URL が書かれたときにタイトルを取得する

[ochaochaocha3]

Tiarra にある URL が書かれたときにタイトルを取得する機能（Auto::FetchTitle）を改良して実装する。

• HTTPS でも取得できるようにする

[ochaochaocha3]

Mechanize を使う例：http://readysteadycode.com/howto-scrape-websites-with-ruby-and-mechanize

[koi-chan]

43cf499
作り始めました。

今後の実装予定は上のコミットのメッセージに記述してあります。

[ochaochaocha3]

エラー処理等もう少し入れる機能があるので v0.7.0 に回します。

[koi-chan]

URLの宛先がページではなかった場合、MIMEタイプと容量を調べる機能を追加したいと思います。

[ochaochaocha3]

URLの宛先がページではないかどうかは、#title を持つかどうかで判断すればよさそうです。Object#respond_to? が使えます。

rgrb/lib/rgrb/plugin/url_fetch_title/generator.rb

Line 39 in 07d7516

@reply_prefix + page.title + @reply_suffix

if page.respond_to?(:title)
  @reply_prefix + page.title + @reply_suffix
else
  # #title が存在しない場合の処理
end

[ochaochaocha3]

ちょっと実験。以下を GET したときの結果です。

• http://www.cre.ne.jp/ （通常の HTML）
• http://www.cre.ne.jp/wp-content/themes/wsc7/img/cre_banner.jpg （画像）
• http://jbpe.tripod.com/rfcj/rfc2812.j.sjis.txt （プレーンテキスト）

m = Mechanize.new

# GET する
cre_ne_jp = m.get('http://www.cre.ne.jp/')
banner = m.get('http://www.cre.ne.jp/wp-content/themes/wsc7/img/cre_banner.jpg')
rfc2812 = m.get('http://jbpe.tripod.com/rfcj/rfc2812.j.sjis.txt')

# メソッドが存在するかどうか
[cre_ne_jp, banner, rfc2812].map { |obj| obj.respond_to?(:title) }
# => [true, false, false]
[cre_ne_jp, banner, rfc2812].map { |obj| obj.respond_to?(:content_type) }
# => [true, false, false]

# Content-Type
cre_ne_jp.content_type
# => "text/html; charset=UTF-8"
[cre_ne_jp, banner, rfc2812].map { |obj| obj.response['Content-Type'] }
# => ["text/html; charset=UTF-8", "image/jpeg", "text/plain"]

# Content-Length
[cre_ne_jp, banner, rfc2812].map { |obj| obj.response['Content-Length'] }
# => ["4983", "4297", "33769"]

[ochaochaocha3]

バイトサイズを読みやすくする gem もあるみたいです。

https://github.com/martinkozak/datasizes

[ochaochaocha3]

HTTP ステータスコードの表示を以下を参考にしてつけてみたいと思います。
https://github.com/rack/rack/blob/0575eb92caae30d60a7aa38f9d14dc77b565bd36/lib/rack/utils.rb#L581-L639

[ochaochaocha3]

だいたい基本機能は実装できたので、個別に issue を立てるようにしたいと思います。