데보션 · 2025년 2월 27일

백엔드

HTML 문서의 실시간 본문 추출기: 노이즈 적은 콘텐츠 수집의 비밀

HTML 문서에서 실시간으로 본문만 빠르게 추출하기 위한 PAAS의 로직을 소개했습니다. 트리 구조 feature와 entropy를 활용해 노이즈를 줄이면서 핵심 정보 유실을 막았습니다.