Movatterモバイル変換


[0]ホーム

URL:


Wayback Machine
17 captures
15 Sep 2011 - 01 Jun 2025
AugSEPOct
15
201020112012
success
fail
COLLECTED BY
Organization:Internet Archive
The Internet Archive discovers and captures web pages through many different web crawls.At any given time several distinct crawls are running, some for months, and some every day or longer.View the web archive through theWayback Machine.

Web wide crawl with initial seedlist and crawler configuration from March 2011. This uses the new HQ software for distributed crawling by Kenji Nagahashi.

What’s in the data set:

Crawl start date: 09 March, 2011
Crawl end date: 23 December, 2011
Number of captures: 2,713,676,341
Number of unique URLs: 2,273,840,159
Number of hosts: 29,032,069

The seed list for this crawl was a list of Alexa’s top 1 million web sites, retrieved close to the crawl start date. We used Heritrix (3.1.1-SNAPSHOT) crawler software and respected robots.txt directives. The scope of the crawl was not limited except for a few manually excluded sites.

However this was a somewhat experimental crawl for us, as we were using newly minted software to feed URLs to the crawlers, and we know there were some operational issues with it. For example, in many cases we may not have crawled all of the embedded and linked objects in a page since the URLs for these resources were added into queues that quickly grew bigger than the intended size of the crawl (and therefore we never got to them). We also included repeated crawls of some Argentinian government sites, so looking at results by country will be somewhat skewed.

We have made many changes to how we do these wide crawls since this particular example, but we wanted to make the data available “warts and all” for people to experiment with. We have also done somefurther analysis of the content.

If you would like access to this set of crawl data, please contact us at info at archive dot org and let us know who you are and what you’re hoping to do with it. We may not be able to say “yes” to all requests, since we’re just figuring out whether this is a good idea, but everyone will be considered.

TIMESTAMPS
loading
The Wayback Machine - https://web.archive.org/web/20110915101008/http://blog.fc2.com/info/blog-entry-858.html
DATE2011/08/26/Fri

おすすめブロマガを紹介します! vol.10

平素は、FC2(fc2.com)をご利用いただき、誠にありがとうございます。

FC2ブログ (blog.fc2.com) には、ユーザが自分の記事を販売できる、
ブロマガ」 という仕組みがあります。

「どうやっておもしろいブロマガを見つけたらいい?」
そんな方に、ブロマガ担当者が選んだオススメを紹介する第10回!

FC2ブログの様々なユーザが、それぞれの得意分野を、
ブロマガにしているので、一度ぜひ読んでみてください!


治療家の伊吹絢森が保険外治療、共鳴浴治療、難病治療、そのほか心身の相談、
ダイエットプログラム、酵素紹介等独自の医術見解を追及しています。

薬ではない健康食品を摂取して健康な体をつくりましょう。
ブロマガ記事はこちら



花、風景・光景、動物や昆虫の撮影した画像を有料配布します。

気に入った素材を見つけ、写真、カレンダー、メッセージカード、名刺など
あなたのデザインを際立たせませんか。
ブロマガ記事はこちら



実際のシステム開発で体験する多種多様なエラーを解決に貢献できるよう、
1000以上のエラーの体験から、詳細に解決の道筋をご案内いたします。

エラーの壁に直面したときのヒントを見つけましょう。
ブロマガ記事はこちら



鉄道ファン必見!日本と、スイス等ヨーロッパを駆け抜けた車両、形式写真をアップしています!

蒸気機関車が終焉を迎え、特急列車全盛の時代に入った1975年から1980年にかけて撮影した鉄道写真はオススメです!
ブロマガ記事はこちら



その他、いま人気のブロマガ、売れてるブロマガを探すには、
ブロマガランキング をチェックしましょう!

決済はFC2ポイント(銀行振込み)、クレジットカードにも対応!
詳しくは 「ブロマガってなに?」 をご覧ください。

【前回】 おすすめブロマガを紹介します! vol.9

あなたも「ブロマガ」を書いてみませんか!?


ブロマガは読むだけでなく、書くことも気軽にできるんです!
いつも更新しているブログで、一部の記事だけを、
「ブロマガ」に設定して販売を開始できます。

詳しくは 「ブロマガ販売の設定手順」 をご覧ください。

------------------------------------------------------
今後ともFC2をよろしくお願いいたします。
------------------------------------------------------
FC2(fc2.com)では今後もユーザーサイドの視点で、
利用者の皆様が快適にお使いいただけるよう努めてまいります。

FC2ブログ用>>

「水野真紀の魔法のレストラン」で、FC2ブロガーのお店が紹介されます! |ホーム |FC2ブログが、ネット視聴率で訪問者数 第1位に!

Comment



Track Back
TB*URL
この記事にトラックバック


|HOME |
Copyright © FC2総合インフォメーション. all rights reserved.
FC2総合インフォメーション
FC2各サービスのインフォメーションブログです。
BACK |NEXT
記事 目次
最近の記事
PIYOちゃんのお知らせ

カテゴリリスト

ブログ検索

最近のコメント
FC2サービス分類
最近のトラックバック
過去ログ
RSSフィード
リンク
powered by FCafe

FC2 BLOG


[8]ページ先頭

©2009-2025 Movatter.jp