gooブログのバックアップデータから特定カテゴリーの記事タイトル一覧を作る

『AWK実践入門』を読みながら、awk スクリプトの復習をしております。以前、awk を用いて gooブログのバックアップ・テキストデータから、日付と記事タイトル一覧を作成する試みを記事にしました(*1)が、今回は前のスクリプトを少しだけ改変し、特定のカテゴリーについて、記事一覧を作成するようにしました。前回同様に goo ブログの仕様でインデントが崩れておりますが、試しに「週末農業・定年農業」カテゴリーの全記事のタイトルを抽出してみると、以下のとおりとなります。

まずは、awk スクリプトです。

# goo-extract.awk バックアップデータから特定カテゴリーの記事titleを抽出
# -- for awk/gawk/jgawk, 2020/01/28, narkejp
BEGIN{
RS="--------" # record separater
FS="\n" # field separater
Keyword="週末農業・定年農業" # カテゴリー名
}
$2~/narkejp/ && $5~Keyword { # narkejp : author's name
$4 = substr($4,7,10) # date
$3 = substr($3,8) # title
print $4,$3 # date title
}

goo ブログの「バックアップ」でダウンロードしたテキストデータを解凍し、ファイル名を weblog-2020-jan-28.txt としたとすると、

awk -f goo-extract.awk weblog-2020-jan-28.txt

で実行します。すると、「週末農業・定年農業」カテゴリーに属する記事一覧が作成できる、という具合です。

これを実行してみた結果は、途中を省略しますが、

05/01/2005 サクランボの花を拡大すると
05/01/2005 桃の花摘み作業を手伝う
05/10/2005 プルーンの花が咲いた
05/13/2005 花が終わるとミツバチは
06/06/2005 昨日のサクランボの状況は
06/26/2005 サクランボの収穫は今が盛り
07/01/2005 サクランボの出荷
07/03/2005 畑で草取り
08/22/2005 桃の季節
08/28/2005 スズメバチの季節
09/04/2005 プルーンがもうすぐ食べごろに
09/11/2005 最後の桃を食べました
09/18/2005 和梨とリンゴの季節
10/19/2005 10月のリンゴ「紅将軍」がおいしい
10/31/2005 ラフランスの季節になって
11/20/2005 白菜の収穫
12/01/2005 エンジンポンプの水抜きをする
12/04/2005 老父、歩き出す。
12/17/2005 雪が降らないうちに
12/24/2005 除雪機を購入していて良かった！
01/31/2006 確定申告の季節
05/23/2006 今年のサクランボの予想
06/01/2006 老父、すっかり元気になる
06/15/2006 梅雨本番、サクランボ収穫の状況
〜（中略）
09/26/2019 果樹園の秋の農作業〜来年を目指して堆肥運び
09/28/2019 兼業農家が多いと地域が守られやすいのでは
10/15/2019 白菜の苗は無事に成長しています
10/24/2019 風邪もなおって農作業に復帰
10/26/2019 10月のリンゴ「紅将軍」を収穫する
10/31/2019 ようやく里芋を収穫する
11/03/2019 今年も無事に柿を収穫
11/14/2019 11月上旬の農作業を終えて
11/30/2019 11月中旬〜下旬の農作業の記録と防風ヤッケの購入
12/30/2019 農作業メモの４冊目を終えて５冊目に移行する
01/12/2020 お天気に誘われて、サクランボと桃の剪定を始める

となります。

ファイルにしたい場合は、

awk -f goo-extract.awk weblog-2020-jan-28.txt > temp.txt

とすればよい。

ふーむ、週末農業関連記事に、予想以上に亡父のことが記録されているのだな。今年は13回忌になるけれど、私製本にするにはこのカテゴリーの記事を抽出しなければいけません。これはいささか難題だな。テキストデータに、余計な段落HTMLタグが残っているのも邪魔っけです。まあ、エディタで一括置換すればすむ話だけれど。


（2006年6月、退院して農作業に復帰した亡父が高所作業台車で自宅裏果樹園の管理作業中）

いやいや、その前に、確定申告の準備をしなければいけません(^o^;)>poripori

(*1):バックアップデータから日付と記事タイトル一覧を作成する〜「電網郊外散歩道」2010年7月