各製品の資料を入手。
詳細はこちら →
製品をチェック
Python でRSS のデータを変換・出力するETL 処理を作る方法
CData Python Connector とpetl モジュールを使って、RSS のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。
最終更新日：2023-09-23
この記事で実現できるRSS 連携のシナリオ
こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
Pythonエコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うことができます。本記事では、CData Python Connector for RSS とpetl フレームワークを使って、RSS のデータにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。
CData Python Connector は効率的なデータ処理によりRSS のデータ にPython から接続し、高いパフォーマンスを発揮します。RSS にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接RSS 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。
必要なモジュールのインストール
pip で必要なモジュールおよびフレームワークをインストールします：
pip install petl pip install pandas
Python でRSS のデータをETL 処理するアプリを構築
モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。
CData Connector を含むモジュールをインポートします。
import petl as etl import pandas as pd import cdata.rss as mod
接続文字列で接続を確立します。connect 関数を使って、CData RSS Connector からRSS への接続を行います
cnxn = mod.connect("URI=http://broadcastCorp/rss/;")
RSS とAtom フィード、およびカスタム拡張機能を備えたフィードに接続できます。フィードに接続するには、URL プロパティを設定します。セキュアなフィードにアクセスすることもできます。さまざまな認証メカニズムがサポートされています。詳しくは、ヘルプドキュメントを参照してください。
RSS をクエリするSQL 文の作成
RSS にはSQL でデータアクセスが可能です。Latest News エンティティからのデータを読み出します。
sql = "SELECT Author, Pubdate FROM Latest News WHERE Category = 'US'"
RSS Feeds のETL 処理
DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、RSS のデータ を取得して、Pubdate カラムでデータをソートして、CSV ファイルにデータをロードします。
table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Pubdate') etl.tocsv(table2,'latest news_data.csv')
CData Python Connector for RSS を使えば、データベースを扱う場合と同感覚で、RSS のデータ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。
おわりに
RSS Python Connector の30日の無償トライアル をぜひダウンロードして、RSS のデータ への接続をPython アプリやスクリプトから簡単に作成しましょう。
フルソースコード
import petl as etl
import pandas as pd
import cdata.rss as mod
cnxn = mod.connect("URI=http://broadcastCorp/rss/;")
sql = "SELECT Author, Pubdate FROM Latest News WHERE Category = 'US'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'Pubdate')
etl.tocsv(table2,'latest news_data.csv')
関連コンテンツ
