911 B
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™.