ഇതാണ് Heritrix: Internet Archive Web Crawler എന്ന് പേരിട്ടിരിക്കുന്ന Linux ആപ്പ്, ഇതിന്റെ ഏറ്റവും പുതിയ പതിപ്പ് heritrix-1.8.0.jar ആയി ഡൗൺലോഡ് ചെയ്യാം. വർക്ക് സ്റ്റേഷനുകൾക്കായുള്ള സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവായ OnWorks-ൽ ഇത് ഓൺലൈനായി പ്രവർത്തിപ്പിക്കാം.
Heritrix എന്ന് പേരിട്ടിരിക്കുന്ന ഈ ആപ്പ് ഓൺലൈനായി ഡൗൺലോഡ് ചെയ്ത് പ്രവർത്തിപ്പിക്കുക: ഇന്റർനെറ്റ് ആർക്കൈവ് Web Crawler with OnWorks സൗജന്യമായി.
ഈ ആപ്പ് പ്രവർത്തിപ്പിക്കുന്നതിന് ഈ നിർദ്ദേശങ്ങൾ പാലിക്കുക:
- 1. നിങ്ങളുടെ പിസിയിൽ ഈ ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്തു.
- 2. ഞങ്ങളുടെ ഫയൽ മാനേജറിൽ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമം നൽകുക.
- 3. അത്തരം ഫയൽമാനേജറിൽ ഈ ആപ്ലിക്കേഷൻ അപ്‌ലോഡ് ചെയ്യുക.
- 4. ഈ വെബ്സൈറ്റിൽ നിന്ന് OnWorks Linux ഓൺലൈനോ Windows ഓൺലൈൻ എമുലേറ്ററോ MACOS ഓൺലൈൻ എമുലേറ്ററോ ആരംഭിക്കുക.
- 5. നിങ്ങൾ ഇപ്പോൾ ആരംഭിച്ച OnWorks Linux OS-ൽ നിന്ന്, നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമത്തോടുകൂടിയ ഞങ്ങളുടെ ഫയൽ മാനേജർ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിലേക്ക് പോകുക.
- 6. ആപ്ലിക്കേഷൻ ഡൌൺലോഡ് ചെയ്യുക, അത് ഇൻസ്റ്റാൾ ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
ഹെറിട്രിക്സ്: ഇന്റർനെറ്റ് ആർക്കൈവ് വെബ് ക്രാളർ
Ad
വിവരണം
ആർക്കൈവ്-ക്രാളർ പ്രോജക്റ്റ് Heritrix നിർമ്മിക്കുന്നു: ഇന്റർനെറ്റ് ആക്സസ് ചെയ്യാവുന്ന ഉള്ളടക്കത്തിന്റെ പൂർണ്ണമായ വൈവിധ്യവും വ്യാപ്തിയും ലഭ്യമാക്കാനും ആർക്കൈവ് ചെയ്യാനും വിശകലനം ചെയ്യാനും കഴിവുള്ള ഫ്ലെക്സിബിൾ, എക്സ്റ്റൻസിബിൾ, റോബസ്റ്റ്, സ്കേലബിൾ വെബ് ക്രാളർ.സവിശേഷതകൾ
- വെബ്‌സൈറ്റ് ഉള്ളടക്കം ആഴത്തിലും സമഗ്രമായും വിളവെടുക്കുന്നു
- ഏത് ജാവ പ്ലാറ്റ്‌ഫോമിലും പ്രവർത്തിക്കുന്നു (ലിനക്സ് ശുപാർശ ചെയ്യുന്നു)
- ARC അല്ലെങ്കിൽ ISO WARC അഗ്രഗേറ്റ്/ട്രാൻസ്‌ക്രിപ്റ്റ് ഫോർമാറ്റിലേക്ക് ഉള്ളടക്കം സംഭരിക്കുന്നു
- ഓപ്പറേറ്റർ നിയന്ത്രണത്തിനും ക്രാളുകളുടെ നിരീക്ഷണത്തിനുമുള്ള വെബ് ഇന്റർഫേസ്
പ്രേക്ഷകർ
വിപുലമായ അന്തിമ ഉപയോക്താക്കൾ, ഡെവലപ്പർമാർ, വിദ്യാഭ്യാസം, സർക്കാർ, വിവര സാങ്കേതിക വിദ്യ, ലാഭേച്ഛയില്ലാത്ത സ്ഥാപനങ്ങൾ
ഉപയോക്തൃ ഇന്റർഫേസ്
വെബ് അധിഷ്ഠിതം
പ്രോഗ്രാമിംഗ് ഭാഷ
ജാവ
ഡാറ്റാബേസ് പരിസ്ഥിതി
ബെർക്ക്‌ലി/സ്ലീപ്പികാറ്റ്/ജിഡിബിഎം (ഡിബിഎം)
ഇത് https://sourceforge.net/projects/archive-crawler/ എന്നതിൽ നിന്നും ലഭിക്കാവുന്ന ഒരു ആപ്ലിക്കേഷനാണ്. ഞങ്ങളുടെ സൗജന്യ ഓപ്പറേറ്റീവ് സിസ്റ്റങ്ങളിലൊന്നിൽ നിന്ന് ഏറ്റവും എളുപ്പമുള്ള രീതിയിൽ ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുന്നതിനായി ഇത് OnWorks-ൽ ഹോസ്റ്റ് ചെയ്‌തിരിക്കുന്നു.
