Scaricare i siti web che utilizzano RSS

Informazioni su RSS

Lo standard RSS è stato dato per morto molte volte, eppure continua a comparire nelle scansioni. Il formato risale al 1999, pubblica gli elementi recenti di un sito sotto forma di elenco leggibile dalle macchine, e il motivo per cui è sopravvissuto ha poco a che fare con le persone che usano i lettori di feed. Le piattaforme di pubblicazione generano un feed in automatico, e l’elemento link che vi rimanda resta nella pagina anche se nessuno vi si abbona mai. Il marcatore misura quindi qualcosa di molto diverso da ciò che sembra misurare.

A ottobre 2026 rileviamo la dichiarazione di un feed su 23.166.452 siti: si tratta di un formato aperto con licenza Open Source, senza fornitore e senza questioni di licenza a complicare l’analisi. Il numero non va letto come una misura di pubblico. È il conteggio dei siti costruiti su un software che prevede di pubblicare un flusso di elementi, il che descrive a che cosa serve un sito e non il suo stack tecnologico.

Questa distinzione trasforma la colonna in un filtro che interessa più acquirenti diversi. Le società di monitoraggio dei media e gli aggregatori hanno bisogno degli indirizzi di tutti i siti che pubblicano elementi strutturati, perché un feed è un modo economico e consentito per seguire una fonte su larga scala. Le piattaforme di podcast hanno bisogno del sottoinsieme i cui feed contengono allegati audio. I team che costruiscono corpora testuali hanno bisogno più o meno della stessa lista per ragioni del tutto diverse. E chiunque venda agli editori può usare il marcatore per distinguere i siti che producono contenuti con cadenza regolare da quelli che hanno pubblicato una pagina una volta sola e poi l’hanno abbandonata.

Per la ricerca di potenziali clienti, la mossa interessante è ancora una volta l’incrocio più che la singola colonna. Un feed accanto al marcatore di una piattaforma di e-commerce suggerisce un negozio con un’attività editoriale annessa, cioè un acquirente diverso, con un budget diverso, rispetto a un negozio che ne è privo. Un feed su un sito aziendale privo di altri marcatori di pubblicazione indica di solito una sezione notizie trascurata, che il team marketing ha ereditato e ha smesso di alimentare. I due schemi sono visibili in un file e invisibili in una verifica puntuale, perché in tutti e due i casi si tratta di confronti e non di fatti relativi a un singolo dominio.

Dei siti che dichiarano un feed, 10.196.019 si trovano negli Stati Uniti, e l’estensione più rappresentata è .com, una distribuzione che segue le piattaforme di pubblicazione e l’hosting più che le abitudini di lettura. La nostra attribuzione del paese deriva dall’infrastruttura che serve il sito, quindi uno studio sui media di un singolo paese andrebbe costruito a partire dall’estensione, dalla lingua della pagina e dai recapiti del sito stesso, usando la colonna del paese come primo filtro e nulla più.

La riserva onesta è che un feed dichiarato non equivale a un feed attivo. Registriamo la dichiarazione presente nella pagina. Non scarichiamo il feed, non ne contiamo gli elementi e non verifichiamo quando è stato aggiornato l’ultima volta, quindi un blog abbandonato e una redazione che pubblica più volte all’ora compaiono nel file allo stesso modo. I feed che esistono a un indirizzo convenzionale senza essere dichiarati nel markup sfuggono del tutto, il che spinge il conteggio nella direzione opposta. La colonna va considerata un indicatore forte del fatto che un sito è stato costruito per pubblicare e un indicatore debole del fatto che pubblichi tuttora. Verificare la seconda parte richiede un lavoro dominio per dominio, ed è il file a indicare quali domini meritano quel lavoro.