„Crawler” változatai közötti eltérés
(→(spider, web robot, bot, harvester)) |
a (→(spider, web robot, bot, harvester)) |
||
| 2. sor: | 2. sor: | ||
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 jelenlegi, 2023. szeptember 4., 14:13-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?
