Recherche, récupération, emballage et livraison.
- Apply the selected archive filters
- Prepare the matched snapshot set
- Keep snapshot metadata with stored pages
- Deliver through the selected archive path
Jeux de données et flux
Web Archive: Résultats de la recherche
Trouvez des captures historiques de pages par domaine, URL et date. Vérifiez les captures disponibles, puis recevez pages et métadonnées pour la recherche ou l’analyse des changements.
Conception de requête
Trouvez l’historique des pages utile à votre recherche
Définissez ce qui doit figurer dans la recherche avant de récupérer des pages. Un brief ciblé garde l’ensemble apparié pertinent, plus facile à estimer et plus simple à traiter en aval.
01 · source
Domaine · modèle d'URLChoisissez des domaines et des familles d'URL.
Nommez les domaines publics et les schémas de parcours qui contiennent les pages dont vous avez besoin pour la recherche, l'index ou le corpus.
02 · temps
Date de début · date de finMettez la fenêtre historique.
Utilisez une plage de dates précise afin que chaque capture correspondant à la période que vous avez l'intention d'analyser ou de remplir.
03 · contenu
Langue · type de contenuGardez les types de pages pertinents.
Régler par langage et type de contenu lorsque le flux de travail récepteur s'attend à un type particulier de matériel source.
04 · destination
S3 · webhookConception du pipeline de réception.
Choisissez la façon dont le paquet d'archives doit arriver et gardez le contenu de la page à côté de ses métadonnées de capture depuis la première remise.
Context historique
Conservez les captures de pages avec leur date
Les captures correspondantes créent un historique daté pour chaque URL ou famille d'URL. Gardez la page stockée et capturez le contexte ensemble afin que les équipes en aval puissent comparer les versions avec un axe de temps clair.
- Plus tôtCapture de la ligne de basesnapshot 01
Conserver la page telle qu'elle apparaissait au moment de la capture enregistrée.
- RévisionVersion de page modifiéesnapshot 02
Conservez une autre capture pour comparer champ, texte, lien ou mise en page en aval.
- Plus tardÉtat archivé plus tardsnapshot 03
Remplissez la fenêtre demandée avec la dernière capture correspondante dans le jeu de résultats.
Faire vérifier la couverture
Revoir la portée correspondante par rapport aux domaines, chemins, dates, langues et types de contenu sélectionnés. Rétractionner la requête jusqu'à ce que le résultat représente la tranche historique que votre flux de travail peut utiliser.
Retour et livraison
De la recherche d’archives à la livraison
Le parcours du produit est délibéré: définir des filtres, examiner la portée et l'estimation correspondantes, préparer les pages historiques sélectionnées, puis fournir le contenu et les métadonnées ensemble.
- 01 · définir
Envoyez le rapport de requête.
Domaines, modèles d'URL, plage de dates, langue, type de contenu et destination.
- 02 · révision
Inspectez la portée correspondante.
Vérifiez que la forme du résultat est en accord avec la question historique avant de la récupérer.
- 03 · préparer
Gardez les instantanés et le contexte ensemble.
Package stored pages with URL, capture time, language, type, and collection metadata.
- 04 · livrer
Envoyez le colis en aval.
Choisissez S3 ou la livraison webhook pour le flux de travail des données de réception.
La question, la portée utilisable et le produit des données en aval.
- Approved domains, paths, and historical window
- Language and content requirements
- Parsing, comparison, indexing, or model workflow
- Storage, retention, access, and downstream decisions
Vous avez besoin d'une sortie structurée ?
Explore Managed DataMettre l'extraction, la normalisation, le suivi de la qualité et la livraison récurrente dans le Données gérées.
Archives web fournit des pages historiques et du contexte. Données gérées est le chemin utilisé lorsque la sortie finale doit être un ensemble de données structurée maintenue.
Cas d'utilisation
Pages historiques pour la recherche et l’analyse des changements
Conformité du produit
Comparez vos options
Produit | Le meilleur point de départ | Ce que vous recevez | Conformité au fonctionnement |
|---|---|---|---|
Archives web | Un domaine historique, une famille d'URL et une fenêtre de date | Pages publiques stockées avec des métadonnées instantanées | Découverte historique, réapprovisionnement et analyse des changements |
Un domaine de données et un schéma disponibles | Détails et échantillons représentatifs des ensembles de données préparés | Découvrez une collection existante avant de choisir la livraison | |
Une collection structurée définie, la cadence et la destination | Livraisons structurées récurrentes prévues | Garder une portée de données connue en flux vers les systèmes en aval | |
Une nouvelle collection à plusieurs pages | Résultats de collecte alignés au cours de l'évaluation | Ramasser des pages éligibles liées à partir de points d'entrée agréés | |
Une source prise en charge target | Des enregistrements structurés conservés sur demande | Accès à la source par application via un schéma connu | |
Une source personnalisée, un schéma, une cadence et une destination | Une livraison structurée entièrement opérationnelle | Remplissez-les, extraisez-les, laissez-les en quantité et entretien |
Orientation des prix
Obtenez un devis adapté à votre charge de travail
Évaluation des archives
Commencez par une requête représentative.
Apportez un ensemble de domaines, des schémas de chemin, la plage de dates, la langue et les besoins en type de contenu, plus le système qui recevra le paquet d'archives.
FAQ
Questions sur le produit
Quel est le nombre de Archives web ?
Archives web aide les équipes à trouver des instantanés historiques de pages publiques déjà présentes dans l'archivage. Définir les domaines pertinents, les modèles d'URL, la plage de dates, la langue et le type de contenu, puis recevoir les pages correspondantes avec le contexte de capture.
Qu'est-ce qu'une photo d'archives contient ?
Une capture instantanée livrée associe la page stockée avec des métadonnées instantanées telles que l'URL source, le temps de capture, la langue, le type de contenu et le contexte de collecte nécessaires pour l'organiser ou le comparer en aval.
Comment réduire la requête d'archives ?
Réservez la requête avec un domaine ou un ensemble de domaines, des modèles d'URL, une plage de dates, une langue et un type de contenu.
Puis-je revoir le champ d'application avant la livraison ?
Oui. Le flux d'évaluation est conçu autour de l'examen de la portée et de l'estimation correspondantes avant la préparation du paquet d'images instantanées. Vous pouvez affiner les filtres lorsque le résultat initial est plus large ou plus étroit que la question de recherche prévue.
Comment les données d'archives sont-elles livrées?
Le paquet d'archives peut être livré à S3 ou à webhook, avec des pages stockées et leurs métadonnées d'imagerie conservées ensemble. Choisissez le chemin qui convient le mieux à votre ingestion, stockage et flux de travail de traitement.
Le Archives web peut-il appuyer l'analyse des changements dans l'histoire ?
Oui. Retirer des captures pour la même famille d'URL ou d'URL sur une plage de dates définie, conserver chaque heure de capture et comparer les versions dans votre flux de travail de recherche, d'indexation, de surveillance ou d'extraction en aval.
Que dois-je fournir pour les prix?
Apportez les domaines, les modèles d'URL, la plage de dates, les filtres de langue et de type de contenu, la portée correspondante attendue, les préférences de livraison et les exigences de support.
Résumé des données historiques
Vérifiez l’historique disponible pour vos URL
Partagez domaines, modèles d’URL et dates. Nous vérifions les captures disponibles et définissons la livraison des archives.