Create app.py

app.py

@@ -0,0 +1,121 @@
+import gradio as gr
+from selenium import webdriver
+from selenium.webdriver.chrome.service import Service
+from selenium.webdriver.chrome.options import Options
+from webdriver_manager.chrome import ChromeDriverManager
+from markdownify import markdownify as md
+import time
+
+def fetch_and_convert_to_markdown(url: str):
+    """
+    指定されたURLからWebページのHTMLを取得し、Markdown形式に変換する関数。
+    
+    Args:
+        url (str): 取得したいWebページのURL。
+        
+    Returns:
+        str: Markdown形式に変換されたテキスト、またはエラーメッセージ。
+    """
+    if not url or not url.startswith(('http://', 'https://')):
+        return "エラー: 有効なURLを入力してください (例: https://example.com)"
+
+    print(f"URLの処理を開始します: {url}")
+    
+    # WebDriverを初期化するための変数
+    driver = None
+    
+    try:
+        # --- Seleniumのセットアップ ---
+        # Chromeのオプションを設定
+        options = Options()
+        options.add_argument("--headless")  # ブラウザUIなしでバックグラウンド実行
+        options.add_argument("--no-sandbox")
+        options.add_argument("--disable-dev-shm-usage")
+        options.add_argument("user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36")
+
+        # webdriver-managerを使ってChromeDriverを自動でセットアップ
+        service = Service(ChromeDriverManager().install())
+        
+        # WebDriverインスタンスを作成
+        driver = webdriver.Chrome(service=service, options=options)
+        
+        # ページの読み込みタイムアウトを30秒に設定
+        driver.set_page_load_timeout(30)
+        
+        # --- ページの取得 ---
+        print("ページにアクセスしています...")
+        driver.get(url)
+        
+        # JavaScriptで動的に読み込まれるコンテンツを待つため、数秒待機（任意）
+        # time.sleep(3) 
+        
+        # ページのHTMLソースを取得
+        html_content = driver.page_source
+        print("HTMLの取得に成功しました。")
+
+        # --- HTMLからMarkdownへの変換 ---
+        print("Markdownへの変換を開始します...")
+        # heading_style="ATX" は見出しを # や ## で表現するスタイルです
+        markdown_content = md(html_content, heading_style="ATX")
+        print("変換が完了しました。")
+        
+        return markdown_content
+
+    except Exception as e:
+        print(f"エラーが発生しました: {e}")
+        return f"エラーが発生しました。\nURLが正しいか、ページが存在するか確認してください。\n\n詳細: {str(e)}"
+    
+    finally:
+        # --- WebDriverの終了 ---
+        # エラーが発生しても必ずブラウザを閉じる
+        if driver:
+            driver.quit()
+            print("WebDriverを終了しました。")
+
+
+# --- Gradio UIの構築 ---
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown(
+        """
+        # WebページをMarkdownに変換するアプリ
+        URLを入力すると、そのページの内容をAIが読みやすいMarkdown形式で取得します。
+        """
+    )
+    
+    with gr.Row():
+        url_input = gr.Textbox(
+            label="URL",
+            placeholder="例: https://ja.wikipedia.org/wiki/Markdown",
+            scale=4, # 横幅の比率
+        )
+        submit_button = gr.Button("取得開始", variant="primary", scale=1)
+
+    output_markdown = gr.Textbox(
+        label="取得結果 (Markdown)",
+        lines=20,
+        interactive=False, # ユーザーが直接編集できないようにする
+        show_copy_button=True, # コピーボタンを表示
+    )
+    
+    # ボタンがクリックされた時の動作を定義
+    submit_button.click(
+        fn=fetch_and_convert_to_markdown,
+        inputs=url_input,
+        outputs=output_markdown
+    )
+    
+    gr.Examples(
+        examples=[
+            "https://www.gradio.app/",
+            "https://github.com/gradio-app/gradio",
+            "https://huggingface.co/blog/gradio-guides-jp"
+        ],
+        inputs=url_input,
+        fn=fetch_and_convert_to_markdown,
+        outputs=output_markdown,
+        cache_examples=True # 例の結果をキャッシュして高速化
+    )
+
+# アプリケーションの起動
+if __name__ == "__main__":
+    demo.launch()