PaywallRemover
ガイドに戻る

PaywallRemover ガイド

クリーンリーダーで取得できる内容と、その限界

確認日：2026年10月25日

内容の確認日：2026年10月25日。以下の観察記録は2026年9月20日のものです。新たなテストや、出版社全体に当てはまる成功率ではありません。

出版社が送信した内容から考える

クリーンリーダーは、出版社からの応答に含まれる段落を抽出し、記事の周辺要素を取り除きます。その応答に本文がある場合に限り、読みやすくできます。ソフトペイウォールは、すでにブラウザーへ届いた文章を覆っている場合があります。従量型は一定回数の閲覧を認め、その後は表示内容や配信内容を変えます。ハードペイウォールは通常、アクセスが認められるまで記事を配信しません。この区別は役立ちますが、出版社全体を一律に分類するものではありません。記事、地域、訪問のタイミングで応答は変わり得ます。

覆いを取り除くことと、届いていない本文を復元することは別です。サーバーが見出しと紹介文しか送らなければ、整形しても続きを補えません。短く整った表示でも、不完全な可能性があります。

クリーンリーダーと Googlebot は同じ抽出処理を使う

どちらも JavaScript を実行せず、初期 HTML から記事らしい段落を選びます。Googlebot オプションはリクエストの user-agent ヘッダーを変更します。認証済みの Google クローラーではなく、Google のネットワーク上の身元を使わず、購読権限も与えません。出版社は同じ文章、別の文章、または拒否を返すことがあります。

抽出処理は短い段落、見出し、リスト、引用を別々のテキストブロックとして保持します。中国語と日本語は単語間の空白に頼らず評価するため、短い記事を語数だけで除外しません。題名、著者、日付、情報源のメタデータは記事の同一性の確認に役立ちますが、完全性の証明ではありません。

クリーンリーダーは通常の Cookie の受け渡しを完了するため、一度の取得中だけ出版社の Cookie をメモリーに一時保持できます。ブラウザーのログイン Cookie は取り込みません。取得が終わると、失敗時も含めてその状態を消去します。現在の取得には14秒の時間枠があり、最大6回のリダイレクトを許可しますが、ループやアクセス確認で失敗する場合はあります。完全なブラウザーセッションではありません。

リーダーを開くときの再取得を避けるため、新しく確認した本文をブラウザーのメモリに最大120秒間保持する場合があります。検索の消去、変更、期限切れで破棄します。この受け渡しでは、記事をブラウザーの永続ストレージに保存しません。

ブラウザーで試す場合は、JavaScript の手順をまとめた手動オプションをご覧ください。Chrome の公式ドキュメントは、DevTools の操作と、そのタブで無効化が続く条件を説明しています。JavaScript を無効にすると通常の記事本文が消えたり、操作できなくなったりする場合もあるため、確認後は戻してください。

ラベルだけでなく結果を確認する

元のアドレス、タイトル、著者、公開日を目的の記事と照合してください。冒頭と末尾の段落を読みましょう。メニュー、関連記事一覧、購読の案内、Cookie のヘルプではなく、筋の通った記事かを確認します。単語数だけで完全性は判断できません。無関係なページ内文章が混ざれば、不適切な抽出も長くなります。

信頼度「高」は記事らしい特徴が強いという意味で、全文を独立に確認済みという意味ではありません。「中」は根拠が弱め、または目視確認が必要な候補を示します。「不明」はタイムアウトやアクセス確認などにより、読めるかを確定できなかった状態です。いずれも成功率の百分率ではありません。有用な段落が届いていても、購読を求める文言によって信頼度が下がる場合があります。

記録した確認で分かったこと

2026年9月20日、Tesla の Cybertruck リコールについての The Register の公開記事は、クリーンリーダーと Googlebot の両方で同じ700語が抽出され、段落のハッシュ値も一致しました。これは一つの公開記事で抽出が同等だったことを示すだけで、購読記事へのアクセス改善を示しません。

記録された Courier Mail の例では、Cookie の受け渡し後に HTTP 403 が返りました。PrintFriendly は購読案内または紹介文を表示し、smry は Cookie のヘルプを返しました。ページが読み込めても、目的の記事を取得した証拠にはなりません。テスト後に条件が変わることもあります。

実用的な対処方法

表示されるもの次にすること
見出しや紹介文だけ出版社のページを確認。整形では未配信の本文を復元できません。
Cookie ヘルプ、ログイン、HTTP 403記事として扱わず、出版社が認めたアクセスを利用します。
タイムアウトや「不明」後で一度再試行。本文が存在しない証拠とは考えません。
長いが無関係な文章引用する前にタイトル、出典、段落を確認します。

同じ紹介文やアクセス確認が続く場合は、同等のリーダーを繰り返すのをやめましょう。保存済みのコピーについてはアーカイブの信頼性ガイドを、正規のアクセス方法については図書館と出版社の利用ガイドをご覧ください。