Web原文収集ツール
- ダウンロード商品¥ 3,980



【サイト内の原文確認を、コピー&ペースト作業からまとめ作業へ】 調べたいサイトの「開始URL」とキーワードを入力するだけ。指定した公開HTMLページからキーワードを含む文章を見つけ、前後の文章・ページタイトル・出典URLとともにExcel(.xlsx)またはCSVへまとめるWindowsツールです。 【基本操作は3ステップ】 1. 開始URLを指定する 2. 調べたいキーワードと探索条件を入力する 3. 「収集開始」→結果Excelの「ヒット結果」「探索ログ」「実行条件」を確認する 【実際の使用画面を掲載】 添付の実画面は、Small Work Labの公開商品ページ2件を対象に、キーワード「CSV」「出典URL」「旧社名」「Word」で収集した例です。対象2ページの本文取得に成功し、25件のヒット文を取得、取得失敗は0件でした。Excelには原文・前後文・出典URL・取得状況などを出力しています。 ※上記は今回の実行例であり、他サイトでの取得成功、網羅性、収集速度を保証するものではありません。 【無料体験版あり】 購入前に対象サイトとの相性を確認できます(期限なし・機能制限あり)。 https://smallworklab.booth.pm/items/8878010 ※検索エンジンではありません。ログイン、CAPTCHA、JavaScript実行後にのみ現れる本文、PDF、画像などは取得対象外です。対象サイトの利用規約・著作権・プライバシー・robots.txt等に注意してください。
できること
・1件または複数件の開始URLから探索 ・指定キーワードを含む文章を抽出 ・ヒット文だけでなく前後の文脈も保存 ・ページタイトル、出典URL、探索深さ、発見元URLなどを記録 ・Excel(XLSX)またはCSVへ整理 ・同一ホスト内の公開HTMLを指定した深さまで探索 ※Google等の検索結果そのものを取得するツールではありません。調査の起点となるURLは利用者が指定します。
無料体験版
購入前に、期限なしの無料体験版で動作を確認できます。 https://smallworklab.booth.pm/items/8878010 無料体験版の上限: ・開始URL 最大3件 ・探索深さ 0〜1 ・1URL 最大20ページ ・全体 最大50ページ ・最大200ヒット
対応していないサイト・形式
次のような対象には対応しません。 ・JavaScriptの実行が必須のサイト ・ログインが必要なページ ・CAPTCHA ・PDF ・画像内文字、OCR ・SNS専用の取得 ・アクセス制限の回避 ※サイトの構成や規制、利用条件などにより取得できない場合があります。 ※特定サイトから必ず取得できることは保証しません。
Webサイトへのアクセス方針
robots.txtを尊重して巡回します。 同一ホストへの最低アクセス間隔は1秒です。 利用者自身で、対象サイトの利用規約、著作権、個人情報、その他適用される法令・ルールをご確認ください。
データと通信
本ツールはWindows PC上でローカル実行します。 ただし、対象Webページを取得するためのインターネット通信は発生します。
動作環境
・Windows 11 64-bit ※Microsoft Defender SmartScreenによって「WindowsによってPCが保護されました」と表示されることがあります。「詳細情報」-「実行」から起動してください
利用条件・サポート
・1購入につき、1法人または1個人事業主・1台の稼働Windows PCで利用できます。 ・PC交換時は、旧PCでの利用を終了した後に新PCへ移行できます。 ・第三者への再配布、転売、貸与は禁止です。 サポート対象: ・購入、ダウンロード上の問題 ・再現可能な明確なソフトウェア不具合 原則としてサポート対象外: ・個別サイトの取得可否調査 ・特定サイト専用の対応 ・取得代行 ・ログイン、CAPTCHA、アクセス制限の回避 ※デジタル商品のため、購入前に無料体験版で動作環境と対象サイトをご確認ください。 ※特定サイトを取得できないことは、動作保証・返金保証の対象ではありません。 ※返金可否はBOOTHの規約および適用法令に従います。 ※本ソフトは、取得可否、抽出の完全性、特定目的への適合性を保証するものではありません。


