はてなダイアリーの記事データを有効活用するためのRubyスクリプト，hatedma.rbを開発しています．GitHub - takehiko/hatedma: Hatena Diary Managerより参照・取得できます．
hatedma概要
- hatedma.rbを使うと，はてなダイアリーの記事データをエントリごとにファイル化し，いくつかの方法で検索を行えます．
- シェルで実行します．特定のフォルダ（デフォルトでは，~/.hatedma）にファイルが作られ，hatedma.rbおよび他のソフトウェア*1で検索ができます．
- 記事内の[...]による表記（タグ）を取り出し，同一タグの記事情報を出力することができます．ISBNおよびASIN記法については，Ruby/AWSと連携して，書籍や商品の詳細情報を取得できます．
- 記事情報の出力の仕方には，「URL」「ファイルのパス」「本文（ソース）」があり，コマンドオプションで制御できます．
- はてなへのアクセスは一切行いません．処理のもととなるファイル（記事データ）は，あらかじめ取得したものを使用します．
準備
以降では，はてなユーザー名のことを「ユーザ名」と略記します．OSのログイン（ログオン）やシェルでのユーザ名と異なるので，注意してください．
- シェルとRuby処理系が必要です．（Ruby 1.8.7/1.9.3/2.0.0（スナップショット版を含む）で動作確認をしています．）
- はてなダイアリーの記事データのファイルを取得しておきます．取得方法は次のとおりです．
- 書籍や商品の詳細情報を取得するには，Ruby/AWSで商品検索の準備のところで書いた，「AWSアカウントの取得」「ruby-aawsの導入」「~/.amazonrcの作成」を行っておきます．（hatedma.rbの-Bオプション，-Wオプションを使う予定がなければ，しなくてもかまいません．）
- hatedma.rbを，https://github.com/takehiko/hatedmaより取得します．実行属性をつけてから，コマンドサーチパス上の適当な場所に置きます．
- 次のいずれかを行い，ユーザ名を設定します．
はじめに行う作業
- mkdir ~/.hatedmaを実行し，ディレクトリを作ります．そして，記事データのファイルを，そのディレクトリに置きます．
- hatedma.rb -Aを実行します．URLが表示されます（1つのURL表示につき，1つのファイルが保存されます）．すべての記事内容をファイル化したら，この処理は終了です．
- 書籍や商品の詳細情報を取得するには，hatedma.rb -Bを実行します．Amazonのサイトにアクセスするため，少し時間がかかります．
新しい記事データを取得したら，ディレクトリ~/.hatedmaの作成を除く上記作業をやり直すことになります．なお，-Bオプションによる処理では，すでに取得している情報の再検索はしないので，2回目以降の処理時間は短くなります．
作成するファイル
上記の処理を終えると，~/.hatedma/ユーザ名 の中に，次のディレクトリやファイルが作成されます．
- data：記事ごとに分けられたファイルを格納するディレクトリです．例えば，当雑記の昨日のエントリは，~/.hatedma/takehikom/data/2012/08/17_1345150396.txtに保存されます．
- data.old：一つ前のdataです．
- ユーザ名_title.txt：「URL」「カテゴリー」「記事タイトル」のリストです．文字コードはUTF-8，改行コードはCR LFとしており，Windowsのメモ帳で開いても，乱れることなく表示できます．
- ユーザ名_date.txt：「URL」「日付」「記事タイトル」のリストです．過去の記事を貼り付ける際の使用を，念頭に置いています．文字コードなどは，ユーザ名_title.txtと同じです．
- tag.pstore：記事内に書かれた各タグについて，どの記事に書かれているかをハッシュ化したものを，PStoreを用いて保持しています．
- tag.pstore.old：一つ前のtag.pstoreです．
それと別に，~/.hatedma の中に，次のファイルが作成されます．
- amazon.pstore：ISBNまたはASINのそれぞれについて，詳細情報をハッシュ化したものを，PStoreを用いて保持しています．
タグ
hatedma.rb -Aの処理中に，[ と ]で挟まれた文字列を検出し，タグとして処理しています．
- isbn:...，asin:...
- http:...，https:...
- id:ユーザ名...
- f:id:ユーザ名...（fotolife記法）
- その他
に分けられます．見出しにつけるカテゴリー名や，コードやコマンドの一部で[ と ]で囲まれているものも，該当します．
いくつかの記法について，「:detail」「:image」「:title=...」などは取り除いた上で，タグ文字列としています．
検索コマンドの例
検索コマンドの例を示します．
- hatedma.rb -S pdfとすると，記事ファイルすべてについて，「pdf」を検索し，該当記事を出力します．全検索なので時間がかかります．
- hatedma.rb -S pdf -r 2011とすると，2011年の記事ファイルすべてについて，「pdf」を検索し，該当記事を出力します．
- hatedma.rb -S pdf -r 201101とすると，2011年1月の記事ファイルすべてについて，「pdf」を検索し，該当記事を出力します．
- hatedma.rb -T Cとすると，「[C]」が書かれている記事を出力します．
- hatedma.rb -T 0895792524とすると，「［isbn:0895792524（それ以降は任意）］」が書かれている記事を出力します．
- hatedma.rb -W 0895792524とすると（そしてRuby/AWSが利用可能になっていれば），0895792524をASINとして検索し，製品（この場合は書籍）の情報を出力します．
上記の-Sまたは-Tオプションをつけた検索では，該当記事のURLを出力します．-fオプションを同時につけて検索すれば，代わりにファイルパスを出力します．-bオプションだと，本文（ソース）を出力します．
その他のオプション
- hatedma.rb -Gを実行すると，タグと，それを含む記事を出力します．これも，-fまたは-bを指定することができます．
- ユーザ名や，各ファイルを格納するディレクトリ名(~/.hatedma)を変更したければ，「-n ユーザ名」「-d ディレクトリ名」を指定します．
- hatedma.rb -Eで，読み書きする各ファイルの所在が出ます．-n，-dオプションを同時に指定できます．最後の「file_diary =」の値が，実在するファイル名でなければ（典型的にはユーザ名になっていたら），おそらく，-Aによるファイルの分析（記事データファイルの読み出し）に失敗します．
- hatedma.rb -Kで，カテゴリーごとの「記事数，行数，バイト数，文字数，カテゴリー名」を集計・出力します．カテゴリー名のうち「(total)」はすべて記事，「(nonsection)」はカテゴリーなしの記事になります．
- hatedma.rb --helpで，オプションの説明が出ます．
