sapo-videos/README.md
2023-07-28 10:52:38 +01:00

911 B

Saca-sapos

Projecto de arquivar o videos.sapo.pt antes que desapareça (17 de setembro)

Endereço do site com informação de como ajudar: https://sapo.pxto.pt

Componentes

Crawler scripts

Um bando de scripts para descobrir o máximo de video-ids possível. É composto pelos ficheiros .sh.

Servidor de coordenação

Um servidor que mantém e distribui video-ids para quem quiser ajudar a preservar a coisa descarregando os vídeos. Escolhe N vídeos aleatórios, e vai mantendo um registo dos file sizes + sha256 dos vídeos descarregados.

Programa de descarregamento

O programa que pede ao servidor um bando de video-ids e os descarrega. É só ficheiro saca-sapos.

Base de dados de video-ids e metadados

Antes estava aqui neste repositório um videos.csv e um videos.jsonl, mas isso empatou o servidor de git por completo. Vou mandar isso para outro lado soon™.