src/feeds/rss_parser.py

@@ -222,6 +222,11 @@ class RSSParser:
                         "headline_de": title if self._is_german(title) else None,
                         "source": name,
                         "source_url": entry.get("link", ""),
+                        # Die Quell-Domain aus der DB (z.B. "mod.go.jp"), nicht aus
+                        # der URL — relevant für Google-News-RSS-Quellen, deren URLs
+                        # alle "news.google.com" sind, obwohl sie für 14 verschiedene
+                        # Behörden/Zeitungen stehen. Wird vom Domain-Cap genutzt.
+                        "source_domain": feed_config.get("domain") or "",
                         "content_original": summary[:1000] if summary else None,
                         "content_de": summary[:1000] if summary and self._is_german(summary) else None,
                         "language": "de" if self._is_german(title) else "en",
@@ -243,9 +248,15 @@ class RSSParser:
         if not articles:
             return articles
 
-        # Nach Domain gruppieren
+        # Nach Domain gruppieren. Bevorzugt source_domain (aus dem Feed-Eintrag,
+        # z.B. "mod.go.jp" bei einer Google-News-Site-Search-RSS-Quelle), fällt
+        # erst dann auf die URL-Domain zurück. Sonst landen alle Google-News-
+        # Feeds (14 ja-Quellen) im selben "news.google.com"-Topf und werden
+        # vom Cap auf 10 begrenzt.
         by_domain: dict[str, list[dict]] = {}
         for article in articles:
+            domain = (article.get("source_domain") or "").strip().lower()
+            if not domain:
                 domain = _extract_domain(article.get("source_url", ""))
             if not domain:
                 domain = "__unknown__"