Webサイトに掲載された記事やレビューをKHcoderなどでテキストマイニングするとき、繰り返し表示されるメニューや注意書きなどが邪魔になることがあります。

　ここでは、「テキストを抽出したいhtmlファイルから必要な部分のテキストのみを抽出するアプリ（２種類）」と「テキストファイルから不要な文（複数行もOK）を除去するアプリ」を公開します。

◆htmlファイルからテキストを抽出するWebアプリ

「＜ｐ＞＜／ｐ＞タグで囲まれたテキスト（グルメサイトの口コミなど）を抽出」「＜ｓｐａｎ＞＜／ｓｐａｎ＞タグで囲まれたテキスト（巨大ネット書店のレビューなど）を抽出」「任意のタグで囲まれたテキストの抽出」をする３種類を用意しました。

　ブラウザにテキストを抽出したいWebサイトが表示されている状態で画面を右クリックし、「名前を付けて保存」してください。ファイル名は半角英数字を推奨します。

　保存したhtmlファイルを以下のアプリにアップロードし、「送信」ボタンをクリックしてください。「output.txt」というファイル名でテキストファイルが保存されます。必要に応じてファイル名を変更してください。

• HTMLから特定のタグに囲まれたテキストの抽出

◆保存されたテキストファイルから不要な文（複数行もOK）を取り除く

　不要な文を含むテキストファイルをアップロードし、フォームに取り除きたい文を記入して「送信」ボタンをクリックしてください。「edited_ファイル名.txt」の名前が表示されますので、これをクリックし、保存してください。

• 保存されたテキストファイルから不要な文を取り除く