【Python】feedparserでRSSフィード解析

2021.08.09

2024.03.24

プログラミング

feedparserPythonRSS

はじめに

PythonでRSSフィードの解析をする方法について紹介します。

今回利用するライブラリはfeedparserです。利用する前にインストールしておきます。

1pip install feedparser

RSSとは

RSSは、ニュースなどのサイトの更新情報を配信するフォーマットです。

バージョンごとにRich Site SummaryやRDF Site Summary、Really Simple Syndicationと元の名称が変わっていますが、RSSという略称はそのままとなっています。

似たフォーマットとして、Atomというのも開発されています。

FeedlyのようなRSSリーダーはこのRSSを取得しにいくことで、サイトの更新を取得しています。

feedparserの使い方

PythonでRSSのようなフィードを解析するにはfeedparserが便利です。RSS/Atomのフィード解析ができます。

今回はITmediaのRSSを例にフィードの解析をしていきます。

アイティメディアのRSSフィード - 運営メディア紹介

アイティメディアが提供しているRSSフィードの一覧ページです。

フィードの取得

parseメソッドでURLを渡すとパースされたフィードを取得できます。

1import feedparser
2
3feed = feedparser.parse('https://rss.itmedia.co.jp/rss/2.0/itmedia_all.xml')

取得したフィードのキー

取得したフィードは辞書型のようにキーを持っています。

1import feedparser
2
3feed = feedparser.parse('https://rss.itmedia.co.jp/rss/2.0/itmedia_all.xml')
4print(feed.keys())

1dict_keys(['bozo', 'entries', 'feed', 'headers', 'etag', 'updated', 'updated_parsed', 'href', 'status', 'encoding', 'version', 'namespaces'])

記事のタイトルとURLの取得

entriesキーの中には記事の情報が含まれています。その中から記事のタイトルとURLを取得します。

1import feedparser
2
3feed = feedparser.parse('https://rss.itmedia.co.jp/rss/2.0/itmedia_all.xml')
4for entry in feed.entries:
5    print('タイトル:', entry.title)
6    print('URL:', entry.link)

1タイトル: [ITmedia ビジネスオンライン] レアメタル戦争の背景　EVの行く手に待ち受ける試練（中編）
2URL: https://www.itmedia.co.jp/business/articles/2108/09/news007.html
3タイトル: [ITmedia ビジネスオンライン] 「手取り25万円できついと思うこと」ランキング　1位は？
4URL: https://www.itmedia.co.jp/business/articles/2108/09/news003.html
5タイトル: [ITmedia ビジネスオンライン] 「伝える」と「伝わる」を理解するための図解講義
6URL: https://www.itmedia.co.jp/business/articles/2108/09/news019.html
7                          :
8                          :