„ETD to URLs” változatai közötti eltérés
| 4. sor: | 4. sor: | ||
* [https://github.com/unt-libraries/etd-to-urls/ Az ETD to URLs a GitHub-on] |
* [https://github.com/unt-libraries/etd-to-urls/ Az ETD to URLs a GitHub-on] |
||
| − | * [https://netpreserve.org/ga2024/programme/wac/ Lauren Ko - Mark Phillips: Crawling Toward Preservation of References in Digital Scholarship: ETDs to URLs to WACZs |
+ | * [https://netpreserve.org/ga2024/programme/wac/ Lauren Ko - Mark Phillips: Crawling Toward Preservation of References in Digital Scholarship: ETDs to URLs to WACZs] |
[[Category:SZOFTVEREK]] |
[[Category:SZOFTVEREK]] |
||
A lap 2024. május 27., 14:07-kori változata
A University of North Texas Libraries munkatársai által írt scriptek, amelyekkel az elektronikus szakdolgozatok és disszertációk gyűjteményébe feltöltött PDF fájlokból kinyerhetők a linkek és archiválhatók a mögöttük levő webtartalmak, így biztosítva, hogy a hivatkozott források hosszú távon is megnézhetők maradjanak. A pdf_link_extractor.py nevű Python script által kigyűjtött URL-ek lementésére a Browsertrix crawlert használják, amit a felparaméterezett browsertrix-crawl.sh fájl indít el. Az archivált tartalom tárolása WACZ formátumban történik, melyet a dolgozat megőrzési csomagjához adnak hozzá.
