Support Alexey разместил(а) новый ресурс:
Парсер статей из Веб-Архива (Archive.org / Wayback Machine) - Парсер статей из Веб-Архива (Archive.org / Wayback Machine)
Посмотреть страницу этого ресурса...
Парсер статей из Веб-Архива (Archive.org / Wayback Machine) - Парсер статей из Веб-Архива (Archive.org / Wayback Machine)
Парсер JS::WaybackCDX выгружает исторические статьи из Веб-Архива (Archive.org) через быстрый CDX Server API, скачивает чистый HTML без скриптов и тулбаров архива (режим id_) и очищает текст через Mozilla Readability с автоматическим сохранением в Markdown-файлы (.md) с YAML Frontmatter и JSONL.
Собираемые данные:
- Заголовок статьи (title)
- Автор (byline)
- Название сайта (siteName)...
Посмотреть страницу этого ресурса...