網頁摘要整理

只提供摘要與來源連結,不重製長篇原文。

使用說明

輸入可公開讀取的 HTTP 或 HTTPS 網頁,GoGo Tools 後端擷取 HTML 並產生標題、語言、字詞數、閱讀時間、H1–H3 標題、關鍵詞與短摘要。

輸入公開文章 URL,GoGo Tools 後端擷取 HTML,整理標題、語言、字詞數、閱讀時間、H1–H3、關鍵詞與前段短摘要,協助決定是否閱讀原文。

💡 3 步驟快速上手

① 輸入公開網址

在 URL 欄位輸入可公開讀取的 HTTP 或 HTTPS 文章網址,不需貼入文章全文。

② 產生閱讀摘要

按下「產生摘要」,等待後端取得 HTML;登入頁面、封鎖抓取或依賴 JavaScript 的內容可能無法讀取。

③ 回原頁核對

檢視標題、關鍵詞與短摘要,再透過來源連結確認完整內容。

適用情境

這是規則式閱讀輔助,不是 AI 摘要;結果只取來源前段內容,重要主張與最新資訊仍須回原頁核對。

計算或處理方式

後端只處理 HTML/XHTML 回應的前 250,000 個字元,移除標籤後以空白切分字詞,用每分鐘 220 個字詞估算閱讀時間,取前 12 個 H1–H3、前 8 個至少 5 字元的唯一詞,並把前 3 個偵測到的句子或開頭文字截成最多 500 字元的摘要。工具不會執行 JavaScript,也不會檢查 robots.txt。

具體範例

輸入公開文章網址,查看前段內容產生的短摘要、標題層級、關鍵詞與閱讀時間。

限制與資料處理

工具不會檢查 robots.txt,也不執行 JavaScript;登入牆、用戶端渲染、重新導向、非 HTML、上游網站拒絕存取或內容過短都可能失敗。瀏覽器請求 20 秒後會逾時,同一用戶端每 60 秒最多 12 次。摘要是規則式截取,可能漏掉後文與語意。

完整網址會送到 GoGo Tools 後端,後端再向目標網站發出 GET,因此目標收到的是伺服器請求。網址與衍生摘要可能在記憶體快取最多 3,600 秒;原始 HTML 不會持久保存。分析可能記錄工具代號、分類與語系,但不記錄網址、頁面內容或結果。

網頁內容萃取、長文摘要演算法與資訊降噪指南

一、後端 HTML 擷取與文字整理

GoGo Tools 後端取得公開網址的 HTML/XHTML,只處理前 250,000 個字元,移除標籤後整理文字。工具不執行網頁 JavaScript,也不保證能排除所有導覽、廣告或樣板文字。

二、前段短摘要的範圍

摘要取前 3 個偵測到的句子;無法分句時使用開頭文字,最多保留 500 個字元。這是規則式擷取,不以重要性評分挑選核心句,也不使用生成式 AI。

三、回原文核對與閱讀時間限制

結果提供前 12 個 H1–H3 與關鍵詞。閱讀時間以空白切分的字詞數、每分鐘 220 個字詞估算,對中文等不以空白分詞的文字可能低估。摘要可能包含雜訊或漏掉後段重點,請回來源核對。

權威資料來源與參考規範

  • W3C:Semantic Web & Text Content Extraction Guidelines
  • ACL (Association for Computational Linguistics):Text Summarization Benchmark Papers
  • Mozilla Readability Algorithm Specification

常見問題

網頁摘要整理:可以輸入哪些網址?

輸入沒有帳號密碼的 HTTP 或 HTTPS 絕對網址。localhost、單一標籤主機、.local、私有或迴路 IP 會被拒絕;後端只接受 HTML 或 XHTML,且不會跟隨重新導向。

網頁摘要整理:摘要如何產生與快取?

後端使用前 250,000 個 HTML 字元,抽取前 12 個 H1–H3、前 8 個至少 5 字元的唯一詞,並把前 3 個偵測句子或開頭文字限制為 500 字元;閱讀時間以每分鐘 220 個空白分隔字詞計。衍生結果按 URL 在記憶體快取 3,600 秒。

網頁摘要整理:有哪些限制或錯誤?

工具不會檢查 robots.txt,也不執行 JavaScript;登入牆、用戶端渲染、重新導向、非 HTML、上游網站拒絕存取或內容過短都可能失敗。瀏覽器請求 20 秒後會逾時,同一用戶端每 60 秒最多 12 次。摘要是規則式截取,可能漏掉後文與語意。

網頁摘要整理:網址與內容會如何處理?

完整網址會送到 GoGo Tools 後端,後端再向目標網站發出 GET,因此目標收到的是伺服器請求。網址與衍生摘要可能在記憶體快取最多 3,600 秒;原始 HTML 不會持久保存。分析可能記錄工具代號、分類與語系,但不記錄網址、頁面內容或結果。