JustAnotherArchivist
/
little-things
2
0
Förgrening 0
Kod Ärenden 0 Pull-förfrågningar 0 Släpp 0 Wiki Aktiviteter
The little things give you away... A collection of various small helper stuff
Du kan inte välja fler än 25 ämnen Ämnen måste starta med en bokstav eller siffra, kan innehålla bindestreck ('-') och vara max 35 tecken långa.
606 Incheckningar
1 Gren
2.9 MiB
 
 
 
Gren: master
Grenar Taggar
${ item.name }
Skapa branchen ${ searchTerm }
från 'master'
${ noResults }
 ZIP  TAR.GZ
JustAnotherArchivist 0598780c3c Fix crash on pipeline group without any jobs 1 dag sedan
.gitignore Add infrastructure for simple C-based tools 4 år sedan
.make-and-exec #!/usr/bin/env bash 10 månader sedan
.urldecode-test Get rid of Makefile for more control; add proper debug build support 3 år sedan
.warc-dump-responses-test #!/usr/bin/env bash 10 månader sedan
.youtube-extract-rapid-test Get rid of Makefile for more control; add proper debug build support 3 år sedan
LICENSE Initial commit 7 år sedan
README.md Initial commit 7 år sedan
alphabetseq Add common alphabets as names 1 år sedan
archivebot-blogspot #!/usr/bin/env bash 10 månader sedan
archivebot-compress-db #!/usr/bin/env bash 10 månader sedan
archivebot-db-edit Avoid buffering full output when using a non-modifying command like print 3 månader sedan
archivebot-fix-queue-counters In-progress URLs are not counted as part of the queue 1 år sedan
archivebot-high-resources #!/usr/bin/env bash 10 månader sedan
archivebot-irccloud-paste #!/usr/bin/env bash 10 månader sedan
archivebot-jobid-calculation More snscrape helper tools 7 år sedan
archivebot-jobs Reimplement archivebot-pipelines-count-jobs with pipeline state tracking and colours 2 veckor sedan
archivebot-list-stuck-requests #!/usr/bin/env bash 10 månader sedan
archivebot-log-extract-ignores #!/usr/bin/env bash 10 månader sedan
archivebot-monitor-job-queue #!/usr/bin/env bash 10 månader sedan
archivebot-pipelines-count-jobs Fix crash on pipeline group without any jobs 1 dag sedan
archivebot-requeue-refused #!/usr/bin/env bash 10 månader sedan
archivebot-tmp-log-check-and-delete Add archivebot-tmp-log-check-and-delete 5 månader sedan
archivebot-youtube #!/usr/bin/env bash 10 månader sedan
at-tracker-sample-user-item-size #!/usr/bin/env bash 10 månader sedan
azure-storage-list Add --jsonl option 4 år sedan
b64grep #!/usr/bin/env bash 10 månader sedan
base64url #!/usr/bin/env bash 10 månader sedan
bencode2json Add bencode2json 3 år sedan
bing-scrape #!/usr/bin/env bash 10 månader sedan
bugzilla-url-list #!/usr/bin/env bash 10 månader sedan
cdx-chunk #!/usr/bin/env bash 10 månader sedan
cidr-merge Add cidr-merge 1 år sedan
cloudflare-email-decode Add cloudflare-email-decode 4 år sedan
combine-by-prefix #!/usr/bin/env bash 10 månader sedan
curl-ab #!/usr/bin/env bash 10 månader sedan
curl-ia Add --optional 5 månader sedan
curl-irc Allow for --insecure/-k for networks with invalid TLS certificates 2 veckor sedan
curl-ua Add HTTP_USER_AGENT_OVERRIDE and HTTPS_INSECURE environment variables 6 månader sedan
deb-repo-urls #!/usr/bin/env bash 10 månader sedan
dedupe #!/usr/bin/env bash 10 månader sedan
dir-to-ia Send consistent UA to IA 1 månad sedan
europarl-meps-collect #!/usr/bin/env bash 10 månader sedan
extract-urls-for-archiveteam-projects #!/usr/bin/env bash 10 månader sedan
foolfuuka-search #!/usr/bin/env bash 10 månader sedan
format-size #!/usr/bin/env bash 10 månader sedan
fos-ftp-upload #!/usr/bin/env bash 10 månader sedan
get-crx4chrome-urls #!/usr/bin/env bash 10 månader sedan
gitea-list-repos Add HTTP_USER_AGENT_OVERRIDE and HTTPS_INSECURE environment variables 6 månader sedan
github-list-repos Add --repo-list-urls 6 månader sedan
gitlab-list-repos Fix user/group resolution not having a timeout 6 månader sedan
gofile.io-dl #!/usr/bin/env bash 10 månader sedan
grab-site-pack Needs more -- 6 månader sedan
html-extract-stupid #!/usr/bin/env bash 10 månader sedan
http-response-bodies Add http-response-bodies 3 år sedan
http-response-bodies.c Fix extra LF between chunks 2 år sedan
ia-cdx-search Send consistent UA to IA 1 månad sedan
ia-cdx-search-subdomains #!/usr/bin/env bash 10 månader sedan
ia-derive Send consistent UA to IA 1 månad sedan
ia-download Send consistent UA to IA 1 månad sedan
ia-files-xml-to-jsonl Guarantee stable output order 5 år sedan
ia-metadata Send consistent UA to IA 1 månad sedan
ia-s3-auth Send consistent UA to IA 1 månad sedan
ia-task-log Send consistent UA to IA 1 månad sedan
ia-tasks Send consistent UA to IA 1 månad sedan
ia-upload-progress #!/usr/bin/env bash 10 månader sedan
ia-upload-stream Send consistent UA to IA 1 månad sedan
ia-verify-file Send consistent UA to IA 1 månad sedan
ia-wait-item-tasks Send consistent UA to IA 1 månad sedan
iasha1check Exit non-zero if retrieving the IA file list fails 3 månader sedan
ix.io-upload #!/usr/bin/env bash 10 månader sedan
kill-connections #!/usr/bin/env bash 10 månader sedan
kill-wpull-connections #!/usr/bin/env bash 10 månader sedan
killcx-all-https #!/usr/bin/env bash 10 månader sedan
mastodon-enumerate-users Enumerate users on a Mastodon instance 7 år sedan
mastodon-outdated #!/usr/bin/env bash 10 månader sedan
moinmoin-url-list Add timeout and option to disable certificate verification 7 månader sedan
parent-urls #!/usr/bin/env bash 10 månader sedan
pipelines-launch-in-tmux-windows #!/usr/bin/env bash 10 månader sedan
pipelines-monitor-tmux-wget-outcomes #!/usr/bin/env bash 10 månader sedan
pipelines-stop-gracefully #!/usr/bin/env bash 10 månader sedan
reddit-pushshift-search #!/usr/bin/env bash 10 månader sedan
run-every-five-minutes #!/usr/bin/env bash 10 månader sedan
s3-bucket-find-direct-url Add support for PermanentRedirect error responses 2 år sedan
s3-bucket-list Fix for DigitalOcean Spaces (which puts <Marker> after the <Contents>) 1 år sedan
s3-bucket-list-qwarc #!/usr/bin/env bash 10 månader sedan
sample #!/usr/bin/env bash 10 månader sedan
snscrape-extract #!/usr/bin/env bash 10 månader sedan
snscrape-facebook-user #!/usr/bin/env bash 10 månader sedan
snscrape-instagram-user #!/usr/bin/env bash 10 månader sedan
snscrape-prepare-commands #!/usr/bin/env bash 10 månader sedan
snscrape-tmux #!/usr/bin/env bash 10 månader sedan
snscrape-twitter-filter #!/usr/bin/env bash 10 månader sedan
snscrape-twitter-hashtag #!/usr/bin/env bash 10 månader sedan
snscrape-twitter-user #!/usr/bin/env bash 10 månader sedan
snscrape-upload #!/usr/bin/env bash 10 månader sedan
snscrape-vk-user #!/usr/bin/env bash 10 månader sedan
snscrape-wiki-transfer-merge #!/usr/bin/env bash 10 månader sedan
social-media-extract-profile-link #!/usr/bin/env bash 10 månader sedan
sum-sizes Avoid float roundtrip for integer values 2 år sedan
tar-many-files-progress #!/usr/bin/env bash 10 månader sedan
tcp-closer Add tcp-closer command 7 år sedan
torrent-tiny Fix negative ints 3 år sedan
transfer.archivete.am-upload Pass the curl exit status outwards 5 månader sedan
transfer.notkiska.pw-check-ia #!/usr/bin/env bash 10 månader sedan
uniqify #!/usr/bin/env bash 10 månader sedan
uniqify-recent #!/usr/bin/env bash 10 månader sedan
url-normalise #!/usr/bin/env bash 10 månader sedan
url-prefix-count #!/usr/bin/env bash 10 månader sedan
urldecode Add URL/percent decoding tool 4 år sedan
urldecode.c Fix unused argc and argv error 3 år sedan
urlsort #!/usr/bin/env bash 10 månader sedan
warc-dump-responses Add warc-dump-responses 3 år sedan
warc-dump-responses.c Fix error when the terminating CRLFCRLF of a record is truncated 2 år sedan
warc-get-rubbish-offset Add warc-get-rubbish-offset 6 månader sedan
warc-peek Allow negative offsets to peek near the end of the file 3 år sedan
warc-size #!/usr/bin/env bash 10 månader sedan
warc-tiny Fix crash on non-understood payload digests 5 månader sedan
website-extract-social-media #!/usr/bin/env bash 10 månader sedan
wget-spider-estimate-size #!/usr/bin/env bash 10 månader sedan
wiki-list-to-main Add ArchiveBot wiki list helper 7 år sedan
wiki-recursive-extract-normalise #!/usr/bin/env bash 10 månader sedan
wiki-sections-sort #!/usr/bin/env bash 10 månader sedan
wiki-website-extract-social-media #!/usr/bin/env bash 10 månader sedan
wpull1-parallel-progress-monitor #!/usr/bin/env bash 10 månader sedan
wpull1-progress-monitor #!/usr/bin/env bash 10 månader sedan
wpull2-children #!/usr/bin/env bash 10 månader sedan
wpull2-db-edit Add DB sampling 8 månader sedan
wpull2-extract-ignored #!/usr/bin/env bash 10 månader sedan
wpull2-extract-remaining #!/usr/bin/env bash 10 månader sedan
wpull2-html-scrape Add wpull2-html-scrape 9 månader sedan
wpull2-log-colourise #!/usr/bin/env bash 10 månader sedan
wpull2-log-extract-errors #!/usr/bin/env bash 10 månader sedan
wpull2-requeue Add wpull2-db-edit, a more flexible and powerful replacement of wpull2-requeue 1 år sedan
wpull2-url-origin #!/usr/bin/env bash 10 månader sedan
youtube-channel-list.py Use _type instead of key check hack 3 år sedan
youtube-extract Exclude backslashes in channel patterns 3 år sedan
youtube-extract-rapid Add youtube-extract-rapid 4 år sedan
youtube-extract-rapid.c Add youtube-extract-rapid 4 år sedan
youtube-filter-autogen-channels #!/usr/bin/env bash 10 månader sedan
zstdwarccat Pass through zstd exit status 1 år sedan

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/.