Scraper

mosty-trebic live host hotovo

https://mosty-trebic.truczkin.cz/

26

stranek stazeno

23

unikatnich obsahu

23

souboru .md

0

zbyva ve fronte

24 164

znaku textu

pages/ — prolistovat 23 stranek Markdown

duplicity.csv 561 B

index.jsonl 58.5 KB

report.md 962 B

stav.json 346 B

strom.txt 490 B

urls.csv 7.5 KB

Pridani dalsiho webu

cd /www/hosting/truczkin.cz/scrapingpython3 engine/novy.py https://dalsi-web.cz              # rezim si zvoli sam
python3 engine/novy.py stary-web.cz --rezim archiv       # jen z Wayback Machine
python3 engine/novy.py web.cz --rozsah subdomeny         # vcetne subdomen

Bezec ulohu sebere do 5 minut. Nic dalsiho neni potreba.

Prubeh

2026-09-13 20:00:01  --- jobs/mosty-trebic.json (rozpocet 55 min)
    2026-09-13 20:00:03  === mosty-trebic | https://mosty-trebic.truczkin.cz/ | python 3.13.5
    2026-09-13 20:00:03  FAZE OBJEV pro https://mosty-trebic.truczkin.cz/ (rezim live, rozsah host)
    2026-09-13 20:00:03    robots.txt: 0 sitemap, crawl-delay None
    2026-09-13 20:00:04    ze sitemap pridano: 0
    2026-09-13 20:00:04    ve fronte po objevu: 1
    2026-09-13 20:00:17    stazeno 25, chyb 0, ve fronte 1, tempo 0.5s
    2026-09-13 20:00:17    FAZE STAHNI konec: +26 stranek, 0 chyb
    2026-09-13 20:00:19    FAZE VYTEZ: 23 stranek do pages/, 3 preskoceno (duplicita/kratke), index.jsonl hotov
    2026-09-13 20:00:19    FAZE EXPORT: 26 stranek, 23 unikatnich, fronta 0
2026-09-13 20:05:02  vsechny ulohy dokoncene (1), nic k praci
2026-09-13 20:10:02  vsechny ulohy dokoncene (1), nic k praci