tsu -- life with programming: 第4回 RSSリーダを作ってみる巻の4

2004年6月2日

今回は、RSS 2.0 を扱うための処理を RSS リーダーに組み込んでみることにします。なぜ、RSS 0.92 や 0.93 ではなく、いきなり 2.0 かというと、0.92 や 0.93 は 2.0 のサブセットと見なせますので、2.0 のリーダを作れば、0.92 や 0.93 準拠の RSS ファイルにも自動的に対応したことになるからです。2.0 のリーダを使えば 0.91 もそのまま読めるんでは? という意見もあるかとは思いますが、0.91 と 0.92 以降で、微妙に取り扱いが変わった要素(elemnt)がありますので、今後のことを考えて、あえて 0.91 用のリーダは別に用意しました。

一般的に RSS 2.0 の xml ファイルは、以下のような形式をしています (注意: 2.0 は rdf ではありません)。 RSS 1.0 と比べると記述できる情報の種類が大幅に増えています。また、RSS 0.91 に存在した項目数(最大15項目)や文字数(1項目最大500バイト)に関する制限が撤廃されています。
また、RSS 1.0 では日時は ISO8601 形式ですが、RSS 0.92, 0.93, 2.0 では RFC822 形式です。
(実際には、もっといろんなバリエーションが可能なのですが、ここでは簡単のために最も一般的な例を示しています。)

<?xml version="1.0" encoding="ISO-8859-1" ?>
<rss version="2.0">
<channel>
  <title>RSS の対象となる Web ページのタイトル</title>
  <link>RSS の対象となる Web ページの URL</link> 
  <description>RSS の対象となる Web ページの概要</description> 
  <language>言語(日本語の場合は ja-jp)</language> 
  <copyright>RSS の対象となる Web ページに関する著作権に関する情報</copyright> 
  <pubDate>RSS の対象となる Web ページの最終更新日時</pubDate> 
  <lastBuildDate>RSS ファイルの生成日時</lastBuildDate> 
  <docs>RSS ファイルの URL</docs>
  <generator>RSS ファイル生成ツール名</generator> 
  <managingEditor>RSS の対象となる Web ページの編集者のemailアドレス</managingEditor>
  <webMaster>RSS の対象となる Web ページの管理者のemailアドレス</webMaster>
  <image>
    <url>当該Web ページ、もしくは主宰者にちなむ画像のURL</url>
    <link&Web ページの URLgt;</link>
    <title>Web ページのタイトルもしくは主宰者の名前、など</title>
  </image>
  <item>
    <title>RSS 生成対象の 最初 の記事の 題名</title> 
    <link>RSS 生成対象の 最初 の記事の URL</link> 
    <description>RSS 生成対象の 最初 の記事の 概要</description> 
    <pubDate>RSS 生成対象の 最初 の記事の 最終更新日時</pubDate>
    <guid>RSS 生成対象の 最初 の記事を特定するための 識別子 または 固定リンク</guid>
  </item>
  <item>
    <title>RSS 生成対象の 2番目 の記事の 題名</title> 
    <link>RSS 生成対象の 2番目 の記事の URL</link> 
    <description>RSS 生成対象の 2番目 の記事の 概要</description> 
    <pubDate>RSS 生成対象の 2番目 の記事の 最終更新日時</pubDate>
    <guid>RSS 生成対象の 2番目 の記事を特定するための 識別子 または 固定リンク</guid>
  </item>
  ・・・・・・・・・・・・(略)・・・・・・・・・・・・
  <item>
    <title>RSS 生成対象の n番目 の記事の 題名</title> 
    <link>RSS 生成対象の n番目 の記事の URL</link> 
    <description>RSS 生成対象の n番目 の記事の 概要</description> 
    <pubDate>RSS 生成対象の n番目 の記事の 最終更新日時</pubDate>
    <guid>RSS 生成対象の n番目 の記事を特定するための 識別子 または 固定リンク</guid>
  </item>
</channel>
</rss>

入力ファイルに

<rss version="0.92">

<rss version="0.93">

<rss version="2.0">

という文字列のいずれかが含まれていたら、RSS 2.0 用のリーダで処理することにします。

RSS 2.0 のリーダー readRSS_2_00() を、これまた やっつけ (^^; で作ると、以下のようになります。

int readRSS_2_00( FILE *input, FILE *output, int mode, const char *encoding )
{
    char    buf[BUFSIZ], *p, *q, *r;
    int     ret = 0;
    char    title[BUFSIZ];
    char    link[BUFSIZ];
    char    description[BUFSIZ];
    char    language[BUFSIZ];
    char    subject[BUFSIZ];
    char    date[BUFSIZ];
    char    imageUrl[BUFSIZ];
    char    imageLink[BUFSIZ];
    char    imageTitle[BUFSIZ];
    int     cnt   = 0;
    int     image = 0;

    language[0]   = '\0';
    imageUrl[0]   = '\0';
    imageLink[0]  = '\0';
    imageTitle[0] = '\0';

    while ( ( p = fgets( buf, BUFSIZ - 1, input ) ) != NULL ) {
        while ( (*p == ' ') || (*p == '\t') )
            p++;

        if ( image ) {
            if ( !strncmp( p, "<url>", 5 ) ) {
                q = strchr( p + 5, '<' );
                if ( q ) {
                    strncpy( imageUrl, p + 5, q - (p + 5) );
                    imageUrl[q - (p + 5)] = '\0';
                }
                continue;
            }

            if ( !strncmp( p, "<link>", 6 ) ) {
                q = strchr( p + 6, '<' );
                if ( q ) {
                    strncpy( imageLink, p + 6, q - (p + 6) );
                    imageLink[q - (p + 6)] = '\0';
                }
                continue;
            }

            if ( !strncmp( p, "<title>", 7 ) ) {
                q = strchr( p + 7, '<' );
                if ( q ) {
                    strncpy( imageTitle, p + 7, q - (p + 7) );
                    imageTitle[q - (p + 7)] = '\0';
                }
                continue;
            }
        }

        if ( !strncmp( p, "<title>", 7 ) ) {
            q = strchr( p + 7, '<' );
            if ( q ) {
                strncpy( title, p + 7, q - (p + 7) );
                title[q - (p + 7)] = '\0';
            }
            else {
                strcpy( title, p + 13 );
                while ( ( p = fgets( buf, BUFSIZ - 1, input ) ) != NULL ) {
                    while ( (*p == ' ') || (*p == '\t') )
                        p++;

                    strcat( title, " " );
                    strcat( title, p );
                    if ( ( q = strchr( title, '<' ) ) != NULL ) {
                        *q = '\0';
                        break;
                    }
                }
            }
        }
        else
        if ( !strncmp( p, "<link>", 6 ) ) {
            q = strchr( p + 6, '<' );
            if ( q ) {
                strncpy( link, p + 6, q - (p + 6) );
                link[q - (p + 6)] = '\0';
            }
        }
        else
        if ( !strncmp( p, "<description>", 13 ) ) {
            q = strchr( p + 13, '<' );
            if ( q ) {
                strncpy( description, p + 13, q - (p + 13) );
                description[q - (p + 13)] = '\0';
            }
            else {
                strcpy( description, p + 13 );
                while ( ( p = fgets( buf, BUFSIZ - 1, input ) ) != NULL ) {
                    while ( (*p == ' ') || (*p == '\t') )
                        p++;

                    strcat( description, " " );
                    strcat( description, p );
                    if ( ( q = strchr( description, '<' ) ) != NULL ) {
                        *q = '\0';
                        break;
                    }
                }
            }

            if ( description[0] && (strchr(description, '&') != NULL) ) {
                // 実体参照が含まれる場合
                p = description;
                while ( ( ( q = strchr( p, '&' ) ) != NULL ) &&
                        ( ( r = strchr( q, ';' ) ) != NULL )    ) {
                    if ( !strncmp( q + 1, "lt", 2 ) ) {
                        *q = '<';
                        strcpy( q + 1, r + 1 );
                    }
                    else if ( !strncmp( q + 1, "gt", 2 ) ) {
                        *q = '>';
                        strcpy( q + 1, r + 1 );
                    }
                    else if ( !strncmp( q + 1, "amp", 3 ) ) {
                        *q = '&';
                        strcpy( q + 1, r + 1 );
                    }
                    else if ( !strncmp( q + 1, "nbsp", 4 ) ) {
                        *q = ' ';
                        strcpy( q + 1, r + 1 );
                    }
                    else {
                        strcpy( q, r + 1 );
                    }
                }
            }
        }
        else
        if ( !strncmp( p, "<language>", 10 ) ) {
            q = strchr( p + 10, '<' );
            if ( q ) {
                strncpy( language, p + 10, q - (p + 10) );
                language[q - (p + 10)] = '\0';
            }
        }
        else
        if ( !strncmp( p, "<image>", 7 ) )
            image = 1;
        else
        if ( !strncmp( p, "</image>", 8 ) )
            image = 0;
        else if ( !strncmp( p, "<item>", 6 ) )
            break;
    }

    if ( !(language[0]) ) {
        /*
        if ( !strcmp( encoding, "ISO-8859-1" )  ||
             !strcmp( encoding, "ISO-2022-JP" ) ||
             !strcmp( encoding, "Shift_JIS" )   ||
             !strcmp( encoding, "EUC-JP" )      ||
             !strcmp( encoding, "UTF-8" )          )
            strcpy( language, "ja_jp" );
        else
            strcpy( language, "en_us" );
        */

        strcpy( language, "ja_jp" );
    }

    fprintf( output,
             "<!DOCTYPE HTML PUBLIC \"-//W3C//DTD "
             "HTML 4.01 Transitional//EN\">\n" );

    if ( language[0] )
        fprintf( output, "<html lang=\"%s\">\n<head>\n", language );
    else
        fprintf( output, "<html>\n<head>\n" );

    fprintf( output,
             "<meta http-equiv=\"Content-Type\" content=\"text/html; "
             "charset=%s\">\n",
             !strcmp( encoding, "ISO-8859-1" ) ? "Shift_JIS"
                                               : encoding    );
    fprintf( output, "<title>%s</title>\n", title );
    fprintf( output, "</head>\n\n<body>\n" );

    if ( imageUrl[0] )
        fprintf( output,
                 "<a href=\"%s\"><img src=\"%s\" alt=\"%s\" "
                 "border=\"0\" align=\"right\"></a>\n",
                 imageLink[0]  ? imageLink  : link,
                 imageUrl,
                 imageTitle[0] ? imageTitle : title );
    fprintf( output, "<h1><a href=\"%s\">%s</a></h1>\n", link, title );
    fprintf( output, "<h2>%s</h2>\n", description );

    while ( ( p = fgets( buf, BUFSIZ - 1, input ) ) != NULL ) {
        while ( (*p == ' ') || (*p == '\t') )
            p++;
        if ( !strncmp( p, "<item>", 6 ) || (cnt == 0) ) {
            cnt++;

            if ( cnt == 1 )
                fputs( "<ul>\n", output );
            title[0]       = '\0';
            link[0]        = '\0';
            description[0] = '\0';
            subject[0]     = '\0';
            date[0]        = '\0';

            if ( cnt > 1 )
                continue;
        }

        if ( cnt >= 1 ) {
            if ( !strncmp( p, "<title>", 7 ) ) {
                q = strchr( p + 7, '<' );
                strncpy( title, p + 7, q - (p + 7) );
                title[q - (p + 7)] = '\0';
            }
            else
            if ( !strncmp( p, "<link>", 6 ) ) {
                q = strchr( p + 6, '<' );
                strncpy( link, p + 6, q - (p + 6) );
                link[q - (p + 6)] = '\0';
            }
            else
            if ( !strncmp( p, "<description>", 13 ) ) {
                q = strchr( p + 13, '<' );
                if ( q && !strncmpi( q, "<![CDATA[", 9 ) ) {
                    p += 9;
                    r = strchr( q, '>' );
                    if ( r ) {
                        *r = '\0';
                        while ( *--r == ']' )
                            *r = '\0';
                    }
                    q += 9;
                    strcpy( description, q );
                }
                else if ( q ) {
                    strncpy( description, p + 13, q - (p + 13) );
                    description[q - (p + 13)] = '\0';
                }

                if ( description[0] && (strchr(description, '&') != NULL) ) {
                    // 実体参照が含まれる場合
                    p = description;
                    while ( ( ( q = strchr( p, '&' ) ) != NULL ) &&
                            ( ( r = strchr( q, ';' ) ) != NULL )    ) {
                        if ( !strncmp( q + 1, "lt", 2 ) ) {
                            *q = '<';
                            strcpy( q + 1, r + 1 );
                        }
                        else if ( !strncmp( q + 1, "gt", 2 ) ) {
                            *q = '>';
                            strcpy( q + 1, r + 1 );
                        }
                        else if ( !strncmp( q + 1, "amp", 3 ) ) {
                            *q = '&';
                            strcpy( q + 1, r + 1 );
                        }
                        else if ( !strncmp( q + 1, "nbsp", 4 ) ) {
                            *q = ' ';
                            strcpy( q + 1, r + 1 );
                        }
                        else {
                            strcpy( q, r + 1 );
                        }
                    }
                }
            }
            else
            if ( !strncmp( p, "<category>", 10 ) ) {
                q = strchr( p + 10, '<' );
                strncpy( subject, p + 10, q - (p + 10) );
                subject[q - (p + 10)] = '\0';
            }
            else
            if ( !strncmp( p, "<pubDate>", 9 ) ) {
                q = strchr( p + 9, '<' );
                strncpy( date, p + 9, q - (p + 9) );
                date[q - (p + 9)] = '\0';
            }
            else
            if ( !strncmp( p, "</item>", 7 ) ) {
                if ( title[0] && link[0] && description[0] ) {
                    fprintf( output,
                             "<li><a href=\"%s\">%s</a><br>%s\n",
                             link, title, description );
                    if ( subject[0] ) {
                        fprintf( output, "<br>[%s%s]",
                                 categoryString( encoding ), subject );
                        if ( date[0] )
                            fprintf( output, " (%s)",
                                     dateString( date, encoding ) );
                    }
                    else
                    if ( date[0] )
                        fprintf( output, "<br>(%s)",
                                 dateString( date, encoding ) );

                    fputs( "</li>\n", output );

                    title[0]       = '\0';
                    link[0]        = '\0';
                    description[0] = '\0';
                    subject[0]     = '\0';
                    date[0]        = '\0';
                }
            }
        }
    }

    if ( cnt >= 1 )
        fputs( "</ul>\n", output );

    fprintf( output, "</body>\n</html>\n" );

    return ( ret );
}

readRSS() の RSS 版数判定部分を以下のように書き換えて、今回作った readRSS_2_00() を組み込めば OK。

        /* RSS の版数を判定し、対応する RSS リーダーを呼び出す */
        if ( !strncmp( p, "xmlns=\"http://purl.org/rss/1.0/\"", 32 ) ) {
            version = VER_RSS_1_00;
            ret = readRSS_1_00( input, output, mode, encoding );
            break;
        }

        if ( !strncmp( p, "<rss version=\"0.91\">", 20 ) ) {
            version = VER_RSS_0_91;
            ret = readRSS_0_91( input, output, mode, encoding );
            break;
        }

        if ( !strncmp( p, "<rss version=\"2.0\">",  19 ) ||
             !strncmp( p, "<rss version=\"0.92\">", 20 ) ||
             !strncmp( p, "<rss version=\"0.93\">", 20 )    ) {
            version = VER_RSS_2_00;
            ret = readRSS_2_00( input, output, mode, encoding );
            break;
        }

次回は Atom 0.3 のリーダーを作ってみることにします。

(つづく)

[固定リンク] [コメント] [トラックバック]

メンバページ: tsu

行き当たりばったり指向プログラミング

目次

今後の予定