たけまる / 2007-03

_ Atom 0.3 と 1.0 の相互変換 [atom][perl]

Perl で RSS や Atom を変換するには，XML::Feed や XML::FeedPP が使
えます．たとえば，plagger では XML::Feed が使われています．個人的
には変換速度の速い XML::FeedPP を使っています．

[Perl] XML::FeedPP - RSS・RDF・Atomフィードの解析・生成・変換・結合

ところで，RSS や RDF と Atom を変換することはできるのですが，Atom
0.3 と 1.0 の変換はサポートしていませんでした．XML::FeedPP を Atom
1.0 に対応させるパッチを作りましたので紹介です．

FeedPP v.0.21 の Atom 1.0 対応パッチ

以下のようにして，Atom 0.3 から 1.0 に変換できます．逆も同様です．

my $atom10 = XML::FeedPP::Atom1_0->new;
$feed->merge( $atom03_xml );
$feed->to_string( 'UTF-8' );

作者の川崎さんにパッチを送ったので，近いうちに取り込まれると思いま
す (モジュール名が XML::FeedPP::Atom1_0 から変更されるかもしれませ
んので注意してください)．

■ 追記

XML::Feed は，Atom 0.3 から 1.0 への片道変換のみサポートしています．

XML::Feed->parse( \$atom03_xml )->convert('Atom')->as_xml;

逆変換するには，XML::Feed::Atom にハードコーディングされている
'1.0' という文字列を '0.3' にすればよいと思われます．

_ Atom 0.3 と 1.0 の相異点 [atom]

Atom 0.3 と 1.0 の相異点を見やすく示したサイトがなかったので，まと
めておくことにしました．下が対応表になります (XPath で書いてありま
す)．空白は，対応する要素がないということです．

■ 要素・属性名の対応

Atom0.3	Atom1.0
//tagline	//subtitle
//copyright	//rights
//generator/@url	//generator/@uri
//info
//modified	//updated
//issued	//published
//created
	//link/@hreflang
	//link/@length
	//category
//author/url	//author/uri
//content/@mode

■ //content/@type の対応

Atom0.3	Atom1.0
text/plain	text
text/html	html

Atom 0.3 には category 要素がなかったため，Dublin Core の subject
要素で代用することが多かったようです．

詳細については以下のページが参考になります (英語ですが)．
rakaz - Moving from Atom 0.3 to 1.0

_ Perl - XML の処理はどれが速いかベンチ [perl][xml]

XML を多量に読み書きする予定なので，処理速度を調べてみることにしま
した．

パース速度については，昔の naoya さんの記事が参考になります．

Perl で XML の処理はどれが速いかベンチ : NDO::Weblog

RSS を対象としたベンチマークでは，正規表現が最速，次いで
XML::LibXML とのことです．

XML::Atom の性能を知りたかったので，同じ試験を Atom でやってみまし
た．XML::Atom は内部で XML::LibXML を使っています．

Benchmark: timing 10000 iterations of XML::Atom, XML::LibXML, XML::Simple, regexp...
 XML::Atom:  4 wallclock secs ( 3.58 usr +  0.00 sys =  3.58 CPU) @ 2793.30/s (n=10000)
XML::LibXML:  2 wallclock secs ( 2.22 usr +  0.00 sys =  2.22 CPU) @ 4504.50/s (n=10000)
XML::Simple: 52 wallclock secs (51.03 usr +  0.48 sys = 51.51 CPU) @ 194.14/s (n=10000)
    regexp:  0 wallclock secs ( 0.06 usr +  0.00 sys =  0.06 CPU) @ 166666.67/s (n=10000)
            (warning: too few iterations for a reliable count)

テストデータには，entry をひとつだけ含むシンプルなものを使いました．
XML::Atom の速度は，XML::LibXML + overhead くらいの結果となりまし
た．保守性を考えると，XML::Atom を拡張して使うのは悪くなさそうです．

さて，出力処理は軽いので気にしなくてよいと思うのですが，念のため確
認してみました．比較対象は XML::Simple, XML::Atom, TT です．

        TT: 11 wallclock secs ( 3.77 usr +  0.19 sys =  3.96 CPU) @ 2525.25/s (n=10000)
 XML::Atom: 10 wallclock secs ( 9.80 usr +  0.00 sys =  9.80 CPU) @ 1020.41/s (n=10000)
XML::Simple:  6 wallclock secs ( 6.26 usr +  0.00 sys =  6.26 CPU) @ 1597.44/s (n=10000)

パースほど差はつきませんでしたが，TT がやや速い結果となりました．
TT と XML::Simple は名前空間などのオーバヘッドがないと思うので，そ
の分速いのでしょう．実装がラクなことを考えても，TT がベストの選択
肢になりそうです．

XML::Atom は，意外にもパースのが速かったりします．

以下は，ベンチマークスクリプトです．

《続きを読む》