Feed discovery

[1] 2016年2月にはてなブックマークの日間ランキング >>2 に入っている記事 >>4 を対象とします。 ただし同じサイト (eTLD+1) の記事が複数回ランクインしているときは、そのうちいずれか1つを選んでいます。

[3] 当該記事が起源のトップページ (URL /) でない時は、 記事に加えてトップページも対象とします。

[5] 対象サイトは343件、ページは680件あります。

[6] 対象ページ中、調査時点で状態符号が 200 のものが627件ありました。 MIME型はいずれも text/html でした。

[7] ランクインしている対象ページ343件中で、 フィードへのリンクが含まれているものが226件ありました。 ランクインしている対象ページか、 そこになければ同じ起源のトップページにはフィードへのリンクが含まれているものは 244件ありました。 つまり、約71パーセントにはフィードへのリンクが含まれていました。

[9] ここで、フィードへのリンクとは、 link 要素、a 要素、 area 要素で、 rel 属性に alternate が含まれて type 属性が application/rss+xml または application/atom+xml のいずれかであるか、 もしくは rel 属性に feed が含まれているかのいずれかを満たすものをいいます。

[11] 対象ページ中に rel=feed のフィードへのリンクはありませんでした。

[10] 対象ページ中に area 要素のフィードへのリンクはありませんでした。

[12] 対象ページ中に1件だけ a 要素のフィードへのリンクがありました。 同じページに link 要素のフィードへのリンクが含まれていました。 両者の href 属性は違っていましたが、 リダイレクト先は同じ URL でした。

[16] 対象ページ中のフィードへのリンクの個数は次の通りでした。

[14] 10個含まれる例 (>>15)、7個含まれる例 (>>13) を見ると、 記事カテゴリーごとのフィードの一覧が含まれていました。

[17] 2個含まれるものは、 RSS と Atom だったり、 RSS 1.0 と RSS 2.0 だったり、記事フィードとコメントフィードだったりするようです。

[66] 対象ページのうち400個 (59%) は、 同じ起源のフィードへのリンクだけを含んでいました。 22個 (3%) は、異なる起源のフィードへのリンクだけを含んでいました。 9個 (1%) は、同じ起源のフィードと異なる起源のフィードのリンクを両方含んでいました。

[67] 異なる起源のフィードの多くは、 FeedBurner (feeds.feedburner.com、feedproxy.google.com、対象サイトのサブドメイン) を使っていました。 その他に、対象サイトの別のサブドメインにあるフィードを参照するものが数例ありました。 他に同じ所有者とみられる同名別 TLD のフィードを参照するものや、 ブログサービスのフィードを参照するもの、 newsformat.jp のフィードを参照するものもありました。

フィード

[18] Feed discovery の調査対象ページからリンクされていたフィードを対象とします。 全部で482件あります。

[19] うち調査時点で状態符号が 200 のものが427件、 301 と 302 のものが計45件ありました。

[21] 対象フィード中、 43件 (9%) が RSS 1.0、 282件 (58%) が RSS 2.0、 19件 (4%) が Atom 0.3、 79件 (16%) が Atom 1.0 でした。

[20] MIME型と実際の内容は次の通りでした。

RSS 1.0

[44] channel 要素の dc:creator 要素を含むフィードが 14件 (3%)、 dc:publisher 要素を含むフィードが 11件 (2%) ありました。

[45] channel 要素の dc:date 要素を含むフィードが 16件 (3%) ありました。

[46] channel 要素の dc:subject 要素を含むフィードが 6件ありました。

[47] channel 要素の atom:link 要素を含むフィードが20件 (4%) ありました。 rel 属性値ごとの件数は次の通りでした。

[48] item 要素の dc:creator 要素を含むフィードが 29件 (6%)、 dc:publisher 要素を含むフィードが 4件ありました。

[49] item 要素の dc:date 要素を含むフィードが 43件 (9%) ありました。

[50] item 要素の dc:subject 要素を含むフィードが 30件 (6%) ありました。

[51] item 要素の description 要素を含むフィードが 41件 (9%)、 description 要素が「<」または「&」を含むのが 15件 (3%)。 content:encoded 要素を含むフィードが 29件 (6%)。

RSS 2.0

[29] channel 要素の category 要素を含むフィードが2件、 item 要素の category 要素を含むフィードが149件ありました。 channel 要素の itunes:category 要素を含むフィードが1件ありました。

[26] category 要素で domain 属性が指定されている場合、 その値ごとのフィード数は次の通りでした。

[25] cloud 要素を使ったフィードが2件ありました。 どちらも WordPress を使っているようです。

[28] docs 要素を使ったフィードが63件ありました。 うち69件が http://blogs.law.harvard.edu/tech/rss、 3件が http://www.rssboard.org/rss-specification でした。

[34] channel 要素の lastBuildDate 要素を含むフィードが 257件 (53%) ありました。 pubDate 要素を含むフィードが 13件 (3%) ありました。 dc:date 要素を含むフィードが 3件ありました。

[35] channel 要素の managingEditor 要素を含むのが5件、 webMaster 要素を含むのが5件、 dc:creator 要素を含むのが8件、 itunes:author 要素を含むのが1件ありました。

[36] channel 要素の atom:link 要素を含むフィードが189件 (39%) ありました。 rel 属性値ごとの件数は次の通りでした。

[38] https://www.w3.org/2005/Atom 名前空間の link 要素を使ったフィードもありました。

[30] item 要素の author 要素を含むフィードが 5件 (1%)、 dc:creator 要素を含むフィードが 136件 (28%) ありました。

[31] item 要素が enclosure 要素を含むフィードが8件ありました。 うち7件は type 属性が image/jpeg または image/jpg でした。そのうちいくつかは、 指定された URL には実際には PNG がありました (>>39)。 type 属性のない1件は、 PNG でした (>>40)。

[32] item 要素の guid 要素を含むフィードが 229件 (48%) ありました。 148件 (31%) には isPermaLink 属性があり、 56件 (12%) には isPermalink 属性がありました。

[33] item 要素の description 要素を含むフィードが 237件 (49%)、 description 要素が「<」または「&」を含むのが 187件 (39%)。 content:encoded 要素を含むフィードが 97件 (20%)。

Atom 0.3

[42] 19件 (4%) ありましたが、いずれもライブドアブログのようで、 形式もほぼ共通しています。

[41] atom:content 要素には、 mode=escaped と type=text/html が指定されていました。

[43] atom:summary 要素には、 type=text/plain が指定されていました。

Atom 1.0

[52] atom:feed 要素の atom:author 要素が含まれるものが 63件 (13%)、 そのすべてが atom:name 要素を含み、 atom:email 要素を含むものが4件、 atom:uri 要素を含むものが4件ありました。

[55] atom:entry 要素の atom:author 要素が含まれるものが 73件 (15%)、 そのすべてが atom:name 要素を含み、 atom:email 要素を含むものが2件、 atom:uri 要素を含むものが7件ありました。

[53] atom:feed 要素の atom:category 要素が含まれるものが 2件、atom:entry 要素の atom:category 要素が含まれるものが 68件 (14%) ありました。

[22] Atom 1.0 以外も含め、対象フィード中、 atom:category 要素が含まれるものは 73件ありました。うち13件は label なし、 label と term が同じ値なのが58件、 違う値なのが2件でした。 違う値のもは、いずれも label を小文字化したものが term となっていました。

[27] atom:category 要素に scheme 属性が指定されている場合、その値ごとの件数は次の通りでした。

[54] atom:entry 要素の thr:total 要素が含まれるものが 6件ありました。

[56] atom:content 要素が含まれるものが 73件 (15%) ありました。 その type 属性が含まれるものが71件ありました。 type=html が71件、 type=xhtml が1件ありました。 (type=html と type=xhtml を1つの文書内で併用した例 (>>57) がありました。) MIME型指定や src 属性の利用例はありませんでした。

[63] atom:feed 要素の atom:title 要素が含まれるものが 79件 (16%) ありました。 その type 属性が含まれるものが10件あり、 すべて text と指定されていました。

[60] atom:entry 要素の atom:title 要素が含まれるものが 77件 (16%) ありました。 その type 属性が含まれるものが9件あり、 うち7件が html、2件が text と指定されていました。

[62] atom:feed 要素の atom:subtitle 要素が含まれるものが 67件 (14%) ありました。 その type 属性が含まれるものが8件あり、 うち2件が html、6件が text と指定されていました。

[59] atom:entry 要素の atom:summary 要素が含まれるものが 72件 (15%) ありました。 その type 属性が含まれるものが63件 (13%) あり、そのすべての値が html でした。

[61] atom:feed 要素の atom:link 要素を含むフィードが79件 (16%) ありました。 rel 属性が指定されたものが23件 (5%) ありました。 rel 属性値ごとの件数は次の通りでした。

[58] atom:entry 要素の atom:link 要素を含むフィードが77件 (16%) ありました。 rel 属性が指定されたものが19件 (4%) ありました。 rel 属性値ごとの件数は次の通りでした。

共通

[65] フィードの XML のうち、8件が非整形式でした。 うち1件は XML宣言の前に空白があり、 7件は U+0008 や U+0010 のような制御文字が含まれていました。

[72] link 要素で示された URL の多くは、 フィードと同じ起源のものでしたが、そうでないものも少なからずありました。 異なる起源の URL が使われる事情には、次のようなものあるようです。

[64] xml:base 属性がみられたのは、 content:encoded 要素と、 Atom 0.3 と Atom 1.0 の atom:content 要素のみでした。 いずれも内容の URL は絶対URLになっていて本属性があってもなくても変わらなそうですし、 そうでなくてもフィード自体と同じ起源の URL が指定されているものが多そうです。

[69] HTML データ中に link 要素があって、 スタイルシートを参照した例がありました。

[71] HTML データ中に id 属性があって、 素片識別子のみの URL を指定した a 要素を使っている例がありました。

[76] 同じフィードの異なる要素に含まれる HTML 同士の id の衝突への配慮は無さそうに見えます。

[73] HTML データ中に出現した要素の種類と、出現フィード数は次の通りでした。

[74] iframe 要素の出現数が多いのは、 はてなブログの外部URLリンク機能を使ったものが全文そのままフィードに含まれているためのようです。

[70] script 要素の出現数が多いのは、 Twitter のツイート貼り付けウィジェットを使っているものが多いようです。 広告用スクリプトが参照されているものもありました。

[75] img 要素は、フィードとは異なる起源の URL を参照しているものがかなりみられました。 CDN の画像を参照するもの、 Amazon の書影を参照するものなどが多いようです。 トラッキング目的と見られる、 width と height が共に 1 の img 要素も多く見られました。