ふと思ったこと。

@IT 内 Insider.NET にある Insider.NET 会議室 ディレクトリって、探したい対象のカテゴリがわかっている場合、便利です。でも、新しい会議室の方には対応していません。

じゃぁ、自分で作っちまおうか？

でも、どうやって「新着情報」を知る？？？

そうか、RSS があるじゃないか！最近、質問掲示板でも RSS が配信されるものが多いから、RSS を拾って更新のあったものを自分で分類していけばいいやん！！かつ、ブログだろうがニュースだろうが、何でも登録できちゃうぜ！！

ってことで、RSS を調べた。したら、最初のバージョンが 0.9 だったらしい。次のバージョンが 0.91 で、ここからよりシンプルになることを目指した 2.0 と、0.9 を継承した 1.0 に分かれているらしい。

さらに、マイクロソフト ソーシャルは、Atom って奴で配信されている。ってことで、ひとまとめに RSS といわれている XML ファイルには、（0.9, 0.91, 1.0）と、（2.0）と、（Atom）の3つのフォーマットがあることがわかった。

う～ん。。。とりあえず、こんな感じか？

1. RSS を取得する URL を、ユーザーが指定する。
2. 複数ある URL を定期的に巡回する。
3. XML の階層を調べて、フォーマットを特定する。
4. フォーマットによって、配信された記事をばらす。
5. 記事 ID を持っているものはそれを、持っていない場合はリンク先 URL をキーにして重複チェックを行う。
6. 新しいものについて、「新着」として登録する。
7. それぞれの記事を、人手で「分類」に分ける。
8. 「分類」ごとに、HTML、または XML ファイルを作る。
9. FTP ソフトなどで、HTML または XML を HTTP サーバーにアップする。

RSS を取ってくる方法は、VS2008 のサンプルの中にあるので、ドキュメントを「RSS」でキーワード サーチしてください。そのサンプルでは、.NET Framework が対応している、RSS 2.0 が扱えます。「はてな」が配信しているのは RSS 1.0 なので、そのままでは使えません。また、マイクロソフト ソーシャルが提供しているのは Atom なので、やはり使えません。

とりあえず、どのフォーマットか見分ける方法。

• RDF Site Summary (RSS) 1.0
  ここを見ると、RSS 1.0 のトップ レベル要素は "rdf:RDF" であるとわかる。

• RSS 2.0 Specification
  ここを見ると、RSS 2.0 のトップ レベル要素は "rss" であるとわかる。

• The Atom Syndication Format
  ここを見ると、Atom Syndication Format のトップ レベル要素は "atom:feed" であるとわかる。

このことから、トップ レベル要素のローカル名を見て判断すればよいでしょう。

static public string WhichFormat(XDocument document) {
    var root = document.Root;
    if (string.Compare(root.Name.LocalName, "feed", true) == 0) {
        return "ATOM";
    } else if (string.Compare(root.Name.LocalName, "rdf", true) == 0) {
        return "RSS10";
    } else if (string.Compare(root.Name.LocalName, "rss", true) == 0) {
        return "RSS20";
    } else {
        return "UNKNOWN";
    }
}

で、次は、データの設計かな。

つーか。。。@IT の会議室、RSS 配信してないし。。。

あ。。。大文字小文字の区別をしないようにしたけど、XML って、識別するやんorz

さらに。RSS 1.0 にしろ 2.0 にしろ、バージョンアップしたらどうするよ？要るのは一部だけで、全部をパースするわけじゃないから、まいっか。