Download - e-Lis

Programa de Sistemas de Información y Documentación, Bibliotecología y
Archivística
que se encuentren referenciados en las páginas descargadas. HTTrack mantiene
la estructura de enlaces del sitio original y permite navegar por el sitio descargado
como si del sitio original se tratase. Normalmente este tipo de programas
distinguen entre enlaces internos (enlaces a archivos contenidos en el mismo sitio
web de la página inicial) y externos (enlaces a archivos contenidos en otros sitios
web).
Para el trabajo se decidio tomar el sitio de exlibris como pundo de partida de
indexador y se ha configurado para que realice busqueda en prufundidad de seis
niveles y tome todos los contenidos externos vinculados desde este sitio hasta
completar los niveles señalados, esto se realizò mediante la siguiente instrucciòn:
httrack http://exlibris.usal.es -r6
Los ducumentos recuperados por el indizador se encuentran en la direcciòn:
http://bomarzo.rec.usal.es/swish-e/trabajo4/httrack/
Despues de realizar en analisis y descarga de sitio senalado y los sitios asociados
(proceso que duró tres horas), el programa generó un directorio por cada sitio
recolectado. El total de archivos descargados ocupa 2.7 GB tal como lo presenta
el siguiente comando:
[root@bomarzo trabajo4]# du -k -c httrack/
2.774.276 httrack/
El archivo LOG del Spider generó la siguiente información:
[root@bomarzo httrack]# cat hts-log.txt | more
Pág. 42