metaTED

Det gør den ved at skabe mere end 8 metalinks af TED foredrag varierende i både kvalitetsniveau og mulige talk grupperinger af mappen

Egenskaber :.

• Opretter samtaler med informative filnavne - dvs. Utraditionelle Forklaringer / Hans Rosling om hiv -. Nye fakta og fantastiske data visuals.mp4 stedet for original HansRosling_2009_480.mp4
• forsøger hårdt at få alle de samtaler, eller i hvert fald de fleste af dem -. Med en god grund, hvis nogle har undladt
• Større udvalg -. Skaber en metalink pr tilgængelig kvalitetsniveau (i øjeblikket lav og høj)
• Større udvalg - skaber en metalink pr tilgængelig snak gruppering, med alle samtaler, der tilhører samme koncern placeret inde i et fælles bibliotek. De mulige talk grupperinger er udvundet af samtaler metadata (i øjeblikket filme / publishing år, taler tema og forfatter).
• Aggressiv caching gennem hele projektet, for at undgå dyre netværk / CPU operationer så meget som muligt. Korrekt cache ugyldiggørelse inkluderet.
• Høje niveauer af fejltolerance.
• Enkel, men alligevel kraftfulde hjemmeavlede webcrawler.
• Fleksibel og Extensible software design med ændringer i tankerne.
• Giver både konsollen script og en offentlig API.

Hvad er nyt i denne udgivelse:.

• Blacklistet anden snak URL med ingen downloads
• Opdateret forfatter og video metadata markører som TED opdateret sin HTML layout.

Hvad er nyt i version 2.0.0:

• Feature tilføjelser:
• Fixed problem # 4 - Tilføjet talk undertekster support, som pr utallige opfordringer. Større tak til Randall Mason til den indledende gennemførelse.
• Tilføjet parallelitet til crawler, hvilket fører til væsentlige forbedringer ydeevne.
• Tilføjet filme år, forlagsvirksomhed år og begivenhed navn til samtaler metadata, der automagisk tilføjet nye mulige talk grupperinger.
• Tilføjet parallelitet til Metalink generator, hvilket fører til væsentlige forbedringer ydeevne.
• Fejlrettelser:
• Opdateret snak tema markører som TED opdateret sin HTML layout og forbedret fejlhåndtering.
• Opdateret Video Download markører og downloade URL'er afsløring kode som TED opdateret sin HTML layout.
• Opdateret forfatter markører og detektion kode som TED opdateret sin HTML layout.
• talk_info metadata cache er skrevet til disken så hurtigt som muligt for at minimere tab af data på fejl.
• Fjernet setup.cfg da vi ikke længere har brug for det.
• Fjernet drømmende-trac projekt reference fra LICENS.
• Interne:
• skiftet fra at bruge setuptools at distribuere til emballage.
• Fjernet crawler baseret side caching, da det ikke længere bruges eller behov.
• skiftet fra BeautifulSoup til LXML og fjernet brugerdefinerede crawler kode til fordel for lxml.html.parse.
• Minimal Python-version rumlede fra 2.4+ til 2,6 +.
• Major refactoring at modernisere den eksisterende kodebase, og samtidig forbedre kode stil, optimere ydeevnen og komme af akkumulerede teknisk gæld. Eksisterende API har lidt lidt.

Hvad er nyt i version 1.0.5:

• Opdateret snak tema markører som TED opdateret sin HTML layout .

Hvad er nyt i version 0.1:

• Blacklistet et par snak URL'er, da de ikke har haft eventuelle downloads for et godt stykke tid.
• Opdateret video download markører som TED opdateret sin HTML layout.

Krav :

• Python