ニューヨークタイムズニュース(CN)記事更新トリガー | AIによって生成および翻訳されました
以下のボタンをクリックして、NYTimes CN記事を更新します。
このページでは、NYTimes CN記事の更新をトリガーできます。ボタンをクリックすると、最新の記事を取得し、翻訳し、このサイトのコンテンツを更新するワークフローが開始されます。更新をトリガーした後、変更が表示されるまで数分かかることがあります。
Pythonコード:
import requests
from bs4 import BeautifulSoup
import os
import ssl
from dotenv import load_dotenv
import os
import sys
load_dotenv()
def call_mistral_api(prompt, model="mistral-small-2501"):
"""Mistral APIを呼び出してテキストを翻訳します。"""
api_key = os.environ.get("MISTRAL_API_KEY")
if not api_key:
print("エラー: MISTRAL_API_KEY環境変数が設定されていません。")
return None
url = "https://api.mistral.ai/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Accept": "application/json",
"Authorization": f"Bearer {api_key}"
}
data = {
"model": model,
"messages": [
{
"role": "user",
"content": prompt
}
]
}
try:
print(f"モデル: {model}でMistral APIを呼び出します")
print(f"送信されるプロンプト: {prompt[:1000]}...") # プロンプトの最初の100文字を表示
response = requests.post(url, headers=headers, json=data)
response.raise_for_status()
response_json = response.json()
print(f"Mistral APIレスポンス: {response_json}")
if response_json and response_json['choices']:
content = response_json['choices'][0]['message']['content']
print(f"Mistral APIコンテンツ: {content}")
return content
else:
print(f"Mistral APIエラー: 無効なレスポンス形式: {response_json}")
return None
except requests.exceptions.RequestException as e:
print(f"Mistral APIエラー: {e}")
if e.response:
print(f"レスポンスステータスコード: {e.response.status_code}")
print(f"レスポンスコンテンツ: {e.response.text}")
return None
def fetch_html_content(url):
"""指定されたURLのHTMLコンテンツを取得します。"""
try:
# 認証なしのSSLコンテキストを作成
context = ssl._create_unverified_context()
print(f"{url}からHTMLコンテンツを取得します")
response = requests.get(url, verify=False)
response.raise_for_status() # 4xxまたは5xxの応答に対してHTTPErrorを発生
print(f"{url}からHTMLコンテンツを正常に取得しました")
return response.text
except requests.exceptions.RequestException as e:
print(f"URL: {url}を取得できませんでした - {e}")
return None
def extract_links(html):
"""cn.nytimes.comのメインページからリンクを抽出します。"""
soup = BeautifulSoup(html, 'html.parser')
links = []
for a in soup.find_all('a', href=True):
url = a['href']
if url.startswith('https://cn.nytimes.com/'):
links.append({
'url': url,
'text': a.text.strip()
})
print(f"メインページから{len(links)}リンクを抽出しました。")
return links
def translate_title(title):
"""Mistralを使用してタイトルを中国語から英語に翻訳します"""
base_prompt = "次のタイトルを{target_language}に翻訳してください。追加の説明やノートは含めないでください。入力テキストを繰り返さないでください。\n"
prompt = base_prompt.format(target_language="English") + f"{title}"
print(f"タイトルを翻訳中: {title}")
translated_title = call_mistral_api(prompt)
if translated_title:
translated_title = translated_title.strip()
print(f"翻訳されたタイトル: {translated_title}")
return translated_title
else:
raise Exception(f"タイトルの翻訳に失敗しました: {title}")
def summarize_article(html):
"""Mistral APIを使用して記事の内容を英語で要約します。"""
soup = BeautifulSoup(html, 'html.parser')
title_element = soup.select_one('.article-area .article-content .article-header header h1')
title = title_element.text.strip() if title_element else ''
print(f"タイトルを抽出しました: {title}")
# メインの記事テキストを抽出
article_area = soup.find('div', class_='article-area')
if article_area:
article_text = article_area.get_text(separator='\n', strip=True)
else:
article_text = None
if not article_text:
print("記事テキストを抽出できませんでした。")
return None, None
# Mistralが要約するためのプロンプトを作成
prompt = f"次の記事を英語で要約してください。主要なポイントに焦点を当て、導入文句のような「要約:」や「この記事は:」を避けてください。\n\n{article_text[:30000]}\n\n" # 記事テキストを30000文字に制限
print(f"タイトル: {title}の要約を作成中")
summary = call_mistral_api(prompt)
if summary:
# 要約を「要約:」や類似のフレーズを削除してクリーンアップ
summary = summary.replace("Summary:", "").strip()
print(f"生成された要約: {summary}")
return title, summary
else:
print(f"タイトル: {title}の要約を生成できませんでした")
return None, None
def generate_markdown_list(articles):
"""記事要約のリストからMarkdownリストを生成します。"""
if not articles:
return '* 記事が見つかりませんでした。\n'
markdown_list = ''
for article in articles:
title, summary = article
translated_title = translate_title(title)
markdown_list += f'## {translated_title}\n\n{summary}\n\n'
print("Markdownリストを生成しました。")
return markdown_list
def update_markdown_file(filename, markdown_content):
"""指定されたコンテンツでMarkdownファイルを更新します。"""
try:
# ファイルの既存コンテンツを読み取ります
print(f"{filename}の既存コンテンツを読み取ります")
with open(filename, 'r', encoding='utf-8') as f:
existing_content = f.read()
# 初期メタデータの後にコンテンツの開始および終了位置を検索
start_index = existing_content.find('---', 3) + 4 # 2番目の'---'を検索し、それを超えて移動
end_index = len(existing_content)
# 更新されたコンテンツを構築
updated_content = existing_content[:start_index].strip() + '\n\n' # メタデータを保持し、改行を追加
updated_content += markdown_content.strip() + '\n' # 新しいMarkdownリストを追加
# updated_content += existing_content[end_index:].strip() # リストの後に存在するものを追加、存在する場合
with open(filename, 'w', encoding='utf-8') as f:
f.write(updated_content)
print(f"{filename}を正常に更新しました")
markdown_changed = existing_content != updated_content
print(f"Markdownが変更されました: {markdown_changed}")
return markdown_changed
except Exception as e:
print(f"{filename}の更新中にエラーが発生しました: {e}")
return False
def main():
"""Markdownファイルを取得、処理、更新するためのメイン関数。"""
nytimes_url = 'https://m.cn.nytimes.com'
print(f'{nytimes_url}からNYTimesリンクを取得します')
html_content = fetch_html_content(nytimes_url)
if not html_content:
print("メインページのコンテンツを取得できませんでした。")
return
links = extract_links(html_content)
print(f'メインページに{len(links)}リンクが見つかりました。リンクを抽出中...')
all_articles = []
for i, link in enumerate(links):
url = link["url"]
if not url.endswith('/dual/'):
if not url.endswith('/'):
url = url + '/dual/'
else:
url = url + 'dual/'
print(f'リンク{i + 1}の{len(links)}を処理中: {url}')
article_html = fetch_html_content(url)
if article_html:
title, summary = summarize_article(article_html)
if title and summary:
all_articles.append((title, summary))
else:
print(f'{link["url"]}からコンテンツを取得できませんでした')
markdown_list = generate_markdown_list(all_articles)
filename = 'original/2025-03-14-nytimes-en.md'
markdown_changed = update_markdown_file(filename, markdown_list)
if markdown_changed:
print("新しいリンクでMarkdownファイルが更新されました。")
sys.exit(0)
else:
print("Markdownファイルが更新されませんでした(変更なし)。")
sys.exit(1)
if __name__ == "__main__":
main()
フロントエンドコード:
const nytimesDiv = document.querySelector('.nytimes');
if (nytimesDiv) {
const updateButton = document.createElement('button');
updateButton.textContent = 'NYTimes記事を更新';
nytimesDiv.appendChild(updateButton);
updateButton.addEventListener('click', () => {
fetch('https://api.github.com/repos/lzwjava/lzwjava.github.io/actions/workflows/nytimes.yml/dispatches', {
method: 'POST',
headers: {
'Accept': 'application/vnd.github+json',
'Authorization': 'Bearer token',
'X-GitHub-Api-Version': '2022-11-28',
'Content-Type': 'application/json'
},
body: JSON.stringify({ ref: 'main' })
})
.then(response => {
if (response.status === 204) {
alert('更新が正常にトリガーされました!結果を確認するには数分待ちください。');
} else {
alert(`更新に失敗しました。ステータスコード: ${response.status}`);
console.error('更新に失敗しました:', response);
}
})
.catch(error => {
alert('更新に失敗しました。コンソールを確認してください。');
console.error('更新のトリガー中にエラーが発生しました:', error);
});
});
} else {
console.error("nytimes divが見つかりません!");
}