Menü
版元ドットコム Playwright scraper for Taiwan-related books (Publication Intel v3.1)
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
Planning principles, model selection, and scope rules for the Architect agent
Implementation rules for database migrations, Python scrapers, and Next.js web for the Engineer agent
BaseScraper contract, field rules, and Peatix-specific conventions for the Scraper Expert agent
Scraper test execution rules, output validation criteria, and report format for the Tester agent
BaseScraper contract, field rules, and Peatix-specific conventions for the Scraper Expert agent
Platform rules and field mappings for the 誠品生活日本橋 (eslite spectrum Nihonbashi) scraper
| name | hanmoto |
| description | 版元ドットコム Playwright scraper for Taiwan-related books (Publication Intel v3.1) |
hanmotohttps://www.hanmoto.com/bd/search/keyword/台湾/sdate_desc版元ドットコムは日本出版社の統合書誌データベース。keyword=台湾 + sdate_desc（発売日降順）で台湾関連書籍を最大 3 ページ取得する。
| 項目 | 詳細 |
|---|---|
| エンジン | Playwright Chromium (headless=True) |
| ページング | /order/desc/offset/{offset}（20件/ページ、最大 3 ページ） |
| カード selector | div.booklist-item → ul.bookList > li → div.list-item → .booklist .item（優先度順） |
source_id 形式 | hanmoto_{isbn13} または hanmoto_{md5(detail_url)[:12]} |
| ISBN 取得 | data-isbn 属性 → href パスの /isbn/{13桁} 部分 |
| 発売日形式 | YYYY年MM月DD日 または YYYY-MM-DD |
hanmoto.com のマークアップは変更されることがあるため、カード検出に複数 selector を試みる仕様。
ページに表示されるカード数が _PAGE_SIZE(=20) 未満の場合はページング終了。
_CARD_SELECTORS = [
"div.booklist-item",
"ul.bookList > li",
"div.list-item",
".booklist .item",
]
実際の selector が変わった場合: SKILL.md の _CARD_SELECTORS を更新し history.md に記録する。
hanmoto は発売日降順でソートされるため、最初のページに最新書籍が並ぶ。
過去書籍は 3 ページ（60 件）を超えると自然にフォールオフする（アーカイブ挙動）。
start_date が過去日付の書籍は Active ビューから外れるが is_active=true は維持される（仕様どおり）。
版元ドットコムは keyword=台湾 でサーバー側フィルタを実施済みだが、
server 側のフィルタが崩れた場合に備えて client-side フィルタも必ず実施する。
hanmoto は server-side で台湾検索済みのため、0 件は異常（scraper 不具合の可能性）。
ZERO_EVENT_OK_SOURCES には 追加しない。
event_form == ["publication"] のみ。
intentional-null 七欄は location_address / location_address_zh / location_address_en / business_hours / business_hours_zh / business_hours_en / location_prefectures とし、empty sentinel で保護する。
真實 DB 價格（is_paid / price_info / price_amount）は保持し、pure publication の UI / JSON-LD だけで隠す。価格欄、location_name、location_url は七欄の NULL / clear policy に含めない。organizer（publisher）は必須。発売日 > 登録日 の順でフォールバックする。scraper/annotator.py::_PUBLICATION_SOURCES の白名單と双方向同期する。hanmoto を出版來源として扱う規則は source SKILL と annotator の両方を同時に更新する。['publication', 'lecture'] など physical form を含む rows は pure 扱いにしない。tzinfo=timezone.utc: datetime(y, m, d, tzinfo=timezone.utc) を使用name_ja_locked = Trueorganizer_type = ["media"] 固定（各書籍の出版社名は organizer フィールドに格納）new_page() を使わず、極めて軽量な requests + BeautifulSoup (_scrape_hanmoto_detail) を用いて行う。raw_description: .book-kaisetsu-section (内容紹介), .book-toc-section (目次), .book-author-profiles-section (著者プロフィール) を抽出し、独自のセクションヘッダー（【内容紹介】など）付きで結合する。performer: .book-authors-section から抽出し、著/編/訳/作者 等の接頭辞をストリップする。price_amount: .book-price-section の中から「本体 XXXX 円」の数値を正規表現抽出し、数値（float型）として格納する。image_url: 書籍表面のカバー画像を img.book-image から絶対URL化して抽出し、格納する。wait_for_selector(".bd-booklist-item-book") は空のデータを誤検知して終了してしまう。必ず、より深い実コンテンツ上の要素である .bd-booklist-item-book [data-content-name="title"] などを監視対象とすること。