、30分は溶かします。僕は溶かしました。
CSVに入れるべき項目、入れなくていい項目
| 項目 | 必要度 | 理由 |
| key(記事ID) | 必須 | あとで名寄せするときの主キーになる |
| url | 必須 | 再取得や、記事を開くときに使う |
| title | 必須 | タイトルの傾向分析に使う |
| published | 必須 | 記事年齢の計算に必要。ISO形式で持つ |
| likes | 必須 | note内検索で最も効く指標 |
| collected_at | 必須 | いつ時点の数字かが分からないと比較できない |
| is_paid | 推奨 | 有料・無料で傾向がまったく違う |
| 本文全文 | 不要 | CSVが巨大になる。本文はバックアップ側で別管理 |
collected_at を軽視しないでください。
スキ数は「いつ時点の数字か」がすべてです。
先週のCSVと今週のCSVを比べれば、1週間でどれだけ伸びたかが分かります。逆に、いつ取ったか分からないCSVは、集計はできても比較ができません。分析の価値が半分になります。
毎日取って、日付つきで残す
ファイル名に日付を入れて、上書きせずに溜めていくのがおすすめです。
data/
├── articles_acc_01_2026-08-01.csv
├── articles_acc_01_2026-08-02.csv
├── articles_acc_01_2026-08-03.csv
└── ...これを1ヶ月続けると、記事ごとのスキの伸び方が時系列で見えるようになります。
そこまで来ると、こういうことが分かってきます。
- 公開直後にスキが集中する記事と、じわじわ伸びる記事がある
- じわじわ伸びる記事は、たいてい検索から来ている
- そして、そういう記事のタイトルには共通点がある
これが「伸びる型」の発見です。1日1回のCSV保存が、その入口になります。
⚠️ 収集の頻度は、1日1回まで
「リアルタイムで見たい」と思って1時間ごとに回したくなりますが、意味がありません。スキ数は1時間で劇的には変わらないし、収集のたびにサーバーに負荷をかけていることを忘れないでください。1日1回、深夜でも早朝でもない時間帯に、静かに1回。それで十分です。
まとめ
| 要点 | 中身 |
| まずCSVに落とす | 並べ替え・集計・比較・AIへの受け渡しが全部できるようになる |
| ブラウザ収集が基本 | 読み取りAPIを使うなら1日1回まで、ウェイト必須 |
| utf-8-sigで書く | Excelの文字化けはこれで解決 |
| collected_atを必ず入れる | いつ時点の数字か分からないデータは比較できない |
| 日付つきで溜める | 上書きせず残すと、時系列の変化が見える |
| 本文はCSVに入れない | 巨大になる。本文はバックアップとして別管理する |
正直に言うと、この作業はまったく楽しくありません。記事を書くほうが楽しいし、スキが増えるほうが嬉しい。CSVを眺めても、誰も褒めてくれません。
でも、僕らの世代は知っているはずです。記録を残していなかったせいで、実績を証明できなかった経験を。
あのとき僕らは、確かに働いていました。でも、それを数字で示す手段を持っていなかった。だから「実績が不明瞭」で切られました。
今度は、記録を持っておきましょう。
最後に。本格的にnote自動化するなら?ぜひ僕のTipsを読んでください!


