Closed JanMeritus closed 6 years ago
semínka, která měla v Adminu stav excluded (části webu archivovaných zdrojů), jsou stále viditelná konkrétně např: http://poslouchej.net, excluded: http://shop.poslouchej.net http://mistoproprirodu.cz, excluded: http://www.mistoproprirodu.cz/e-shop/
kde presne jsou viditelna?
Ahoj, po zadani hledani, napr. "medo". Tomu by mal seeder zamedzit kedze ma v DB ze totok nie. Za Openwayback poriesim zatial rewritami.
to @Visgean Ty části webů, které mají stav excluded, by neměli vidět návštěvníci zvenčí na našem webu přes wayback (jen v budově NK). Ještě ale najdeme pár dalších zdrojů s excluded semínky a ověříme... A probereme pak s Járou
ok checknu to.
tohle je deep shit... já to chápu tak, že excluded semínka jsou URL vyřazený ze sklízení, ale zdroj pokud má smlouvu jde na webu vidět, tzn. status semínka nemá vliv na zpřístupnění zdroje. Zatímco pokud chceme znepřístupnit nějaký web, tak se změní jeho status... Ale opravte mě, jestli ten problém špatně chápu :)
Aktualne se do verejneho vyhledavani dostavaji vsechny tyhle zdroje:
mam to zmenit jenom tak aby ve verejnem vyhledavani byli jenom se stavem running?
my to ještě probereme a dáme ti vědět, zatím to nechej tak. Dík
Ok, pripravil jsem zmenu do masteru https://github.com/WebarchivCZ/Seeder/commit/5264aba8dd8366fc06a51c53be9b02bf5327fd6d
změnu necháme, excluded semínka musíme vyřešit interně přes black a white listy.
Ahoj,
mozno je to feature, mozno je to bug. Seminka (ale hlavne ich podseminka) co si holky v seedru oznacia ako exclude k vyjmuti ze sklizne by nam mali chodit emailom aby sme mohli nastavit podla toho Heritrix. Ale nechodi.
Vec II. su weby ktore proste sklizime, ale vydavatelia nechcu aby sa ich cast zobrazovala mimo NK vo Waybacku. To je v zasade trabl na mna (musim si poriesit tie linky), ale bolo by fajn, ze by mohli tak byt oznacene i v Seedru a nezobrazovat sa v tom zakladnom vyhladavani co mas na landing page, prip. to nepresmerovavalo na wayback v tychto pripadoch.