RDF形式のRSSフィードデータの取得と解析方法

はじめに

RSSフィードはウェブサイトの更新情報を効率的に受け取るためのデータフォーマットです。特に、RDF (Resource Description Framework) 形式のRSSフィードは、メタデータの標準モデルを用いて情報を整理し、配信します。本記事では、Google Apps Scriptを使用して、RDF形式のRSSフィードから特定の記事データを抽出する方法について説明します。

スクリプトの基本構成

以下のスクリプトは、指定されたRSSフィードURLからXMLデータを取得し、必要な情報（タイトル、リンク、説明、公開日）を抽出するためのものです。

function fetchSpecificItemData() {
var url = 'http://feeds.cnn.co.jp/rss/cnn/cnn.rdf?_ga=2.40154530.1634423456.1714367989-1380228146.1714367989&_gl=1*1sp319x*_ga*MTM4MDIyODE0Ni4xNzE0MzY3OTg5*_ga_RKNJ1N9T75*MTcxNDM2Nzk4OS4xLjAuMTcxNDM2Nzk4OS42MC4wLjA.'; // RSSフィードのURL
var xml = UrlFetchApp.fetch(url).getContentText();
var document = XmlService.parse(xml);
var root = document.getRootElement();

var rdfNamespace = XmlService.getNamespace('rdf', 'http://www.w3.org/1999/02/22-rdf-syntax-ns#');
var rssNamespace = XmlService.getNamespace('http://purl.org/rss/1.0/');
var dcNamespace = XmlService.getNamespace('dc', 'http://purl.org/dc/elements/1.1/');

var items = root.getChildren('item', rssNamespace);
for (var i = 0; i < items.length; i++) {
var item = items[i];
var title = item.getChild('title', rssNamespace).getText();
var link = item.getChild('link', rssNamespace).getText();
var description = item.getChild('description', rssNamespace).getText();
var date = item.getChild('date', dcNamespace) ? item.getChild('date', dcNamespace).getText() : 'No date provided';

Logger.log('Title: ' + title);
Logger.log('Link: ' + link);
Logger.log('Description: ' + description);
Logger.log('Date: ' + date);
}
}

補足説明

このスクリプトは、rdf:RDF 要素の直下に配置された <item> 要素を直接取得し、それぞれからタイトル、リンク、説明文、および公開日を抽出します。この方法は、フィードの構造が予め分かっている場合に特に有効です。

まとめ

RDF形式のRSSフィードからデータを取得するこの方法は、ニュースサイトやブログの更新情報を自動的に処理し、管理するための強力なツールです。Google Apps Scriptを利用することで、フィードデータの自動収集と整理が容易になり、最新情報を効率的に把握することができます。