r0706あたりの雑記

PDICの unicode版で学辞郎の SIL、SVL を csvに抽出してみたら、抽出ファイルが python utf8 で読み込めなくて、エディタでファイル開いて確認してみたら utf16 なのね。

pdic.la.coocan.jp

学辞朗の抽出をレベルごとにするのが面倒な時は書き出した CSV内に level が入っているから後からなんとかするも良しな感じ。

正規表現は ChatGPT に任せるのが楽で早い感じなので、SIL、SVL の例文抽出は例文突っ込んで任せたほうがいいと思っていたけれど、どうしても引っかかる文字があったりして、結局自分で細かい修正入れないといけなかった。

学辞郎の例文抽出は SVL が19816、SIL が6000、計25816となった。あとは勉強するだけ…、いつもながら作るのが楽しいだけなんだよな。

puppeteer-stealth もどきを chromedp でやってみようかと思ったら、ノートン君が検疫してくれた…　仕方がないので書き換えて対応。下記サイトでなんとか全部対応。

bot.sannysoft.com

headless にするとユーザーエージェントが変わるのか、知らなかった。

ffmpegのエラーログを ChatGPT に突っ込んだら、そういえばそうだった系の答えが帰ってきて自分の記憶力にがっかりする。

Headed Chromeでうまく動いていても Headless にすると User-Agent を Headed に合わせてもうまく動かない原因究明は面倒で放置、pupeteer-stealth もどき入れても駄目だった…とか言ってましたが、windowsize を指定したらサクサク動くようになりました。

puppeteer-sthealth もどきの chromedp のオプション。disable-gpuをいれると少し遅くなる。

opts := append(chromedp.DefaultExecAllocatorOptions[:],
	chromedp.NoFirstRun,
	chromedp.NoDefaultBrowserCheck,
	chromedp.Flag("disable-extensions", false),
	chromedp.Flag("enable-automation", false),

	chromedp.Flag("headless", true),
	chromedp.WindowSize(1280, 800),
	chromedp.UserAgent("Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/137.0.0.0 Safari/537.36"),
)

ノートンの検疫に掛かってイライラしていたけれど、build して実行すると 2 回目からはかからないことに今更気がついた。

PC のブラウザから、ChatGPT、Claude 4.0 Sonnet、Gemini 2.5 Pro に golangのソースコード与えて最適化してくださいと頼んだら、取りあえず動くように出てきたのが Gemini だけだった。しかもしっかり実行速度がはやくなっていた。golangだから？やっぱ Google？