最近のウィルスなどの侵入手口では、 古い Java を悪用した手口が多いらしい。

このことから、よく利用されているソフトの更新チェックが 重要となる。しかし、すべてのソフトの更新確認は、大変である。 でも、日本のセキュリティセンターの JPCERT などが監修し、 ブラウザで古いソフトをチェックしてくれるサービス MyJVN がある。

さっそく自宅マシンで実行したが、Java は自動更新がかかるので、 大丈夫であったが、ブラウザの FireFox などで警告がでてきた。 メインブラウザが Chrome だけど、ひとまず関連ソフトの更新を行った。

インターネットでは、様々な情報が提供されているが、 これらの情報を効率よく見つけ出すには、労力を要する。 このため、インターネット上の情報サイトでは、 RSS(Rich Site Summary) と呼ばれる XML をベースとした、サイトの概要情報を提供している。 これらの RSS の情報は、 フィードリーダ というソフトを使うことで、 そのタイトル・概要をシンプルに表示してくれることから、 読者が興味のある記事を見つけやすくなる。

今回は、これらの RSS 形式のデータを活用するために、 自分の作成した情報の RSS データを作成したり、 一般に公開されている RSS フィードを読み込み解析し、 ２次利用できるようにしたり、自分たちの使うインターネットと連動できる プログラム開発を、文字列処理の得意なプログラム言語である、Perl や PHP を用いて 作成することを目指す。

• Perl 入門

RSSと解析ライブラリ

RSSには、その発展の歴史の中から、少しづつ書式を変えながら発展してきた。 最初は、RDF と呼ばれる形式であったが、RSS 2.0 に発展する中で、 XML 形式による書式となった。 この他にも、RSS の問題点を改良した Atom 形式なども提案されている。

RSSのデータ形式は様々で、全ての形式に対応したプログラム作成は本来難しい。 しかし Perl や PHP では、便利なパーサ・ライブラリがあるので、RSSの情報の中から、 希望する情報だけを簡単に抽出することが可能となっている。

Perl で RSS 形式のデータを扱うために、今回は "XML::FeedPP"モジュールを使用する。 このライブラリは、RSS/RDF/Atom など様々な フィード形式に対応している。 XML::FeedPP の解説サイトには、データを入力・出力するなどの手続きの例が、 いくつか記載されているので、これらのサンプルプログラムを元にプログラムを作成せよ。

#!/usr/bin/perl
# 使用するモジュールを選ぶ
use XML::TreePP ; # use 文は C言語の #include みたいなもの。
use XML::FeedPP ;
# 日本語の文字コード変換モジュール
use Jcode ;
# 読み込むフィード
my $source = 'http://use.perl.org/index.rss'; # my は局所変数宣言
# RSSデータを解析し読み込ませる
my $feed = XML::FeedPP->new( $source );
# 記事全体の情報を表示
my $title = $feed->title() ;
# Jcode->new( "文字列" ) に対する変換コード(以下が利用可)
#   ->utf8 , ->unicode , ->jis , ->sjis , ->euc
print "Title: ", Jcode->new( $title )->utf8 , "\n";
print "Date: ", $feed->pubDate(), "\n";
# 個別の記事の情報を表示
foreach my $item ( $feed->get_item() ) {
print "URL: ", $item->link(), "\n";
my $title = $item->title() ;
print "Title: ", Jcode->new( $title )->utf8, "\n";
}
# foreach文は、配列要素すべてに対する処理ループを実行
# foreach $要素 ( @配列 ) { ... }

• feed.pl

実験方法

プログラムの実験にあたり、 ファイルの編集にはファイル共有機能を使用し、 プログラムの実行にはターミナルソフト(TeraTerm)を使用する。

最初に、実験端末に TeraTerm がインストールしてなければ、 このページ先より入手し、インストールを行うこと。

サーバに接続し、プログラムを実行するには、TeraTermPro.exe を実行し、 Host:「tsaitoh.ei.fukui-nct.ac.jp /KR=UTF-8 /KT=UTF-8」, Service:SSH で接続し、 別途指定された ユーザ名 , パスワード を利用し、Login せよ。

ファイルを編集する際には、Windows 端末のファイル共有にて、 「¥¥tsaitoh.ei.fukui-nct.ac.jp¥ユーザ名」にてアクセスし、 login 画面が出たら、ユーザ名とパスワードを入力せよ。 Windows のエディタで、ファイルを編集し保存する際には、 「文字コード: UTF-8 , 行末コード: nl」を指定すること。

(( 前述の feed.pl を実行する場合 ))
$ perl feed.pl

最初の課題

上記のプログラムを動作させ、得られる結果などを確認せよ。 RSSフィードの http://…./…xml などは、Firefox などのブラウザであれば、 わかりやすいように表示をしてくれる。さらに、"ページソースを表示"などを実行すれば、 元々の XML 形式のデータを見ることもできる。

まずは、プログラムの内容などを確認したうえで、 インターネット上に掲載されている RSS フィードにどのようなものがあるか調べ、 これらの情報をどのように活用したら便利かアイデアを検討せよ。

構造体の演習に引き続き、構造体の応用について説明する。

ワード境界

構造体の配列をメモリに格納する場合、ワード境界が問題となる。 最近のコンピュータでは、CPUの速度に比べ主記憶の速度は遅いため、 メモリを効率よくアクセスする必要がある。 このために、メモリ上のデータは、ワード単位で一括して読み書きされる。

struct Data {
   char      a[ 5 ] ;
   int       b ;
   short int c ;
} ;
struct Data array[ 10 ] ;

上記のような構造体があったとして、メモリー上に以下のように配置されていると、 array[0].b を参照する際には、04行と08行の2回のメモリアクセスがあって、 メモリ参照速度が低下する。

このような、データを読み書きする際の、ワードの塊の境を「ワード境界」と呼ぶ。 また、右図のように、ワード境界をまたがないようにデータを配置することを、 ワードアライメントと呼ぶ。

もし、処理速度の低下より、メモリの有効利用が必要であれば、VC++であれば、”#pragma pack”や”gccの”__attribute__((packed))”などを指定する。

共用体

プログラムを作っていると、データが「名前と年齢」か「名前と住所」のどちらかで、 「名前と年齢と住所」が揃うことはない…という場合もある。この際に、”struct ..{ char name[] ; int age ; char addr[] } ; ” では、かならず３つのデータを覚えてしまい、メモリの無駄が発生するのが問題となる場合がある。 このようなときに使うのが共用体である。共用体では、中身のいずれかを覚えるために使う。 また、要素の記憶場所は共有される。

union AgeOrAddr {
   int age ;
   char addr[ 30 ] ;
} ;
struct NameAndAgeOrAddr {
   char name[ 20 ] ;
   union AgeOrAddr age_addr ;
} ;

データの記憶場所が同じことを確認するために、以下の様な処理を実行した結果も示す。

union A {
   char s[4] ;
   int  x ;
} ;
union A a ;
// 文字列の代入
strcpy( a.s , "ABC" ) ;
printf( "%8x\n" , a.x ) ;
// 配列の代入
a.x = 0x12345678 ;
a.s[2] = 0x99 ;
printf( "%8x\n" , a.x ) ;
(( 実行結果 ))
00434241     // 実験したコンピュータは Intel Xeon
11995678     // この結果より、リトルエンディアン なのが判る。

この結果は、CPUの内部が、ビッグエンディアン(68系,SPARC)か、リトルエンディアン(x86系)によって異なる。また、この順番はCPUの異なる間のネットワーク通信でも問題となることが多く、ネットワーク通信では、ビッグエンディアンを用いることになっている。

列挙型

カレンダーの処理などで、週のデータを扱う場合、日:0,月:1,火:2… と番号を振って その番号に応じてプログラムを記述する場合がある。

(( わかりにくいプログラム ))
int week = なにかの週番号 ;
if ( week == 3 ) {  // 3がマジックナンバー
   水曜日の処理 ;
}
(( わかりやすいプログラム ))
#define SUN 0
#define MON 1
#define TUE 2
:
if ( week == WED ) { // 読んでいて意味が判る
   水曜日の処理 ;
}
(( でも週と月を整数型で扱っているだけ ))
#define JAN 1
#define FEB 2
#define MAR 3
int week = 週の番号 ;
week = FEB ; // エラーにはならないけど、意味的に間違い。

列挙型は、以下の様な使い方をすることで、シンプルな書き方で定数に意味をもたせることができる。このため、型の間違いの確認もできる。

enum Week {
   SUN , MON , TUE , ... SAT
} ;
enum Month {
   JAN , FEB , MAR , APR , MAY , ... DEC
} ;
enum Week week = 何らかの曜日 ;
if ( week == WED ) {
   水曜日の処理 ;
}
switch( week ) {
case MON : 月曜の処理 ; break ;
case WED : 水曜の処理 ; break ;
// この書き方をすると、月水以外の処理が記載されていない
// ことをコンパイラが警告してくれる。
}
week = FEB ; // エラー：週の変数に月の値を代入することはできない。