本文抽出の検索結果1 - 2 件 / 2件

• あとで読む

  Scrapyでクロールし、S3へアップロードしたhtmlファイルを本文抽出して、Elasticsearchのインデックスへ保存したい。

  • 5 users
  • teratail.com
  • テクノロジー
  • 2020/07/26

  質問をすることでしか得られない、回答やアドバイスがある。15分調べてもわからないことは、質問しよう！新規登録して質問してみよう

  • aws
  • html
  • python
  • あとで読む

  
• あとで読む

  go-readabilityをwasmにしてCloudflare Workersで本文抽出する - *iroi*

  • 5 users
  • blog.chairoi.me
  • テクノロジー
  • 2024/06/28

  先日Cloudflare Workersでウェブページの本文を抽出したくなったことがありました。本文抽出といえば、@mozilla/readabilityが使えそうです。しかし依存に含まれるnwsapiにはFunctionコンストラクタが多用されており*1、Cloudflare Workersでは動作しません。これを修正するのも大変そうです。 そこで、TinyGoを使用してgo-readabilityをwasmにコンパイルしてみることにしました。 TinyGo のドキュメントUsing WASM | TinyGo のままではCloudflare Workersでは動かなかったので、TinyGoに含まれるwasm_exec.jsを少し修正したり*2、 import側もwasmファイルをfetchしているのを変更したり*3すると無事動きました。 動作するコードは https://github.

  • golang
  • article