y_uti https://blog.hatena.ne.jp/y_uti/ y_uti のブログ https://y-uti.hatenablog.jp/ せっかくランダム文生成ができたので、コーパスを変えてもう少し遊んでみました。青空文庫から『吾輩は猫である』を使ってみようと思います。 $ wget http://www.aozora.gr.jp/cards/000148/files/789_14547.html文字コードがシフト JIS なので変換しておきます。 $ iconv -f SHIFT_JIS -t UTF8 789_14547.html >789_14547_utf8.htmlファイルの中身をざっと眺めてみたところ ruby タグが使われています。次のようにすればよさそうです。 rb タグの中身が img の場合は外字なので捨てる… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fy-uti.hatenablog.jp%2Fentry%2F20120625%2F1340641470" title="夏目漱石なランダム文生成 - y_uti のブログ" 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 2012-06-25 01:24:30 rich https://y-uti.hatenablog.jp/entry/20120625/1340641470 1.0 100%