Crawler
A lap korábbi változatát látod, amilyen Gyula (vitalap | szerkesztései) 2023. szeptember 4., 13:13-kor történt szerkesztése után volt. (→(spider, web robot, bot, harvester))
(spider, web robot, bot, harvester)
A keresőgépek számára vagy archiválási célra a weboldalakat linkek mentén bejáró és többnyire tartalmukat is lementő szoftverek gyűjtőneve. A crawler egy előre megadott URL címlistából (seeds) indul ki, majd követi az ezeken a weboldalakon talált linkeket is. A viselkedése részletesen konfigurálható, például ilyen paraméterekkel:
- milyen mélységig kövesse a linkeket egy webhelyen belül?
- kövesse-e a más site-okra mutató linkeket és ha igen, akkor meddig?
- milyen fájltípusokat és milyen mérethatárig mentsen le? hány szálon induljon el párhuzamosan?
- milyen gyakorisággal térjen vissza ugyanarra a webhelyre?
- figyelembe vegye-e a robots.txt-ben megadott tiltásokat?
