私が愛用しているサイトにはてブニュースというのがあって、暇なときはそれを最新から眺めていくのですが、いかんせん情報が多いし、忙しいときは読めないので、情報がどんどん流れていってしまいます。

幸いRSSを提供しているので、RSSを定期的に取得して、特定のキーワードがあったページだけ保存して後から読もうと思ったのですが、そういうことができるツールがないようで、ないならいっそ作ってしまえということで、ちまちまと作ってました。

サーバ側で動かさないといけないとでPerlであれば良かったのですが、検索したひっかかった結果だとPHPの方が簡単そうだったので、初めてPHPで組んでみました。ちなみに参考になったのは次のサイトです。

• RSSの特定記事取得方法 - 教えて！goo
• WEB版のRSSリーダーのソースコード(フリーのPHP・CGIなど)を出来るだけ多く紹介してください。PHPやCGIプログラムを利用する以外にも、自サーバに自分専用のオンラインRSS.. - 人力検索はてな

アルゴリズムは単純で、次のような感じです。

1. RSSを読み出す
2. キーワードでマッチング
3. 該当するリンク先があった場合、すでに収集されてるログとマッチング
4. ログになければ、ログに書き出す

これをcronジョブでサーバ側で定期的に走らせればOKということです。

ログファイルでなく、データベースに格納してしまえば、今後の利用方法も広がると思ったのですが、そこまで大げさにするのもなぁというのと、PHPでデータベース扱ったことないから勉強するのが大変そう、という理由からやってません。

そんなわけで、ただいまテスト運用中です。HPで公開しようとも思ったのですが、探すキーワードが趣味丸出しなので、今回はちょっと控えさせてもらいました。成果がでて便利そうだったら、公開します。

まぁ、ちょっと問題もあって、はてブニュースは15分おきにクロールしてるのに対して、設置したXREAは1時間置きでないとｃｒｏｎジョブを走らせることができないので、どれだけ情報の取りこぼしがあるかが気になるところです。