QiitaAPIをつかっていろんな記事の誤字を探す #C#

モチベーション

2021年の夏ごろからContributionの計算式が変わった
「編集リクエストが承諾される」と、Contribution が 5 増えるようになった
- ＝太っ腹になった（従来でいうと、LGTM50の記事に送ったリクエストが採用されることに等しい）
編集リクエストを出しまくれば Contribution を爆上げできるのではないか？
- ゲームみたいでおもしろそう

以上、モチベーション

（追記）2022年4月1日から計算式が変わりました！！

5から1へ格下げになりました😭
GitHubのディスカッションにいろいろ意見があります

今後も計算式が変わることが予想されますので、最新の情報をあたってください

編集リクエストが採用されるには

記事から誤字脱字を見つけて、修正リクエストを出すことが近道だと思う

もう１つ重要なのが、その記事の著者が Qiita を継続して使用していること

せっかくリクエストを出しても、Qiita から zenn にお引っ越しされてたら、リクエストは永遠に承諾されないので。

Typo

私はTypoの修正も立派な貢献だと思っています。

誤字の修正も立派な貢献だと自分に言い聞かせる

【本題】記事から誤字を探す

C# .NET 6.0 コンソールアプリケーション
Qiita API v2

Qiita を継続して使用しているユーザーとは

Qiita トップページのトレンドに記事が載っているユーザーは、Qiita を継続して使用していると仮定する

つまり、トレンドに載っている記事を書いたユーザーはリクエストを承諾してくれる可能性が高い
せっかくなのでユーザーが過去に書いた記事もあわせて誤字探索する

トレンド記事を書いたユーザー一覧を取得する

XMLフィードを解析してユーザー（author）一覧を取得する

// トレンド記事の一覧を取得する
using var client = new HttpClient();
XNamespace xNamespace = @"http://www.w3.org/2005/Atom";
var feed = XDocument.Load(@"https://qiita.com/popular-items/feed");
var entries = feed.Element(xNamespace + "feed").Elements(xNamespace + "entry");

// 各記事の著者名を string 型で取得する（APIクエリで使用）
List<string> authorList = new ();
foreach (var entry in entries)
{
    string author = entry.Element(xNamespace + "author").Value;
    authorList.Add(author);
}

ユーザー一覧を取得した結果

左）Qiita トレンドのスクリーンショット
右）上記プログラムで取得したユーザーのリスト

ユーザーが書いた記事の一覧を取得する

Qiita APIをつかって記事を取得する

"投稿"セクションをみると、指定されたユーザーの記事一覧を、作成日時の降順で返してくれる

レスポンスの JSON に含まれるすべてのキーを使う必要はないので、要るものだけ選別してデータクラスをつくる

public class Response
{
    public string url { get; set; }
    public string title { get; set; }
    public string body { get; set; }
}

このクラスのプロパティ名が JSON のキーに対応するので、先頭は大文字にしない

APIの仕様（↓）通りに GET リクエストを送信して、レスポンスである記事一覧itemsを取得する

GET /api/v2/users/:user_id/items）

var response = await client.GetStreamAsync(@"https://qiita.com/api/v2/users/" + author + "/items");
var items = JsonSerializer.Deserialize<Response[]>(response);

記事から誤字を探す

「トレンドに載っているユーザー数 × 各ユーザーが過去に書いた記事」の記事に対して、誤字をみつける

なにをもって誤字とするかは難しいところなので、誤字の辞書はあとで改善する
今回はお試しで、「てて」「にに」「をを」「はは」が誤字であると仮定する

foreach (var item in items)
{
    var judge1 = item.body.Contains("てて");
    var judge2 = item.body.Contains("にに");
    var judge3 = item.body.Contains("をを");
    var judge4 = item.body.Contains("はは");

    if (judge1 || judge2 || judge3 || judge4)
    {
        Console.WriteLine("誤字がありました！");
    }
}

API利用制限

認証している状態ではユーザーごとに1時間に1000回まで、認証していない状態ではIPアドレスごとに1時間に60回までリクエストを受け付けます。

トレンドに表示されるユーザーは 30 なので、認証がなくともすべてのユーザーの記事を取得できる

結果

「をを」は高確率で誤字
「にに」「はは」もまあまあ誤字
「てて」は誤字ではないことが大半

おわりに

本気で Contribution を爆上げしたいのであれば、これだけじゃ足りない

時間みつけて以下を試す

もっと誤字の辞書を豊富にする
目視で結果を確認したあと、ワンクリックでリクエストを送信する仕組み

GitHubの誤字コーパスがあるので、ちょっと調べてみる

QiitaAPIをつかっていろんな記事の誤字を探す