„SURT” változatai közötti eltérés
| 7. sor: | 7. sor: | ||
http://(edu,unt,library,www,)/collections/ |
http://(edu,unt,library,www,)/collections/ |
||
</pre> |
</pre> |
||
| + | |||
| + | |||
| + | ---- |
||
| + | * [http://crawler.archive.org/articles/user_manual/glossary.html#surt Heritrix User Manual - Glossary : SURT] |
||
[[Category:FOGALMAK]] |
[[Category:FOGALMAK]] |
||
A lap 2018. augusztus 30., 18:23-kori változata
(Sort-friendly URI Reordering Transform)
Egy URL cím (illetve általában mindenféle URI azonosító) olyan egységes alakra konvertált változata, amely alkalmasabb a crawler programok számára, mint az eredeti írásmód, mert így abc sorrendben egymás után kerülnek az azonos domainhoz tartozó címek, ill. egyértelműen összehasonlíthatóvá válnak különböző címlisták. A konverzió során a címeket kisbetűsítik, megfordítják a domain névben a szintek sorrendjét és zárójelbe teszik, a "https"-t "http"-re cserélik, és van, amikor le is vágják a végét (az utolsó / jelnél), mert így egy olyan SURT prefix-et kapnak, ami minden bejárandó URL cím elé oda tehető.
Pl. a https://www.library.unt.edu/collections/digital URL cím SURT prefix formában:
http://(edu,unt,library,www,)/collections/
