ForHosting KIT · サイト取得・監視

Webページをテキストだけ抽出する方法

KITはWebページからHTMLタグや装飾を取り除き、文章のテキスト部分だけを取り出すツールです。文字数を数えたり、テキストとして別の処理に渡したりしたい担当者向けに使えます。

● 安定提供中URLあたり$0.040

実行 — $0.040 + $0.001/URL API仕様を見る

ご利用方法ウェブAPIメールアプリ近日Telegram 近日

オンラインで実行

アカウントでログインし、当社のサーバー上で実行します。無料ツールはブラウザ内で動作しますが、これは上記の料金がKIT残高から差し引かれます。

何が取り出されるか

ページ内に表示されているテキストを、HTMLタグを除いた状態で取り出します。ナビゲーションメニューや広告の文言も、ページ内に表示されていれば含まれます。本文だけに絞りたい場合とは目的が異なります。

文字数確認や翻訳見積もりでの使い道

翻訳会社が対象ページの文字数を数えて見積もりを出す際や、テキストとして社内の文章チェックにかける際に使えます。装飾を気にせず文章そのものだけを扱えます。

料金と実行方法

料金は1リクエストあたり$0.040（米ドル）に1件$0.001を加えた金額です。このページにURLを入力するか、APIから呼び出せます。処理は30秒以内に完了する必要があります。

活用例

翻訳見積もりの文字数確認

翻訳会社の担当者が、翻訳対象ページのテキストだけを取り出し、見積もりに必要な文字数を数えている。

社内文章チェック

コンテンツ担当の鈴木美咲が、公開予定ページのテキストを取り出し、社内の文章チェックツールにかけている。

ニュース記事の収集

個人事業主の田中大輔が、参考にしたいニュースサイトの本文をテキストとして収集し、あとでまとめて読んでいる。

よくある質問

ナビゲーションや広告の文言も含まれますか。

ページ内に表示されているテキストはすべて含まれます。本文だけに絞りたい場合は別の機能をご利用ください。

文字コードはどのように扱われますか。

UTF-8で出力されます。

取得したテキストはどのように扱われますか。

変換処理にのみ使用し、それ以外の目的では利用しません。

1回でどのくらいの分量まで処理できますか。

1回の処理は30秒以内に完了する必要があります。極端に長いページは途中でタイムアウトする場合があります。

料金の計算方法を教えてください。

1リクエストあたり$0.040に、処理件数1件ごと$0.001を加えた金額になります。

日本語のサポートはありますか。

申し訳ありませんが、日本語でのサポートは行っておりません。サポートは英語またはスペイン語で、担当者が直接対応します。ツール自体は日本語で問題なくご利用いただけます。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/web/to-text

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/web/to-text \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"url":"https://ejemplo.com"}'

const res = await fetch("https://api.kit.forhosting.com/web/to-text", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "url": "https://ejemplo.com"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/web/to-text",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "url": "https://ejemplo.com"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/web/to-text", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"url":"https://ejemplo.com"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"url":"https://ejemplo.com"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/web/to-text", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "url": "https://ejemplo.com"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "web.to_text",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.040

URLあたり$0.001

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

`timeout_sec`	30
`max_crawl_pages`	25

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。
`422`	`task_failed`	タスクの処理に失敗しました。このタスクは課金されません。

KITの完全なドキュメントを見る →