repose https://blog.hatena.ne.jp/repose/ 糞糞糞ネット弁慶 https://repose.hatenadiary.jp/ メモ ブログ記事を収集する必要が生じてクローラ書いた． 最初は wget -a ./wget.log -w 30 -r -np -m -k -erobots=off -np blog_url とかやってたけど月別一覧やカテゴリ一覧，モバイル版URLを開こうとしてかなり重複してしまい一向に終わらないので，主要なブログサービスに合わせて書いた． どこから辿るのが記事を網羅できるか考えたところ Livedoor: base_url/archives/year-month.html?p=pos 続きがあるかどうかの判定，ブログによってまちまちなのでキーワードマッチにした Ameblo: base_url/a… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Frepose.hatenadiary.jp%2Fentry%2F20121104%2F1352013754" title=" Ameblo/Livedoor/excite/yaplog のブログクローラ書いた - 糞糞糞ネット弁慶" 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 2012-11-04 16:22:34 rich https://repose.hatenadiary.jp/entry/20121104/1352013754 1.0 100%