htdump - Online na nuvem

PROGRAMA:

NOME

htdump - escreve uma versão em texto ASCII da base de dados do documento

SINOPSE

htdump [opções]

DESCRIÇÃO

Htdump grava uma versão de texto ASCII do banco de dados de documentos da mesma forma que o
opção -t de htdig.

OPÇÕES

-a Use arquivos de trabalho alternativos. Diz ao htdump para anexar .trabalhos para arquivos de banco de dados, permitindo
para operar em um segundo conjunto de bancos de dados.

-c arquivo de configuração
Use o especificado arquivo de configuração em vez do padrão.

-v Modo detalhado. Isso não tem muito efeito.

Envie o Formatos

ISO banco de dados
Cada linha do arquivo começa com o id do documento seguido por uma lista de fieldname :
valor separados por tabulações. Os campos sempre aparecem na ordem listada abaixo:

u URL

t Título

a Estado (0 = normal, 1 = não encontrado, 2 = não indexado, 3 = obsoleto)

m Hora da última modificação conforme relatado pelo servidor

s Tamanho em bytes

H Excerto

h Meta description

l Hora da última recuperação

L Contagem de links no documento (links de saída)

b Contagem de links para o documento (links de entrada ou backlinks)

c HopCount deste documento

g Assinatura do documento usado para detecção de duplicatas

e Endereço de e-mail a ser usado para uma mensagem de notificação do htnotify

n Data para enviar uma mensagem de e-mail de notificação

S Assunto para uma mensagem de e-mail de notificação

d O texto dos links apontando para este documento. (por exemplo, <a
href = "/ docURL"> descrição)

A Âncoras no documento (ou seja

Word banco de dados
Embora htdump e htload não lidem com a palavra banco de dados diretamente, vale a pena
mencioná-lo aqui porque você precisa lidar com isso ao copiar o ASCII
bancos de dados de um sistema para outro. O banco de dados de palavras inicial produzido por htdig
já está no formato ASCII, e uma versão binária dele é produzida por htmerge, para
usar por htsearch. Então, quando você copia a versão ASCII do banco de dados de documentos
produzido por htdump, você precisa copiar a lista de palavras também e, em seguida, executar htload para
faça o banco de dados de documentos binários no sistema de destino, seguido pela execução de htmerge
para fazer o índice da palavra.

Cada linha no arquivo de lista de palavras começa com a palavra
seguido por uma lista de fieldname : valor separados por tabulações. Os campos sempre aparecem
na ordem listada abaixo, com os dois últimos sendo opcionais:

i ID do Documento

l Localização da palavra no documento (1 a 1000)

w Peso da palavra com base em fatores de pontuação

c Contagem de aparições de palavras no documento, se mais de 1

a Número da âncora se a palavra ocorreu após uma âncora nomeada

Use htdump online usando serviços onworks.net