JustAnotherArchivist
/
little-things
2
0
Fork 0
Código Incidencias 0 Pull Requests 0 Lanzamientos 0 Wiki Actividad
The little things give you away... A collection of various small helper stuff
No puede seleccionar más de 25 temas Los temas deben comenzar con una letra o número, pueden incluir guiones ('-') y pueden tener hasta 35 caracteres de largo.
606 Commits
1 Rama
2.9 MiB
 
 
 
Rama: master
Ramas Etiquetas
${ item.name }
Crear rama ${ searchTerm }
desde 'master'
${ noResults }
 ZIP  TAR.GZ
JustAnotherArchivist 0598780c3c Fix crash on pipeline group without any jobs hace 1 día
.gitignore Add infrastructure for simple C-based tools hace 4 años
.make-and-exec #!/usr/bin/env bash hace 10 meses
.urldecode-test Get rid of Makefile for more control; add proper debug build support hace 3 años
.warc-dump-responses-test #!/usr/bin/env bash hace 10 meses
.youtube-extract-rapid-test Get rid of Makefile for more control; add proper debug build support hace 3 años
LICENSE Initial commit hace 7 años
README.md Initial commit hace 7 años
alphabetseq Add common alphabets as names hace 1 año
archivebot-blogspot #!/usr/bin/env bash hace 10 meses
archivebot-compress-db #!/usr/bin/env bash hace 10 meses
archivebot-db-edit Avoid buffering full output when using a non-modifying command like print hace 3 meses
archivebot-fix-queue-counters In-progress URLs are not counted as part of the queue hace 1 año
archivebot-high-resources #!/usr/bin/env bash hace 10 meses
archivebot-irccloud-paste #!/usr/bin/env bash hace 10 meses
archivebot-jobid-calculation More snscrape helper tools hace 7 años
archivebot-jobs Reimplement archivebot-pipelines-count-jobs with pipeline state tracking and colours hace 2 semanas
archivebot-list-stuck-requests #!/usr/bin/env bash hace 10 meses
archivebot-log-extract-ignores #!/usr/bin/env bash hace 10 meses
archivebot-monitor-job-queue #!/usr/bin/env bash hace 10 meses
archivebot-pipelines-count-jobs Fix crash on pipeline group without any jobs hace 1 día
archivebot-requeue-refused #!/usr/bin/env bash hace 10 meses
archivebot-tmp-log-check-and-delete Add archivebot-tmp-log-check-and-delete hace 5 meses
archivebot-youtube #!/usr/bin/env bash hace 10 meses
at-tracker-sample-user-item-size #!/usr/bin/env bash hace 10 meses
azure-storage-list Add --jsonl option hace 4 años
b64grep #!/usr/bin/env bash hace 10 meses
base64url #!/usr/bin/env bash hace 10 meses
bencode2json Add bencode2json hace 3 años
bing-scrape #!/usr/bin/env bash hace 10 meses
bugzilla-url-list #!/usr/bin/env bash hace 10 meses
cdx-chunk #!/usr/bin/env bash hace 10 meses
cidr-merge Add cidr-merge hace 1 año
cloudflare-email-decode Add cloudflare-email-decode hace 4 años
combine-by-prefix #!/usr/bin/env bash hace 10 meses
curl-ab #!/usr/bin/env bash hace 10 meses
curl-ia Add --optional hace 5 meses
curl-irc Allow for --insecure/-k for networks with invalid TLS certificates hace 2 semanas
curl-ua Add HTTP_USER_AGENT_OVERRIDE and HTTPS_INSECURE environment variables hace 6 meses
deb-repo-urls #!/usr/bin/env bash hace 10 meses
dedupe #!/usr/bin/env bash hace 10 meses
dir-to-ia Send consistent UA to IA hace 1 mes
europarl-meps-collect #!/usr/bin/env bash hace 10 meses
extract-urls-for-archiveteam-projects #!/usr/bin/env bash hace 10 meses
foolfuuka-search #!/usr/bin/env bash hace 10 meses
format-size #!/usr/bin/env bash hace 10 meses
fos-ftp-upload #!/usr/bin/env bash hace 10 meses
get-crx4chrome-urls #!/usr/bin/env bash hace 10 meses
gitea-list-repos Add HTTP_USER_AGENT_OVERRIDE and HTTPS_INSECURE environment variables hace 6 meses
github-list-repos Add --repo-list-urls hace 6 meses
gitlab-list-repos Fix user/group resolution not having a timeout hace 6 meses
gofile.io-dl #!/usr/bin/env bash hace 10 meses
grab-site-pack Needs more -- hace 6 meses
html-extract-stupid #!/usr/bin/env bash hace 10 meses
http-response-bodies Add http-response-bodies hace 3 años
http-response-bodies.c Fix extra LF between chunks hace 2 años
ia-cdx-search Send consistent UA to IA hace 1 mes
ia-cdx-search-subdomains #!/usr/bin/env bash hace 10 meses
ia-derive Send consistent UA to IA hace 1 mes
ia-download Send consistent UA to IA hace 1 mes
ia-files-xml-to-jsonl Guarantee stable output order hace 5 años
ia-metadata Send consistent UA to IA hace 1 mes
ia-s3-auth Send consistent UA to IA hace 1 mes
ia-task-log Send consistent UA to IA hace 1 mes
ia-tasks Send consistent UA to IA hace 1 mes
ia-upload-progress #!/usr/bin/env bash hace 10 meses
ia-upload-stream Send consistent UA to IA hace 1 mes
ia-verify-file Send consistent UA to IA hace 1 mes
ia-wait-item-tasks Send consistent UA to IA hace 1 mes
iasha1check Exit non-zero if retrieving the IA file list fails hace 3 meses
ix.io-upload #!/usr/bin/env bash hace 10 meses
kill-connections #!/usr/bin/env bash hace 10 meses
kill-wpull-connections #!/usr/bin/env bash hace 10 meses
killcx-all-https #!/usr/bin/env bash hace 10 meses
mastodon-enumerate-users Enumerate users on a Mastodon instance hace 7 años
mastodon-outdated #!/usr/bin/env bash hace 10 meses
moinmoin-url-list Add timeout and option to disable certificate verification hace 7 meses
parent-urls #!/usr/bin/env bash hace 10 meses
pipelines-launch-in-tmux-windows #!/usr/bin/env bash hace 10 meses
pipelines-monitor-tmux-wget-outcomes #!/usr/bin/env bash hace 10 meses
pipelines-stop-gracefully #!/usr/bin/env bash hace 10 meses
reddit-pushshift-search #!/usr/bin/env bash hace 10 meses
run-every-five-minutes #!/usr/bin/env bash hace 10 meses
s3-bucket-find-direct-url Add support for PermanentRedirect error responses hace 2 años
s3-bucket-list Fix for DigitalOcean Spaces (which puts <Marker> after the <Contents>) hace 1 año
s3-bucket-list-qwarc #!/usr/bin/env bash hace 10 meses
sample #!/usr/bin/env bash hace 10 meses
snscrape-extract #!/usr/bin/env bash hace 10 meses
snscrape-facebook-user #!/usr/bin/env bash hace 10 meses
snscrape-instagram-user #!/usr/bin/env bash hace 10 meses
snscrape-prepare-commands #!/usr/bin/env bash hace 10 meses
snscrape-tmux #!/usr/bin/env bash hace 10 meses
snscrape-twitter-filter #!/usr/bin/env bash hace 10 meses
snscrape-twitter-hashtag #!/usr/bin/env bash hace 10 meses
snscrape-twitter-user #!/usr/bin/env bash hace 10 meses
snscrape-upload #!/usr/bin/env bash hace 10 meses
snscrape-vk-user #!/usr/bin/env bash hace 10 meses
snscrape-wiki-transfer-merge #!/usr/bin/env bash hace 10 meses
social-media-extract-profile-link #!/usr/bin/env bash hace 10 meses
sum-sizes Avoid float roundtrip for integer values hace 2 años
tar-many-files-progress #!/usr/bin/env bash hace 10 meses
tcp-closer Add tcp-closer command hace 7 años
torrent-tiny Fix negative ints hace 3 años
transfer.archivete.am-upload Pass the curl exit status outwards hace 5 meses
transfer.notkiska.pw-check-ia #!/usr/bin/env bash hace 10 meses
uniqify #!/usr/bin/env bash hace 10 meses
uniqify-recent #!/usr/bin/env bash hace 10 meses
url-normalise #!/usr/bin/env bash hace 10 meses
url-prefix-count #!/usr/bin/env bash hace 10 meses
urldecode Add URL/percent decoding tool hace 4 años
urldecode.c Fix unused argc and argv error hace 3 años
urlsort #!/usr/bin/env bash hace 10 meses
warc-dump-responses Add warc-dump-responses hace 3 años
warc-dump-responses.c Fix error when the terminating CRLFCRLF of a record is truncated hace 2 años
warc-get-rubbish-offset Add warc-get-rubbish-offset hace 6 meses
warc-peek Allow negative offsets to peek near the end of the file hace 3 años
warc-size #!/usr/bin/env bash hace 10 meses
warc-tiny Fix crash on non-understood payload digests hace 5 meses
website-extract-social-media #!/usr/bin/env bash hace 10 meses
wget-spider-estimate-size #!/usr/bin/env bash hace 10 meses
wiki-list-to-main Add ArchiveBot wiki list helper hace 7 años
wiki-recursive-extract-normalise #!/usr/bin/env bash hace 10 meses
wiki-sections-sort #!/usr/bin/env bash hace 10 meses
wiki-website-extract-social-media #!/usr/bin/env bash hace 10 meses
wpull1-parallel-progress-monitor #!/usr/bin/env bash hace 10 meses
wpull1-progress-monitor #!/usr/bin/env bash hace 10 meses
wpull2-children #!/usr/bin/env bash hace 10 meses
wpull2-db-edit Add DB sampling hace 8 meses
wpull2-extract-ignored #!/usr/bin/env bash hace 10 meses
wpull2-extract-remaining #!/usr/bin/env bash hace 10 meses
wpull2-html-scrape Add wpull2-html-scrape hace 9 meses
wpull2-log-colourise #!/usr/bin/env bash hace 10 meses
wpull2-log-extract-errors #!/usr/bin/env bash hace 10 meses
wpull2-requeue Add wpull2-db-edit, a more flexible and powerful replacement of wpull2-requeue hace 1 año
wpull2-url-origin #!/usr/bin/env bash hace 10 meses
youtube-channel-list.py Use _type instead of key check hack hace 3 años
youtube-extract Exclude backslashes in channel patterns hace 3 años
youtube-extract-rapid Add youtube-extract-rapid hace 4 años
youtube-extract-rapid.c Add youtube-extract-rapid hace 4 años
youtube-filter-autogen-channels #!/usr/bin/env bash hace 10 meses
zstdwarccat Pass through zstd exit status hace 1 año

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/.