„Crawler” változatai közötti eltérés
a (→(spider, web robot, bot, harvester)) |
(→(spider, web robot, bot, harvester)) |
||
1. sor: | 1. sor: | ||
= (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: |
+ | 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|robots.txt]]-ben megadott tiltásokat? |
||
---- |
---- |
A lap 2023. szeptember 4., 13:13-kori változata
(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?