Pesquisa de arquivo, recuperação, embalagem e entrega.
- Apply the selected archive filters
- Prepare the matched snapshot set
- Keep snapshot metadata with stored pages
- Deliver through the selected archive path
Conjuntos de dados e feeds
Arquivo da Web: Imagens históricas da página
Encontre capturas históricas de páginas por domínio, URL e data. Confira as disponíveis e receba páginas e metadados para pesquisa, preenchimento histórico ou análise de mudanças.
Projeto de consulta
Encontre o histórico de páginas para sua pesquisa
Defina o que pertence à pesquisa antes de recuperar páginas. Um resumo focado mantém o conjunto correspondente relevante, mais fácil de estimar e mais fácil de processar para baixo.
01 · fonte
Domínio · padrão de URLEscolha domínios e famílias de URLs.
Nomear os domínios públicos e padrões de caminho que contêm as páginas de pesquisa, índice ou corpus necessários.
02 · tempo
Data de início · data de fim- Aventure a janela histórica.
Use um intervalo de datas preciso para que cada captura correspondente pertença ao período que pretende analisar ou reencaminhar.
03 · conteúdo
Língua · tipo de conteúdoMantenha os tipos de página relevantes.
Estreção por idioma e tipo de conteúdo quando o fluxo de trabalho receptor espera um tipo específico de material fonte.
04 · destino
S3 · webhookProjeto para o gasoduto receptor.
Escolha como o pacote de arquivo deve chegar e mantenha o conteúdo da página ao lado dos metadados capturados da primeira transferência.
Contexto histórico
Mantenha as capturas de páginas junto aos horários
Captures combinadas criam um histórico datado para cada URL ou família de URLs. Mantenha a página armazenada e capture o contexto juntos para que as equipes a jusante possam comparar versões com um eixo de tempo claro.
- - Antes .Captura de linha de basesnapshot 01
Manter a página tal como apareceu no momento da captura.
- RevisãoVersao alterada da páginasnapshot 02
Preserve outra captura para comparação de campo, texto, link ou layout para baixo.
- Mais tardeEstado posteriormente arquivadosnapshot 03
Complete a janela solicitada com a captura de correspondência mais recente no conjunto de resultados.
Tornar a cobertura inspecionável
Revisar o escopo correspondente contra os domínios, caminhos, datas, idiomas e tipos de conteúdo selecionados. Refinar a consulta até que o resultado represente a faixa histórica que o fluxo de trabalho pode usar.
Recuperação e entrega
Da busca no arquivo à entrega
A viagem do produto é deliberada: definir filtros, revisar o âmbito e a estimativa correspondentes, preparar as páginas históricas selecionadas e, em seguida, fornecer conteúdo e metadados juntos.
- 01 · definir
Envie o relatório de consulta.
Domínios, padrões de URL, intervalo de datas, idioma, tipo de conteúdo e destino.
- 02 · revisão
Inspecte o escopo correspondente.
Verifique se a forma do resultado se alinha com a pergunta histórica antes da recuperação.
- 03 · preparação
Mantenha as imagens e o contexto juntos.
Package stored pages with URL, capture time, language, type, and collection metadata.
- 04 · entrega
Envia o pacote para baixo.
Escolha S3 ou webhook para o fluxo de trabalho de dados recebidos.
A questão, o escopo utilizável e o produto de dados a jusante.
- Approved domains, paths, and historical window
- Language and content requirements
- Parsing, comparison, indexing, or model workflow
- Storage, retention, access, and downstream decisions
Precisas de uma saída estruturada?
Explore Managed DataMover extração, normalização, monitoramento de qualidade e entrega recorrente para Dados geridos.
Arquivo da web fornece páginas históricas e contexto. Dados geridos é o caminho operado quando a saída final deve ser um conjunto de dados estruturados mantidos.
Casos de utilização
Páginas históricas para pesquisa e análise de mudanças
Aptidão do produto
Compare suas opções
Produto | Melhor ponto de partida | O que recebe | Apto para funcionamento |
|---|---|---|---|
Arquivo da web | Um domínio histórico, família de URL e janela de data | Páginas públicas armazenadas com metadados instantâneos | Descoberta histórica, análise de retroescala e mudanças |
Um domínio e esquema de dados disponíveis | Detalhes dos conjuntos de dados preparados e amostras representativas | Descubra uma coleção existente antes de escolher a entrega | |
Uma coleção estruturada definida, cadência e destino | Entrega regular e estruturada | Mantém um escopo de dados conhecido fluindo para sistemas a jusante | |
Uma nova coleção de várias páginas | Resultados da coleta alinhados durante a avaliação | Recolher páginas elegíveis relacionadas a partir de pontos de entrada aprovados | |
Uma fonte suportada target | Registros estruturados mantidos a pedido | Acesso à fonte liderado pela aplicação através de um esquema conhecido | |
Uma fonte, esquema, cadência e destino personalizados | Uma entrega totalmente estruturada | A recolha, extração, qualidade e manutenção são de mãos dadas |
Orientação dos preços
Obtenha um orçamento para sua carga de trabalho
Avaliação dos arquivos
Comece com uma consulta representativa.
Trazer um conjunto de domínios, padrões de caminho, intervalos de datas, necessidades de idioma e tipo de conteúdo, plus o sistema que receberá o pacote de arquivo.
FAQ
Perguntas sobre o produto
O que é Arquivo da web?
Arquivo da web ajuda as equipes a encontrar instantâneos históricos de páginas públicas já presentes no arquivo. Defina os domínios relevantes, padrões de URL, faixa de data, idioma e tipo de conteúdo, em seguida, receba as páginas correspondentes com contexto de captura.
O que inclui uma imagem de arquivo?
Uma imagem instantânea entregue combina a página armazenada com metadados instantâneos, como o URL da fonte, o tempo de captura, a linguagem, o tipo de conteúdo e o contexto de coleta necessários para organizá-lo ou compará-lo para baixo.
Como posso restringir uma consulta de arquivo?
Escolha a consulta com um domínio ou conjunto de domínios, padrões de URL, um intervalo de datas, idioma e tipo de conteúdo. Filtros mais apertados tornam o conjunto correspondente mais fácil de revisar e manter a entrega focada no fuso histórico de seus necessidades de fluxo de trabalho.
Posso rever o escopo correspondente antes da entrega?
Sim. O fluxo de avaliação é projetado em torno da revisão do escopo e estimativa correspondentes antes de o pacote de imagens instantâneas ser preparado.
Como são entregues as informações dos arquivos?
O pacote de arquivo pode ser entregue para S3 ou webhook, com páginas armazenadas e seus metadados instantâneos mantidos juntos. Escolha o caminho que melhor se adapte ao seu fluxo de trabalho de ingestão, armazenamento e processamento.
Pode Arquivo da web apoiar a análise da história das mudanças?
Sim. Retirar capturas para a mesma família de URL ou URL em uma faixa de datas definida, reter cada tempo de captura e comparar as versões no seu fluxo de trabalho de pesquisa, indexação, monitoramento ou extração.
O que devo fornecer para os preços?
Traga os domínios, padrões de URL, faixa de data, linguagem e filtros de tipo de conteúdo, alcance esperado, preferência de entrega e requisitos de suporte.
Resumo de dados históricos
Confira o histórico disponível para suas URLs
Compartilhe domínios, padrões de URL e datas. Revisaremos as capturas disponíveis e definiremos a entrega do arquivo.