とりあえず考えてみる。

目標

今回はイメージだけ。

Pythonドキュメントダウンロード

wget -r -l inf -w 1 --restrict-file-names=nocontrol https://docs.python.jp/3/

終了しました --2017-05-06 06:26:06--
経過時間: 54m 13s
ダウンロード完了: 2947 ファイル、133M バイトを 1m 7s で取得 (2.00 MB/s)

全体の目次から一覧を取得する。

これをWebスクレイピングでやるか。1ページあたりの小見出しまで目次に出ている。URLとid属性値の組合せになって一意の値がある。これで学習項目の網羅ができそう。

さらに独自に本文から小項目に分けて1コードを書けるような題目にする。これは独自の「小学習項目」として別途網羅する。元となった学習項目のリンクを保持したい。本文から発展した疑問については「課題」とする。

学習項目が網羅できたら、その達成を自動集計できるようにしたい。

学習項目から独自に「課題」を抽出して学習を深めたい。その達成を自動集計したい。

インプット	コード単位分類	課題
1PyDoc見出し	n小学習項目	n課題

項目	説明
PyDoc見出し	全体の目次から取得できる項目。
小学習項目	PyDoc見出しの本文を細分化したもの。単一の個別コードができる単位に分ける。
課題	PyDoc見出し本文を読んで生じた個人的な疑問。

小学習項目や課題に対してPythonコードを書く。それが成果物となる。1課題1コード。具体的な項目はやりながら作る。

Python3.6.1ドキュメントの学習網羅表。とりあえずイメージ。

項目	見出し数	クリア数	クリア率
Python3.6.1ドキュメント学習	3	0	0.00%

項目	見出し数	クリア率
一覧 > 言語 > What’s new in Python 3.6?	?	0.00%
一覧 > 言語 > チュートリアル	?	0.00%
一覧 > 言語 > ライブラリーリファレンス	?	0.00%
一覧 > 言語 > 言語リファレンス	?	0.00%
一覧 > 言語 > Python HOWTO	?	0.00%
一覧 > 周辺ツール > Python のセットアップと利用	?	0.00%
一覧 > 周辺ツール > Python モジュールのインストール	?	0.00%
一覧 > 周辺ツール > Python モジュールの配布	?	0.00%
一覧 > 拡張 > 拡張と埋め込み	?	0.00%
一覧 > 拡張 > Python/C API	?	0.00%
一覧 > FAQ > Python/C API	?	0.00%
索引と目次 > 全モジュール索引	?	0.00%
索引と目次 > 総索引	?	0.00%
索引と目次 > 用語集	?	0.00%
索引と目次 > 全体の目次	?	0.00%
メタ情報 > バグを報告する	?	0.00%
メタ情報 > このドキュメントについて	?	0.00%
メタ情報 > Python の歴史とライセンス	?	0.00%
メタ情報 > Copyright	?	0.00%

全体の目次から一覧を取得するからもっと細かくなる。多すぎると見づらい。うまく表現するにはどうすればいいのか。

具体的なHTMLがイメージできないと項目の抽出ができない。抽出データをどう扱うか定まらない。