Informatikai infrastruktúra átállás

A webarchívum szervereinek és tárhelyeinek költöztetése miatt a szolgáltatásban fennakadások fordulhatnak elő a következő hetekben és szünetelnek a beütemezett aratások is (néhány nagyobb hírportál napi szintű mentésének kivételével). A honlap és a nyilvános gyűjtemény várhatóan folyamatosan elérhető marad, de utóbbinál a lejárt tanúsítvány miatt már csak úgy nyithatók meg az archivált verziók a Chrome böngészőben, ha az OpenWayback, a PyWb, illetve a SolrWayback megjelenítőket jelképező ikonokra jobb egérgombbal kattintunk rá és a menüből a „Link megnyitása inkognítóablakban” opciót választjuk.

2025 évi első webtér aratás

2025. július 28. és augusztus 21. között elkészült az idei első webtér-szintű aratás. A címlista bővítése érdekében az előző aratásnál használt seed-listához hozzáadtuk az összes korábbi címlistánkat, valamennyi tematikus és két műfaji (periodikák és podkasztok) részgyűjteményt, és kigyűjtöttük a 2018 óta készült WARC fájlokban talált, .hu-t tartalmazó URL-ekben levő domén/aldomén címeket is. A duplumok kiszűrése után lekérdeztük a webszerverek által visszaadott státuszkódot és a működőnek tűnő webhelyek kezdőlapjának title adatát is begyűjtöttük. Utóbbi alapján szétválogattuk a tömegesen generált aldoméneket, valamint az inaktív vagy bejelentkezést igénylő, illetve a gyűjtőkörön kívül eső oldalakat. Az előkészítő munka utolsó fázisaként megvizsgáltuk, hogy van-e robots.txt fájl a szerverek gyökérkönyvtárában, majd eltérő paraméterekkel egynás után elindítottunk három aratási jobot (tomeges, norobots és normal). Az összesített statisztikai adatok itt láthatók, az eddigi webtér aratások főbb adatainak összehasonlítása pedig itt nézhető meg táblázatként és grafikon formájában.

Új részgyűjtemény: HUNOR – Magyar Űrhajós Program

Az újabb magyar űrhajós, Kapu Tibor közelgő repülésének alkalmából összeállítottunk egy esemény-alapú részgyűjteményt a HUNOR (Hungarian to Orbit) programról, melynek robottal aratható címeit egyelőre heti rendszerességgel mentjük, az egyedi és a közösségi média oldalakat pedig alkalmanként. A teljes seed-lista itt nézhető meg.

Cikk a Háromká-ban

A Háromká (Könyv, Könyvtár, Könyvtáros) lap idei utolsó, dupla számában megjelent Kalcsó Gyula írása a helyi vonatkozású webtartalmak archiválásáról és az együttműködés fontosságáról ezen a téren. A teljes cikk itt olvasható.