Habka ilaalinta

1. Ku diiwaangeli nuqullada tusmada CDX

CDX-ga Internet Archive hal shaqaale ayaan ugu dirnaa codsiyo, ugu yaraan lix ilbiriqsi ayaana u dhexaysa, annagoo raacayna xadka codsiyada, xogta iyo waqtiga. Bog-bog ayaan u qaadannaa, bog kasta kaddibna barta sii-wadista ayaan kaydinnaa si aan wax u celin.

• 403 ama diidmo gelitaan: istaagnaa oo dib u eegnaa; xannibaadda ma hareer marno.
• 429, 503 ama Temporarily Offline: sugitaanka si taxaddar leh ayaan u kordhinaa, dabadeed waan istaagnaa oo qornaa.
• Codsi kasta waxaa lagu qoraa URL, xaalad, cabbir, muddo iyo natiijo.

2. Waxa aan tirinno

Waxaan si gooni ah u haynaa cabbirrada kala duwan:

• Capture rows: stored CDX records; one capture is a URL and timestamp.
• urlkeys kala duwan: URL-yada sida kaydku u habeeyo, oo ay ku jiraan kala duwanaanshaha weydiimaha.
• Qoraallo caadiyeysan: hal waddo bog ka dib hagaajinta protocol, www iyo port.
• Hashyo kala duwan: nuqullada ay hash-ka kaydku ku kala saaro nuxur ahaan.
• Soo-saariddu waa gudaha; daabacaaddu oggolaansho ayay u baahan tahay.

Aqoonsiyada qoraalka sida /mat/107647 waa summado, tiro ma aha; kama soo saarno tirada qoraallada.

3. URL kasta u dooro nuqul kaydsan

Xiriir kasta waxaan u qiimaynaa xaaladda 200, nooca HTML, cabbirka marka loo eego dhexdhexaadka, iyo inuu ka horreeyo joogsiga nuxurka asalka ah. Waxaan doorannaa nuqulka ugu dambeeya ee saxda ah; haddii soo-saaristu fashilanto, kii ka horreeyey ayaan qaadannaa. Sababaha doorashada iyo reebista bogga qoraalka ayay ku qoran yihiin.

4. Soo saarista iyo badbaadada

• Jawaabta cayriin sidii ay tahay iyo SHA-256-keeda ayaan ku kaydinnaa bakhaar gaar ah oo ku dhisan nuxurka.
• Soo-saaruhu wuxuu qaataa cinwaan, qoraa, qayb iyo qoraal; wuxuuna saaraa script-yada, frame-yada, qaababka iyo hawl-wadeennada dhacdooyinka.
• Taariikhda nuqulka uma qaadanno taariikh daabacaad. Haddii boggu taariikh sheegin, si cad ayaan u tilmaannaa.
• Faallooyinka akhristayaasha iyo qaybaha madashu waa nuxur isticmaalayaashu sameeyeen, waana laga reebaa.
• Koodhka kaydsan marna laguma fuliyo domain-keena.

5. Qoraalka asalka ah iyo qoraallada la tafatiray

Qoraalka asalka ah ee la soo saaray lama beddelo; soo-saarid cusub diiwaan cusub bay abuurtaa. Daabacaadda cilmiyeed waa lakab gooni ah oo leh nooc iyo faallo tifaftireed. Lama daabaco ilaa xuquuqda la hubiyo oo laba aqoonyahan oo madax-bannaan, aan tifaftiraha ahayn, ay ansixiyaan.

6. Kaydinta iyo kayd-celinta

Himilada 3-2-1-1-0: 3 nuqul oo la xaqiijiyey, 2 nooc oo kayd ah, 1 meel ka baxsan, 1 aan la beddeli karin ama maamul gaar ah leh, iyo 0 khalad marka dib loo soo celiyo. Xaaladda dhabta ah waan shaacinnaa; nuqul-samayntu kayd-celin ma aha.

7. Garaadka macmalka ah

Calaamado, qoraal-u-beddelid iyo soo-koobid otomaatig ah waa talooyin sugaya hubin bani'aadam. Isha looma nisbeeyo, fatwo ama xukunna looma adeegsan karo.