RSS自動解析で分かる集合知：まとめサイト2.0（2/4 ページ）

[大澤文孝，ITmedia]

a）要求時にIf-Modified-Sinceヘッダを付ける

　Webサーバに対してコンテンツの要求をする際に、「If-Modified-Since」というヘッダを使って日時を渡す。

b）更新されていなければ304ステータスコードが戻る

　このヘッダに対応しているWebサーバの場合、もし、a）で指定した日時以降に、コンテンツが更新されていないのであれば、「304 Not Modified」というヘッダが戻り、コンテンツの本体（ボディ部）は返されない。そうではなく更新されているのであれば、通常通り、「200 OK」というヘッダが戻り、コンテンツの本体が返される。

図1■If-Modified-Sinceヘッダを使って更新された時に限り、コンテンツを取得する

　この仕組みを使えば、コンテンツの再取得を最低限に抑えることができる。ただし、すべてのサーバでこの処理が有効になるとは限らない。例えば、CGIによって動的に作られるページの場合は、Last-Modifiedヘッダには、常にリクエストした日時が返されることもある。

　似た仕組みとしてETagヘッダとIf-None-Matchヘッダを使う方法もある。これはコンテンツごとに設定されるユニークな値（ハッシュ値）を比較することで、更新されたかどうかを調べるものである。

LWPモジュールを使ってコンテンツを取得する

　上記で述べた2点を考慮し、作った関数をリスト1に示す。リスト1のgetWebContent関数は、次のようにして呼び出すことを想定している。

my ($content, $lastmodified) = 
  getWebContent(URL, 最終更新日時);

　最終更新日時にundef値を渡した場合には、If-Modified-Sinceヘッダを付加しないようにしている。

　次ページにリスト1を示す。