mi_kattun https://blog.hatena.ne.jp/mi_kattun/ orangain flavor https://orangain.hatenablog.com/ python scraping 2015-12-20 19:14追記: readabilityの説明を追加・修正しました。 Webページをクロールした時に、ざっくりと本文 (ページ内の重要なコンテンツ) のみを抽出できると便利です。 Google検索すると、特に日本語だとExtractContent以外の情報があまり見つかりません。 ExtractContentは昔使ったことがあり、たしかに便利なのですが、公開が2007年と若干古いので今でも使えるのかという疑問がありました。また、Pythonで他の選択肢として使えるライブラリは、非日本語圏の方が作ったものと思われるので、日本語のページで問題なく使えるのか知りたかったので調べ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Forangain.hatenablog.com%2Fentry%2Fcontent-extraction-from-html-in-python" title="PythonでブログのHTMLから本文抽出 2015 - orangain flavor" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2015-12-20 17:05:56 rich https://orangain.hatenablog.com/entry/content-extraction-from-html-in-python 1.0 100%