The little things give you away... A collection of various small helper stuff
Nelze vybrat více než 25 témat Téma musí začínat písmenem nebo číslem, může obsahovat pomlčky („-“) a může být dlouhé až 35 znaků.
 
 
JustAnotherArchivist dde4464555 Cover two more rare URLs před 1 týdnem
LICENSE Initial commit před 1 rokem
README.md Initial commit před 1 rokem
archivebot-blogspot Fix HTTPS handling před 1 rokem
archivebot-high-memory Support python3 in any directory instead of just /usr/bin před 1 rokem
archivebot-jobid-calculation More snscrape helper tools před 1 rokem
archivebot-jobs Add ETA column před 2 týdny
archivebot-list-stuck-requests Fix line endings před 1 rokem
archivebot-monitor-job-queue First set of little things před 1 rokem
archivebot-youtube Add helper for AB/chromebot-ing YouTube channels and users před 1 rokem
bing-scrape Add Bing, Reddit/Pushshift, and FoolFuuka scrapers před 1 rokem
curl-ua Add IE6 UA před 2 měsíci
deb-repo-urls Fix deb file URLs před 5 měsíci
dedupe Another alternative and performance/memory comparison před 2 měsíci
europarl-meps-collect Add script for scraping MEP links from europarl.europa.eu před 1 rokem
foolfuuka-search Better workaround for the 5000 results limit; works for FoolFuuka 2.0.1 and up před 1 rokem
format-size Split out size formatting před 1 rokem
fos-ftp-upload First set of little things před 1 rokem
get-crx4chrome-urls First set of little things před 1 rokem
gofile.io-dl Verbosity před 3 měsíci
ia-derive Add script to queue derive on IA před 1 rokem
ia-upload-progress Proper script for tracking size of uploaded data před 1 rokem
iasha1check Colourise output před 4 týdny
ix.io-upload Allow overriding the "remote filename" před 1 rokem
kill-wpull-connections Merge kill-wpull-connections repository into little-things před 4 měsíci
killcx-all-https First set of little things před 1 rokem
mastodon-enumerate-users Enumerate users on a Mastodon instance před 1 rokem
mastodon-outdated Finding outdated Mastodon instances před 1 rokem
pipelines-launch-in-tmux-windows First set of little things před 1 rokem
pipelines-monitor-tmux-wget-outcomes Monitor how a pipeline's wget processes are faring před 1 rokem
pipelines-stop-gracefully First set of little things před 1 rokem
reddit-pushshift-search Add Bing, Reddit/Pushshift, and FoolFuuka scrapers před 1 rokem
run-every-five-minutes First set of little things před 1 rokem
s3-bucket-list Add support for alternative xmlns před 2 měsíci
s3-bucket-list-qwarc Record wrapper script in meta WARC as well před 2 měsíci
snscrape-extract Add support for Twitter hashtag extraction před 1 rokem
snscrape-facebook-user Silence by default před 1 rokem
snscrape-instagram-user Silence by default před 1 rokem
snscrape-prepare-commands Add support for Twitter hashtag extraction před 1 rokem
snscrape-tmux Update tmux session commands před 1 rokem
snscrape-twitter-filter Filter Twitter hashtag scrapes based on account scrapes před 1 rokem
snscrape-twitter-hashtag Extract external links from Twitter před 1 rokem
snscrape-twitter-user Extract external links from Twitter před 1 rokem
snscrape-upload Print Instagram ignore immediately after upload instead of at the end před 1 rokem
snscrape-vk-user Silence by default před 1 rokem
snscrape-wiki-transfer-merge Helper tools for snscrape and the wiki pages před 1 rokem
social-media-extract-profile-link Fix decoding of links on Facebook profiles před 9 měsíci
tar-many-files-progress First set of little things před 1 rokem
tcp-closer Add tcp-closer command před 1 rokem
transfer.notkiska.pw-check-ia Switch to HTTPS před 4 měsíci
transfer.notkiska.pw-upload Print deletion URL on stderr před 1 rokem
uniqify Add uniqify před 1 rokem
url-normalise Normalise domain name to lower-case before further processing před 9 měsíci
warc-peek Add WARC/1.1 support před 4 měsíci
warc-size Split out size formatting před 1 rokem
warc-tiny Prevent constantly moving bytes around for better performance on large chunked records před 3 týdny
website-extract-social-media Add support for Facebook /pages/category/Category/Name-ID URLs před 9 měsíci
wget-spider-estimate-size First set of little things před 1 rokem
wiki-list-to-main Add ArchiveBot wiki list helper před 1 rokem
wiki-recursive-extract-normalise Fix deduplication within each section processing před 1 rokem
wiki-sections-sort Add wiki-sections-sort před 1 rokem
wiki-website-extract-social-media Add script for automatic social media discovery před 1 rokem
wpull1-parallel-progress-monitor First set of little things před 1 rokem
wpull1-progress-monitor First set of little things před 1 rokem
wpull2-extract-remaining Add script for extracting remaining wpull 2 queue před 8 měsíci
wpull2-log-extract-errors Treat NXDOMAIN and no A/AAAA record errors as ok před 2 měsíci
wpull2-url-origin Fixed version which handles multiple roots correctly před 1 rokem
youtube-extract Cover two more rare URLs před 1 týdnem
youtube-filter-autogen-channels Add youtube-filter-autogen-channels před 1 rokem

README.md

Over the past few years, I’ve written and accumulated a number of useful little things to help with archival-related tasks. This repository collects them. I hope someone finds some of them useful.

License (applies to all programs in this repository)

This program is free software: you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version.

This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.

You should have received a copy of the GNU General Public License along with this program. If not, see https://www.gnu.org/licenses/.