누구를 위한 도구인가

Markdown으로 옮겨도 깨지지 않는 표

범용 HTML→Markdown 변환기는 정작 중요한 표, 즉 셀 안에 목록, 링크, 코드 예제가 있는 표에서 깨집니다. Clean Web Clipper는 표를 직접 직렬화하고, 행을 버리는 대신 셀 내용을 평평하게 펼칩니다.

숫자가 사라지는 곳

페이지를 저장한 이유가 표입니다. 요금제, 요청 제한, 보존 기간, 스키마. 클립을 노트에 붙여 넣으면 한 행이 페이지 전체로 퍼져 있고, 파이프 기호가 엉뚱한 곳에 있으며, 한 열이 옆 열과 조용히 합쳐져 있습니다. 숫자는 뒤쪽 브라우저 화면에 아직 있으므로 실패를 놓치기 쉽습니다. 탭을 닫기 전까지는요.

반대쪽 실패도 오후 한나절을 잡아먹습니다. 아직도 많은 사이트가 순전히 배치를 위해 table을 쓰고, 그것을 모두 데이터로 취급하는 변환기는 데이터셋처럼 꾸민 내비게이션 20행을 건넵니다. 한쪽은 숫자를 다시 입력하느라, 다른 쪽은 격자를 지우느라 시간을 쓰고, 어느 쪽도 하려고 앉은 분석이 아닙니다.

다시 입력하기에는 한참 뒤에 드러나는 세 번째 비용이 있습니다. 손으로 시트에 입력한 숫자에는 출처도, 날짜도, 확인할 방법도 없습니다. 6주 뒤에는 D14 셀의 보존 기간을 1월에 읽었는지 3월에 읽었는지 아무도 말할 수 없고, 그사이 페이지는 두 번 수정되었습니다. 요금, 요청 제한, 할당량은 공지 없이 바뀝니다. 위에 출처 URL과 페이지가 밝힌 날짜가 붙은 캡처된 표는 그 질문에 답하고, 다음 분기에 같은 페이지를 캡처해 둘을 diff하면 또 답합니다.

온전하게 옮겨지는 것

• 이 용도로 작성한 GFM 표 직렬화기입니다. 범용 변환기 플러그인을 덧붙인 것이 아닙니다.
• 표 15개 중 12개 유지(기술 코퍼스), 비교한 엔진은 각각 7개.
• 들쭉날쭉한 2열 표는 깨진 격자 대신 굵은 키와 값의 줄이 됩니다.
• 레이아웃용 표는 풀어집니다. 배치에만 쓰인 격자는 격자 없이 내용만 내놓습니다.
• 셀 안의 코드는 코드로 남고, 코드 블록에 언어 태그가 붙습니다.
• 주변 기사가 필요 없을 때는 페이지에서 표를 선택해 선택 영역을 클리핑합니다.
• 출처 URL과 페이지가 밝힌 날짜가 표 위에 있으므로, 숫자 묶음은 우연히 저장한 날이 아니라 유효했던 날짜를 담습니다.
• 같은 페이지를 두 번째로 캡처하면 숫자 접미사가 붙고 덮어쓰지 않습니다. 분기별 diff가 가능한 이유가 이것입니다.

• 이 숫자의 출처: 엔진 버전과 날짜를 밝힌 벤치마크

| Storage class | Meaning                                                |
| ------------- | ------------------------------------------------------ |
| `NULL`        | The value is a NULL value.                              |
| `INTEGER`     | A signed integer, stored in 1, 2, 3, 4, 6 or 8 bytes.   |
| `REAL`        | A floating point value, stored as an 8-byte IEEE number.|
| `TEXT`        | A text string, stored using UTF-8, UTF-16BE or UTF-16LE.|
| `BLOB`        | A blob of data, stored exactly as it was input.         |

표용으로 설정하기

설정 두 가지와 습관 하나입니다. 클리핑 전에 스크롤하는 습관이 어떤 설정보다 많은 행을 되찾아 줍니다.

1. 확장 프로그램 아이콘에서 옵션을 열고, 저장 위치를 작업 데이터가 있는 폴더, 곧 그것을 쓰는 노트북이나 시트 옆의 data/sources로 지정합니다.
2. 아이콘 클릭 동작은 미리보기 창 그대로가 좋습니다. 표는 저장하기 전에 볼 가치가 있는 유일한 것입니다. 열이 맞는지는 한눈에 보이지만 폴더 목록에서는 보이지 않습니다.
3. 파일 이름 템플릿을 {date}-{domain}-{title}로 설정해, 1월과 4월에 캡처한 같은 요금 페이지가 나란히 정렬되는 두 파일이 되게 합니다.
4. frontmatter에서 source와 date를 켭니다. 출처 주소가 없는 표는 누군가 언젠가 다시 도출해야 할 숫자 묶음입니다.
5. 클리핑 전에 표 맨 아래까지 스크롤합니다. 스크롤할 때 불러오는 행은 불러오기 전까지 DOM에 없고, 확장 프로그램은 클리핑하는 순간의 DOM을 읽습니다.
6. 주변 기사가 무관할 때는 페이지에서 표를 선택해 선택 영역을 클리핑합니다. 창 위쪽 스위치가 페이지 전체가 아니라 선택 영역을 보고 있다고 확인해 줍니다.
7. 숫자가 바뀌는 페이지(할당량, 가격, 보존 기간)는 캘린더에 반복 캡처 일정을 넣으세요. 코퍼스의 가치는 첫 번째가 아니라 두 번째 캡처에 있습니다.

다시 쓸 숫자를 위한 설정

아래 모든 값의 목적은 여섯 달 뒤 읽는 표가 여전히 어디서, 언제 왔는지 말해 주게 하는 것입니다.

**Content-Type**
: The media type of the resource. Required on every request with a body.

**Cache-Control**
: Directives for caching mechanisms in both requests and responses.

**Retry-After**
: Either a delay in seconds or an HTTP-date after which to retry.

원본 표에는 병합된 머리글 셀과 마지막 행의 중첩 목록이 있었습니다.
Markdown 표로 옮겼다면 깨졌겠지만, 키와 값의 쌍으로는 깨지지 않습니다.

표 세 개, 결과 세 가지

요금표를 비교 시트로

업체 네 곳, 요금 페이지 네 개, 캡처 네 번. 각 표는 요금제 이름, 금액, 제한이 원래 셀에 든 GFM 표로 옮겨지고 위에 출처 URL이 붙으므로, 숫자 하나 다시 입력하지 않고 비교 시트가 완성됩니다.

직렬화기가 제 몫을 하는 곳이 여기입니다. 범용 변환기를 깨뜨리는 셀은 각주 표시, 포함 기능 목록, 코드 예제가 든 셀입니다. 표 15개짜리 기술 코퍼스에서 여기서는 12개가 살아남았고 비교한 엔진은 각각 7개였습니다.

분기 간격을 둔 같은 페이지

한 제공사의 요청 제한을 2월에, 그리고 5월에 다시 캡처했습니다. 두 번째 파일에는 숫자 접미사가 붙었습니다. diff는 기본 요금제의 순간 허용량이 절반으로 줄고 최상위 요금제의 보존 기간이 늘어난 것을 보여 줍니다. 어디에도 공지되지 않은 변경입니다.

2월 파일이 없으면 변경을 입증할 수 없습니다. 페이지는 현재 상태만 보여 주고, 이전 숫자는 업체가 게시하는 어디에도 없기 때문입니다. 이 방법 전체가 중요한지 알기 전에 첫 캡처를 할 만큼 캡처가 저렴하다는 데 달려 있습니다.

표가 될 수 없었던 격자

명세 페이지가 병합된 머리글 셀과 한 행의 중첩 목록이 있는 2열 격자로 헤더 20개를 정의합니다. Markdown 표로 옮겼다면 무너졌겠지만, 대신 굵은 키 줄과 그 아래 값으로 옮겨지며, 읽기에도 검색에도 손실이 없습니다.

이 동작은 실패 후의 대체가 아니라 의도된 것입니다. 들쭉날쭉한 2열 표는 데이터보다 격자를 입은 정의 목록인 경우가 훨씬 많고, 깨진 파이프 표는 목록을 읽는 것보다 고치기가 어렵습니다.

표를 옮기는 흔한 방법과 비교

모든 방법이 페이지에서 숫자를 가져옵니다. 다른 점은 숫자와 함께 무엇이 오느냐, 그리고 그 뒤에 무엇을 해야 하느냐입니다.

표가 제대로 나오지 않을 때

병합된 셀이 사라졌습니다

Markdown에는 병합된 셀이 없으므로 colspan과 rowspan은 펼쳐집니다. 내용은 보존되고 시각적 병합은 보존되지 않습니다. 형식이 표현할 수 없기 때문입니다. 세 열에 걸친 병합 머리글이라면 텍스트는 그중 첫 열에 들어갑니다. 변환이 아니라 대상 형식의 특성이며, 어떤 Markdown 표도 이를 표현하지 못합니다.

행의 절반이 빠졌습니다

확장 프로그램은 클리핑하는 순간의 DOM을 읽으므로, 스크롤할 때 불러오거나 “더 보기” 버튼으로 제공하거나 페이지로 나눈 행은 내가 불러오지 않았다면 아직 존재하지 않습니다. 맨 아래까지 스크롤하고 펼칠 수 있는 것을 펼친 뒤 클리핑하세요. 페이지로 나뉜 표는 페이지마다 클리핑하세요. 나중에 합칠 수 있으며, 브라우저가 받지 못한 행을 되찾을 방법은 그것 말고는 없습니다.

데이터 대신 내비게이션 격자가 나왔습니다

레이아웃용 표입니다. 순전히 배치에 쓰는 격자이고, 오래된 사이트들이 메뉴와 머리글에 아직 씁니다. 이런 표는 변환하지 않고 풀어서 격자 없이 내용만 옮깁니다. 내비게이션 격자가 표로 노트에 들어왔다면, 페이지가 그것을 데이터 표로 마크업했기 때문입니다. 마크업이 “데이터”라고 했고 확장 프로그램은 그 말을 믿었습니다.

표가 키와 값의 줄로 나왔습니다

들쭉날쭉한 2열 표 처리입니다. 행이 고르지 않은 2열 표는 대개 격자로 그린 정의 목록이고, 파이프 표로 옮기면 읽을 수 있는 격자가 아니라 깨진 격자가 됩니다. 내용은 온전합니다. 굵은 키, 그 아래 값, 원래 순서 그대로입니다. 진짜 표가 필요하다면 쌍은 기계적으로 다시 표로 바꿀 수 있습니다.

형식이 감당하지 못하는 곳

Markdown에는 병합된 셀이 없으므로 colspan과 rowspan은 펼쳐집니다. 내용은 보존되지만, 형식이 표현할 수 없기 때문에 시각적 병합은 보존되지 않습니다. 셀 안에 중첩된 표는 모든 도구에게 어렵고 이 도구도 예외가 아닙니다. 차트 이미지에서 숫자를 읽어 내지 않으며, CSV나 XLSX로 내보내지 않습니다. 출력은 Markdown입니다. 그리고 한 번에 한 페이지, 지금 보고 있는 페이지를 변환합니다.

자주 묻는 질문