静岡県立中央図書館、静岡県内の自治体WebサイトにアップロードされたPDFを自動収集するクローリングシステムを地元企業と共同開発[ニュース]
![静岡県立中央図書館、静岡県内の自治体WebサイトにアップロードされたPDFを自動収集するクローリングシステムを地元企業と共同開発[ニュース]](https://www.digital-gyosei.com/wp-content/uploads/2022/05/79445-137-8afc32bf7db6b48113b0df63dd804f71-770x542-1.webp)
静岡県立中央図書館は、後世に引き継ぐ地域資料収集の一環として、静岡県内の自治体WebサイトにアップロードされたPDFを自動収集するクローリングシステムを株式会社Geolocation Technologyと共同開発した。このシステムにより、これまで人手で収集していたPDFを自動で収集することが可能に。公共図書館におけるクローリングシステムの開発は全国初。なお、この取り組みは、2021年度から静岡県立中央図書館が行っている「図書館DX実証実験」の一部となる。
システム概要は以下のとおり
●クローリング対象
静岡県内の自治体Webサイトのドメイン内に格納されているPDF
●収集範囲
ドメイン以下5階層目まで
※5階層内のHTMLにPDFへのリンク（<a href=”*.pdf”></a>）があれば，収集範囲の対象階層外であっても収集する。一方、外部ドメインへのリンクは収集しない
●保存方法
収集したPDFは、Googleドライブで収集した日付ごと、収集元のドメインと同じディレクトリ構造で保存される。また世代管理も行っている
●管理方法
1.収集範囲内にあるすべてのPDFを機械的に管理 2.収集したPDFをリネームし管理
（執筆：デジタル行政 編集部 渡辺 龍）