Zenn
🐡

ResourceSyncのPythonライブラリを試す

2022/11/21に公開
Python
#
resourcesync
tech

概要

ResourceSyncのPythonライブラリである「py-resourcesync」を試したので、その備忘録です。

https://github.com/resourcesync/py-resourcesync

セットアップ

git clone https://github.com/resourcesync/py-resourcesync
cd py-resourcesync
python setup install

実行

resourcelist

まず、出力用のresource_dirディレクトリを作成します。カレントディレクトリにex_resource_dirフォルダが作成されます。

resource_dir = "ex_resource_dir"
!mkdir -p $resource_dir

次に以下を実行します。適宜generatorを変更して使用するようですが、以下ではEgGeneratorというサンプルのものを使用しています。

from resourcesync.resourcesync import ResourceSync
# from my_generator import MyGenerator
from resourcesync.generators.eg_generator import EgGenerator
my_generator = EgGenerator()

metadata_dir = "ex_metadata_dir" # 適宜変更してください。
rs = ResourceSync(strategy=0,
                      resource_dir=resource_dir,
                      metadata_dir=metadata_dir)
rs.generator = my_generator
rs.execute()

結果、ex_resource_dir/ex_metadata_dirに、.well_known、capabilitylist.xml、resourcelist_0000.xmlが作成されます。

capabilitylist.xml
<?xml version='1.0' encoding='UTF-8'?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
    xmlns:rs="http://www.openarchives.org/rs/terms/">
    <rs:ln href="http://www.example.com/.well-known/resourcesync" rel="up" />
    <rs:md capability="capabilitylist" />
    <url>
        <loc>http://www.example.com/metadata_dir/resourcelist_0000.xml</loc>
        <rs:md capability="resourcelist" />
    </url>
</urlset>
resourcelist_0000.xml
<?xml version='1.0' encoding='UTF-8'?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
    xmlns:rs="http://www.openarchives.org/rs/terms/">
    <rs:ln href="http://www.example.com/metadata_dir/capabilitylist.xml" rel="up" />
    <rs:md at="2022-11-21T00:13:46Z" capability="resourcelist" completed="2022-11-21T00:13:46Z" />
    <url>
        <loc>http://www.resourcesync.org</loc>
        <lastmod>2016-10-01T00:00:00Z</lastmod>
        <rs:md hash="md5:cc9895a21e335bbe66d61f2b62ce3a8e" length="20" type="application/xml" />
    </url>
</urlset>

changelist

strategyを1に変更することでnew_changelist、2に変更することでinc_changelistを作成することができました。

Resourcedump と Changedump

strategyを3に変更することでresourcedump、4に変更することでchangedumpを作成できるようですが、これらについては設定方法を十分に理解することができず、未検証です。

まとめ

ResourceSyncの実装方法を調査する上で参考になりました。

他の方の参考にもなりましたら幸いです。

Discussion