FC2ブログのエクスポートからCSVファイルを作る

簡単に組んだスクリプトのメモです。

FC2 ブログのエクスポートは、下記のような形で出力されます。

AUTHOR: sou (08thse)
TITLE: とりあえず
STATUS: Publish
ALLOW COMMENTS: 1
CONVERT BREAKS: default
ALLOW PINGS: 1
PRIMARY CATEGORY: 日記
CATEGORY: 日記

DATE: 07/27/2008 22:01:09
-----
BODY:
ほげほげ
-----
EXTENDED BODY:

-----
EXCERPT:

-----
KEYWORDS:

-----

# 以下、記事ごとに繰り返し

ここから、「タイトル」「カテゴリ」「公開日」を CSV で出力したかったので、サクッと Python で組んでみました。

import pandas as pd

cols = ['title', 'category', 'publish_date']
df = pd.DataFrame(index=[], columns=cols)

with open('export_text.txt', encoding='utf-8') as f:

    while True:
        line = f.readline()
        if line == '':
            break
        if 'TITLE:' in line:
            current_title = line[7:][:-1]
        if 'PRIMARY CATEGORY:' in line:
            current_category = line[18:][:-1]
        if 'DATE:' in line:
            current_publish_date = line[6:][:-1]
            df = df.append({'title': current_title, 'category': current_category, 'publish_date': current_publish_date}, ignore_index=True)

df.to_csv('export_csv.csv')

記事毎の属性の順序は抜け漏れなく決まっているため、順序的に今回は「公開日」まで到達すれば df.append() して OK ということで、こんな感じのロジックにしています。

また、line の最後に改行文字が含まれるので、[:-1] で除外しています。

出力される CSV ファイルは UTF-8 でエンコードされているので、文字化けした際にはエンコーディングに注意しましょう。