Hanyar adanawa

1. Catalog yana ɗauka ta hanyar fihirisar CDX

Muna tambayar CDX na Internet Archive da ma’aikaci ɗaya, aƙalla daƙiƙa shida tsakanin buƙatu, bisa iyakokin adadi, bayanai da lokaci da aka bayyana. Muna rarraba sakamakon zuwa shafuka, muna ajiye inda za a ci gaba bayan kowane shafi don kada a maimaita aiki.

• Amsar 403 ko hana shiga: mu tsaya mu duba da hannu, ba tare da kauce wa ƙuntatawa ba.
• Amsar 429, 503 ko “Temporarily Offline”: muna ƙara lokacin jira a hankali, sannan mu tsaya mu rubuta halin.
• Ana rubuta kowace buƙata: hanya, matsayi, girma, lokaci da sakamako.

2. Abin da muke ƙidaya

Muna keɓance matakai daban-daban:

• Layukan hotuna: bayanan CDX da aka ajiye; kowane hoton URL ne da lokaci.
• Maɓallan URL: hanyoyin da taska ta daidaita, har da bambancin sigogin bincike.
• Abubuwan kanonik: hanya ɗaya ga kowane shafi bayan daidaita protocol, www da port.
• Sawun musamman: abun ciki ya bambanta bisa sawun taska.
• Ciro da bugawa matakai ne dabam: ciro na ciki ne, bugawa ga masu karatu na buƙatar izini.

Lambobi kamar /mat/107647 masu ganowa ne, ba adadi ba; ba ma hasashen yawan kayan daga gare su.

3. Zaɓi kama don kowane URL

Muna duba duk hotunan kowane URL: matsayin 200, nau’in HTML, girma da median, da kwanan wata kafin asalin ya tsaya. Muna zaɓar mafi sabo mai kyau; idan cirewa ta gaza sai mu koma tsoho. Ana nuna dalilin zaɓi da cirewa a shafin abu.

4. hakar da aminci

• Muna adana amsar asali da SHA-256 ɗinta a ma’ajiyar sirri ta tushen abun ciki.
• Muna fitar da take, marubuci, sashe da rubutu a hankali, muna cire scripts, frames, styles da event handlers.
• Ba ma ɗaukar ranar hoto a matsayin ranar wallafawa. Idan babu kwanan wata, muna faɗin haka.
• An cire sharhin masu karatu da dandalin tattaunawa, domin masu amfani ne ke ƙirƙirar abubuwan.
• Ba a taɓa gudanar da lambar da aka adana a yankinmu.

5. Rubutun asali da bugun bugu

Rubutun asali da aka fitar rikodi ne marar sauyawa; sake fitarwa na ƙirƙirar sabo. Bugun da aka tantance wani mataki dabam ne mai lambar sigar da bayanin edita. Ana wallafa shi ne bayan duba haƙƙi da amincewar masana biyu masu zaman kansu, ba editansa ba.

6. Adana da madogara

Manufar 3-2-1-1-0 buri ne: kwafi 3 da aka tantance a kafofi 2, ɗaya a waje, ɗaya marar sauyawa ko ƙarƙashin wani mai gudanarwa, babu kuskure a gwajin maidowa. Muna nuna ainihin hali; maimaitawa ba madadin ajiya ba ne.

7. Hannun Artificial

Alama, rubutu daga sauti ko taƙaitawa ta na’ura shawara ce da ke jiran mutum ya duba; ba a danganta ta ga tushe ko amfani da ita wajen fatawa ko hukunci.