Reading Readability - Backnumbers: Steps to Phantasien

最近コードを読んでない. リハビリしようと軽めのものを探し, Readability を眺めてみた. Readability はもともと Instapaper にヒントを得て 書かれたブックマークレットで, HTML ページの本文だけを抽出して見やすく表示する. Safari Reader の元ともなっており, 最近は 独立したサービス にもなった. Google Code でホストされているオープンソース版は実験ブックマークレット当時のもの. 2000 行くらい. 新しくはないけれど, 軽めのコードという趣旨にはあう. (私が Instapaper for Kindle ファンなのも Readability を読む気になった理由かもしれない. 本題と関係ないけど Instapaper はちいさい Kindle のキラーアプリだと思うんだよね.) 本文抽出 Readability の肝であ

[secondlife]

本文抽出、PhantomJS CoffeeScript

[Gemma]

"Reading Readability" 本文抽出 PhantomJS

[mooz]

Readability の本文抽出．CoffeeScript + underscore.js で．

[okagawa]

readability

[efcl]

Readability をCoffeeScriptで書き直しながら仕組みを見てみる。DOMの木構造からトライアンドエラー方式で本文を見つけている。 実行環境としてのPhantomJSの評価

[fuba]

Readability の Bookmarklet 時代のコードリーディング、DOM ベースでノードにスコア割り当て、ヒューリスティクスの寄せ集めでノイズ削除、phantomjs への不満

[todesking]

Readabilityの本文抽出技法

[phare]

コードは読めないけど、ツリー構造としての評価方法は参考になった。