MIA_SET-00013 Irodalom, irodalomtudomány és -történet Írók és műveik, irodalomtudomány, irodalmi társaságok és szervezetek, gyűjtemények IRODALOM 2018-08-22 2021-02-17 Visky Ákos László Országos Széchényi Könyvtár E-könyvtári Szolgáltatások Osztálya Drótos László OSZK Webarchívum Az első aratás idejére még nem zárult le a honlapok összegyűjtése. A seed lista 2009 februárjában ki lett egészítve 1000 tételig (ez kb. 3x-os bővülés; gyűjtötte: Drótos László). 2020-ban elkezdtük összegyűjteni az Instagram és a Facebook oldalakat is, ezek külön gyűjteménybe kerültek. Országos Széchényi Könyvtár jogvédett Az aratáshoz nem kértünk engedélyt. tematikus Kulturális források Tudományos források Művészetek Bölcsészettudomány Irodalom Irodalomtudomány irodalom szépirodalom író költő irodalmi élet irodalomtudomány irodalomtörténet amatőr irodalom magyar irodalom magyar irodalom története Irodalmi vonatkozású magyarországi és határon túli magyar webhelyek, írók, irodalmi társulások honlapjai, blogjai. Kortárs, klasszikus és amatőr irodalom, irodalomtörténet és adatbázisok gyűjteménye. MIA_SET-00003 MIA_SET-00015 MIA_SET-00024 MIA_SET-00032 MIA_SET-00043 2018-07-24 negyedévente 2020-től az addigi rendszertelen aratásokról áttértünk a rendszeres, negyedéves aratásokra. Visky Ákos László visky.akos.laszlo@oszk.hu rendszeresen mentett minimális szinten ellenőrizve 2019-05 A webhelyek kezdőlapja lett csak ellenőrizve. nincs oldalkép vannak oldalképek 2019-03-07 A http://193.224.22.162/aratasok/irodalom/ helyen nem találhatók, de a Sambára készült másolat. 2020-02-11 Az automatikusan készült képek közül a hibásakat kézzel újragyártottuk. 2020-05-12 Az automatikusan készült képek közül a hibásakat kézzel újragyártottuk. 2020-08-10 2020-11-25 zárt hálózatban szolgáltatható 2018-07-24 Heritrix 3.x Három szint mélységű aratás, videó fájlok kizárásával. A 2018-07-24-i aratás három nap után az operátor által le lett állítva, még 117.692 URL volt hátra. A második (2019-03-04) és a harmadik (2020-02-08) aratás is szintén az opoerátor által lett leállítva. Az 5. (2020-08-07), a 6. (2020-11-13) és a 7. (2021-02-12) aratás az előre beállított idő letelte után magától leállt. nem igen 2018-07-24 http://webharvest.oszk.hu/aratasok/irodalom/ 7 2018-07-24 2018-07-27 385 9976 1908067 98395 2019-03-04 2019-03-07 1309 25110 4513088 239856 2020-02-08 2020-02-10 1421 6183 2353130 146432 2020-05-09 2020-05-11 1211 5678 2235856 143360 2020-08-07 2020-08-10 1475 5450 2365709 131072 2020-11-13 2020-11-16 1560 5821 2440655 156672 2021-02-12 2021-02-15 1589 5983 2520835 132096 WARC webharvest.oszk.hu/ A harmadik aratásnál (2020-02-08) első alkalommal próbáltuk meg a robots.txt meglétét a Heritrixhez írt Java modullal levizsgálni aratás közben, így csak menetre volt szükség. A negyedik aratás (2020-05-09) előtt ellenőriztük a címeket. Az aratás 8-ra volt időzitve, de a Heritrix leállt. Az 5. aratásnak (2020-08-07) már automatikusan kellett volna indulnia a Kaptafa-val való paraméterezés után, de mivel nem volt crawler-beans.cxml a KIFÜ-s szerverről áthozott job directory-ban, a hibaüzenet után végül a rendszergazda indította el kézzel. A 6. aratás (2020-11-13) még az OSZK-s (193.224.22.162) szerveren futott, a KIFÜ felhőbe költözés előtt, egy időben a KOZGYUJT aratással.