＆コワイ - [Mi]みたいなもの

今日も今日とてHTMLScrapingのサンプルスクリプトHTMLToFeed.class.phpです。

前々回、元にするデータに"&"が入っていたため、Warningを吐いてしまった問題について書きました。
その時はデータに問題があるから、と決めつけて半角の&を全角の＆に変換してしのいだわけです。

しかし、$item->title（RSSのタイトルをつっこむ箇所）はそれでよくても、$item->link（RSSのURLをつっこむ箇所）はそうはいきません。だってURLに&使うじゃん。

URLのパラメータをスラッシュ区切りで渡す方法に対応していれば回避できるなーと思ったけど、これも無理。

どうしよう。
まず原因を確認します。

▽エンティティ参照　(Entity reference
　http://gogodiet.net/z/xml/3_10.htm

つまりはXMLでは、&はそのままじゃ使えない、と。
&は&とかかないと駄目ってことですね。

書き換えて、アップ動作確認、と。
しかし通らない……アクセス先でorz

アクセス先は
http://example.com/test.php?a=1&b=1
と書かないと駄目で、
http://example.com/test.php?a=1&b=1
ではとおらない
（リダイレクトされる仕様だけどリダイレクトされない）

Firefoxの場合に困っちゃいますね、このままだと……。

1.HTMLToFeed.class.phpをいじって、出力するときに&で吐くようにする。←しかしRSSもXMLだから本来書いちゃいけないもの書いていることにならない？

2.先方に&を受け入れるようにお願いする
→なんとなく筋違いな気が(^^;　そもそも応えてもらえない気がするし。

3.思いきってlinkを切る
→descriptionでリンクは張ってあるから問題ないともいえる
→そのうち短縮URLみたいな感じでこっち側で一度リダイレクトするURLを渡せるように書けばいい？

前向きなのは1。
対応してもらうのが難しそうだけど楽(?)なのは2。
現実的で問題が少ないのは3。

…………3かな。

という指摘もあるけれど、

という記載を見た上で根拠となる書類を探すと、特にxhtmlでは

▽「＆」構文エラー？XHTMLでよく使う文字参照とは？
　（専門家に聞くコラム [All About プロファイル]）
　http://profile.allabout.co.jp/ask/column_detail.php/26198

とあります。そりゃそうですね。xhtmlもxml文書だ(^^;
~~てことで、一応筋違いではないらしいです。~~
xhtml上の記載の話とサーバ側が受け入れるhttpリクエストがどういうのを前提にするかは別の話ですね。

htmlで同じことを書いたら、Firefoxでもちゃんと通りました。
ってことは、UA側でデコードして送信してるってこと？ですね、htmlの場合。

しかしデコードするときとしないときの要件がわかんないんだよなぁ。
rssをとりあえずhtmlとbodyでくくって、linkでくくったURLをaタグに置き換えて、拡張子もhtmlにしてみたけど、この場合はデコードしないし。

正直よくわからんです。
エンコードされたURLのままでちゃんと受け取れるようにしておくべきっぽいんだけど、どうもそのあたりの根拠がよくわからないんだよなぁ

んー。けど普通URLエンコードで日本語部分とかでパラメータのこういう箇所の部分じゃ……なんか頭ぐるぐるしてきました。とりあえずペンディングにしてみようと思います。

~~ただ対応が難しいだろうことは明らかなので、3を前提にしつつも、一応要望をだしてみますかねぇ。~~

なお念のため。あんまり考えたことなかった、ここらへん。