SgmlReaderを使ってはてなカウンターからPVを取得する

以前、以下のエントリで書きましたが、前日のPVをツイートするBotを動かしています。

• Azure Webサイトとスケジューラーを使って前日の PV をツイートする仕組みを作ってみた - なか日記

PVが少ないのは置いといて、GoogleAnalyticsからPVの情報を取得していましたが、今のやり方だと基本インスタンス以上にする必要があり、お財布的にちょっと厳しい。違う方法（OAuthを使う）だと共有インスタンスなどでもいけるんじゃないかという噂を耳にしたのですが、力不足でよくわかりません。。

なので、安直にカウンターからPVを取ってくるようにしました。

方針

日付別ページの「トータルアクセス数」を取ってくるようにします。

SgmlReaderのインストール

Htmlを解析するのにSgmlReaderを使用します。

詳細は下記公式GitHubや[twitter:@neuecc]さんのブログを見てもらったらいいと思います。

• MindTouch/SGMLReader
• neue cc - C#でスクレイピング:HTMLパース(Linq to Html)のためのSGMLReader利用法

インストールはパッケージマネージャコンソールで下記コマンドを実行します。

Istall-Package SgmlReader

サンプルコード

はてなにログインして、はてなカウンターのページを取得しています。

WebClinetではCookieが使用できない*1ので、[twitter:@neuecc]さんが下記エントリで書かれていたCustomWebClientをそのまま使わせてもらってます。

• neue cc - C#のWebRequestとWebClientでCookie認証をする方法(と、mixiボイスへの投稿)

string html;
using (var wc = new CustomWebClient() { Encoding = Encoding.UTF8 }) { 
    wc.Headers.Add("Content-Type", "application/x-www-form-urlencoded");

    wc.UploadString("https://www.hatena.ne.jp/login", "POST", "name=[はてなのID]&password=[パスワード]");

    html = wc.DownloadString("http://counter.hatena.ne.jp/[はてなのID]/report?cid=101&date=2014-08-24&mode=access");
}

XDocument xml;
using (var sgml = new SgmlReader() {IgnoreDtd = true })
{
    sgml.InputStream = new StringReader(html);
    xml = XDocument.Load(sgml);
}
var ns = xml.Root.Name.Namespace;
var count= xml.Descendants(ns + "table")
    .Where(x => x.FirstAttribute.Value == "totalcount")
    .Descendants(ns + "strong")
    .First().Value;
Console.WriteLine("2014-08-24のPVは {0} でした", count);

これで無料（共有）インスタンスに変更することができました（ホッ

*1:認証状態の保存に必要