github.devotd.
새 소식데이터

mozilla/readability — HTML에서 본문과 메타데이터를 뽑는 JavaScript 라이브러리

Firefox Reader View에 쓰이는 readability 라이브러리의 독립 실행 버전으로, HTML에서 본문과 메타데이터만 골라내는 JavaScript 라이브러리다.

저장소 정보mozilla/readability ↗

Firefox Reader View에 쓰이는 readability 라이브러리의 독립 실행 버전으로, HTML에서 본문과 메타데이터만 골라내는 JavaScript 라이브러리다.

GitHub 설명: A standalone version of the readability lib

스타
★ 11.5K
포크
740
언어
JavaScript
라이선스
Apache-2.0
원문 보기 ↗GitHub에서 보기 ↗

mozilla/readability는 HTML에서 읽을 만한 본문과 메타데이터만 골라내는 JavaScript 라이브러리다. Readability.js라는 이름으로 제공되며, Firefox Reader View에 쓰이는 readability 라이브러리의 독립 실행 버전이다. 브라우저와 Node.js 양쪽에서 DOM 문서를 처리하고, 라이선스는 Apache-2.0이다.

페이지 전체를 그대로 담는 대신 수집한 웹 페이지에서 메뉴나 광고 같은 잡음을 걷어 내는, 웹 콘텐츠 수집의 전처리 계층으로 쓰인다. npm의 @mozilla/readability로 설치한 뒤 parse()를 부르면 제목과 본문, 텍스트와 메타데이터를 뽑아 낸다. isProbablyReaderable()은 문서가 처리 대상인지 빠르게 가늠하고, Node.js에서는 jsdom 같은 외부 DOM 라이브러리를 함께 쓸 수 있다. 저장소는 2015년 2월 3일에 만들어졌고 별은 11,510개다.

다만 GitHub에 게시된 릴리스는 없고, 추출 정확도를 다른 도구와 비교한 측정치도 주어지지 않는다. 파이프라인이 매긴 흐름 점수는 10점 만점에 2.1점으로 낮다. 그래서 새 기능이나 성능 개선을 기대하기보다, 수집 파이프라인의 본문 추출 단계를 어떤 라이브러리로 통일할지 정하는 용도에 가깝다.