ブログの本文抽出にチャレンジ - Ceekz Logs (Move to y.ceek.jp)
zuzara.com を読んでいると、ブログの本文抽出にチャレンジしているのを見つけました。 tdかdivで囲まれた文字列で、文章と比べてHTMLのタグがあまり多くないもののうち、一番文字数が多いのが本文だろう、というアルゴリズム。 PHP で書かれたコードを Perl に移植しながら、もっと効率的なアルゴリズムが無いかを考えていました。 まずは、『タグの数』ではなく、比率をで判定するように改良（？）しました。 スコア = タグ除去後（length） / タグ除去前（length） タグが含まれていないときが最大値になるので、スコアは 1 が最大となります。タグの数よりもこっちの方が良さそうだったのだけど、コメント部分を抽出してしまう可能性が非常に高い。だめぽ。 牛乳を飲みつつ考えていると（カルシウムを摂取して身長を伸ばす）、ひらめきましたよ！要は、長い文章を取り出せればいいのだから、句読
YouTube と GyaO を便利に使うブックマークレット - Ceekz Logs (Move to y.ceek.jp)
面白い動画を探すなら YouTube で、懐かしい動画を観るなら GyaO というように住み分けが出来てきているような感じですが（住み分けというより使い分け）、それらを便利に使うブックマークレットがブックマークに入っていたので、ご紹介。 YouTube の flv をダウンロードするブックマークレット http://www.youtube.com/watch?v=9er8jmBOMqo という YouTube の各動画の再生ページで実行してください。 location.href をダウンロード用のアドレスに置き換えることにより、ファイルがダウンロードされます。ただし、セキュリティ設定の厳しい IE では、情報バーが出てしまうので、ブックマークレットを使う際には Ctrl を押しながら行ってください。 GyaO の動画を Windows Media Player で再生するブックマークレット
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
