tgoop.com/saveweb/108
Last Update:
为了 STWP 不长期咕咕咕🌚，我们将每周发布项目进展简讯。
---
第 14 周项目摘要。
20230401 ~ 20230403：
@jsun969 在尝试给 uglysearch.othing.xyz 写前端：https://github.com/saveweb/saveweb-search-frontend
20230405：
saveweb/review-2022 收录 +1
20230403 ~ 20230406：
* 播客存档项目开工，写存档工具：https://github.com/saveweb/preserve-those-podcasts
20230408：
* 播客存档工具GA了，试着存档了 30 个播客，占用 140GiB。（之后会扩大存档规模）
* 把某国内应用市场的存档计划对应的存档服务器的数据库拉回本地，做分库。
* 抓包，探索了国内知名播客应用「小宇宙」的API。
20230409：
* wikiapiary.com 上的 wikiteam bot 机器人已经宕机 8 年了。这 8 年 wikiapiary、IA、pywikibot、MediaWiki、WikiTeam 等软件或服务的 API 都有变化， wikiteam/wikiteam repo 里原来的那个bot脚本已经用不了了。
于是写了个新 bot ，尝试复活它。
https://github.com/saveweb/wikiapiary-wikiteam-bot
正在尝试联系原 wikiteam bot 的账号持有人，如果联系不到，咱们就联系 wikiapiary 申请个机器人账号自己跑。🌚
---
近日讨论摘要：
1. https://github.com/saveweb/see-agreement/ 这个项目一直搁置……
2. 日经讨论：吐槽网络、哀嚎缺存储空间、吐槽SSD寿命。
3. https://www.podcastrepublic.net/ 可以作为博客存档项目的爬取源。
4. Mac 软件：Little Snitch Network Monitor 的流量可视化有点酷。
5. xuite.net 「Xuite 隨意窩」 博客平台要关站了。
---
接下来的工作/待办事项：
1. 需要继续维护 rss-list ，缺人。
2. 软盘存档项目，写具体的存档流程和方法（写手册，也可能录视频）。
3. mediawiki 存档相关：
3.1 优化 wikiteam3 的 launcher.py ，只把 history.xml 打进一个压缩包。
3.2 弃用 wikiteam3 给每个媒体文件下载 .desc 文件的“特性”。
3.3 流式解析 wikiteam3 生成的 wikidump xml，做 xml 校验器。
3.4 写个保存 fandom wiki 的 comments 的小脚本。（wikiteam#456）
4. 做 DokuWiki 存档。小目标：完成 100 个 DokuWiki 的存档（目前存了20多个）。最好能吸引“国际友人”参与（目前只有一个）。
5. @jsun969 写博客搜索引擎的前端。
6. 将 FreshRSS 的 MariaDB 与 MeiliSearch 对接，使博客搜索引擎全文索引能实时更新。（目前是手动全库导入）
7. @oveRidea_China 开发 BiliBili 每日 Top 100 视频存档。
8. 继续探索：播客存档的方法。
---
咕咕咕（停摆）的项目：
1. see-agreement （收集各网站/软件的用户协议，隐私协议等） 2. 互联网公墓 wiki （记录关站的网站和服务） 3. 天涯论坛存档（元数据爬取都还没做好，元数据通过 web 爬取行不通，得走API） 4. Git 博客仓库存档（需要人维护，停摆） 5. 语雀公开知识库存档（语雀现在能开公开知识库的都是付费用户，给付费用户做存档，感觉有点……提不起兴趣）
BY Save The Web Project
Share with your friend now:
tgoop.com/saveweb/108