Yomi: Van Rommelige Webpagina's Naar Strakke Markdown

Even诚实: wie ooit heeft geprobeerd om text content uit webpagina's te halen, kent de frustratie. HTML is een rommeltje. Denk aan navigatiemenu's, advertenties, cookie banners en allerlei afleidende elementen die je helemaal niet wilt zien.

Yomi pakt dit probleem direct aan.

Wat Yomi Doet

Yomi is een Go library én CLI tool die elke willekeurige URL omzet naar propere Markdown. Maar het is geen overhaast scrapertje. De aanpak is doordacht: rotzooi verdwijnt, structuur blijft behouden.

Slimme Extractie

Yomi gaat slimmer te werk dan domweg alle tekst eruit plukken. De tool herkent waar de eigenlijke content zit. Navigatiebalken? Weg ermee. Footers? Daar hoeft ie niet naar te kijken. Die irritante popups die je blijven najagen? Glashelder.

Structuur Behouden

Bij tutorials en technische artikelen is code formatting cruciaal. Yomi bewaart je code blocks, alt-teksten bij afbeeldingen en de volledige heading hiërarchie. Je krijgt uitvoer die echt lijkt op het origineel.

Hele Websites Converteren

Soms heb je meer nodig dan één pagina. Yomi kan recursief links volgen en complete websites omzetten. Handig voor lokale backups van documentatie of het bouwen van content archieven.

Waar Je Het Voor Kunt Gebruiken

Documentatie pipelines — Bouw je een aggregator of wil je content uit externe bronnen halen? Yomi maakt het simpel om webcontent in een consistent formaat te krijgen.

Offline lezen — Articles, tutorials of onderzoeksmateriaal offline bewaren? Converteer naar Markdown en stop het in Git, Obsidian of elk willekeurig flat-file systeem.

Content migratie — Platforms wisselen betekent vaak rommelige HTML exports. Laat Yomi het vuile werk doen.

Archivering — Websites verdwijnen. Met Yomi maak je gestructureerde backups die leesbaar blijven, ook als het origineel offline gaat.

Gemaakt Voor Developers

Wat ik prettig vind: Yomi is duidelijk voor developers gebouwd. De combinatie van library en CLI betekent dat je ofwel direct in je Go applicatie kunt integreren, ofwel de command-line gebruikt in scripts en build pipelines.

De API is straightforward. Je focust op wat je met de content wilt doen, niet op de extractie logica erachter.

Aan De Slag

Yomi is open source onder MIT license en geschreven in Go. Dat betekent: overal waar Go draait, draait Yomi. Geen extra dependencies nodig voor de kernfunctionaliteit.

Check de repository voor alles wat je nodig hebt.

Afsluitend

Web content extractie hoeft geen hoofdpijn te zijn. Yomi biedt een gerichte, goed ontworpen oplossing voor precies dit probleem. Of je nu content tools bouwt, archieven maakt of gewoon content wilt onttrekken voor verdere verwerking — dit is zo'n utility waarvan je je afvraagt hoe je ooit zonder hebt gekund.

Probeer het eens bij je volgende project waar web content conversie om de hoek komt kijken. Grote kans dat Yomi je een hoop tijd en frustratie bespaart.