Date post: | 13-Apr-2017 |
Category: |
Technology |
Upload: | webarchive-of-national-library-of-the-czech-republic |
View: | 114 times |
Download: | 0 times |
Webarchivu nás v garáži
Heritrix | OpenWaybackSklízení | Zpřístupnění
Otevřený softwareMezinárodní (tj. dostatečně velká)
komunita
https://github.com/webarchivCZ/
úskalí webové archivace
Archivovatelnost
JavaScript driven
JavaScript driven
Web jako aplikace
Heritrix objeví 1,75 x méně URI než PhantomJS
Heritrix sklízí 2 065 URI/s
PhantomJS sklízí 172 URI/s
Uzavřené implementace
RTSP / Flash apod.
.cz z nic.czale co s
.com, .net, .org, .eu apod.?
robots.txt
na co si dát pozor
Časová nekonzistence
Časová nekonzistence
URI-Rsklizeno
URI-R ☨nesklizeno
URI-Rsklizeno
URLnapř. http://nyx.cz
Memento Memento
URLnapř. http://nyx.cz
Co všechno může být WA?
Software
Zloware
...
a koho dnes WA zajímá?
nás
Ian Milligan
metadata
metadata
Old Dominion University
UK WA / SHINE
Personal web archiving
co dál?