概念的な流れであり、全提供元の実装が同じという説明ではありません。データ不足、古い証拠、再確認失敗を事例で区別します。
予約ドメインを使った架空の教材です。提供元への接続や現在のリンク確認は行っていません。
入力: 候補URLと既知の参照。
出力: 取得を試みるページの待ち行列。
まだ不明なこと: 未発見ページにも実際のリンクは存在し得ます。
入力: 待機中のURLと巡回の許可。
出力: 応答、転送、または失敗した要求。
まだ不明なこと: 取得失敗は削除の証拠ではありません。
入力: アクセスできたページの表現。
出力: 報告される参照元と参照先、属性。
まだ不明なこと: 描画への対応や抽出規則は異なります。
入力: 抽出URLと繰り返しの観測。
出力: 提供元独自の集約や重複整理。
まだ不明なこと: すべて同じ単位で数えるとは限りません。
入力: 時刻を伴う観測。
出力: 履歴レコードと後続の観測。
まだ不明なこと: 最後の成功した観測が古い場合があります。
入力: 保存データ、対象範囲、フィルター。
出力: 選択した表、標本、ダウンロード。
まだ不明なこと: 出力はウェブ全体の完全な現状図ではありません。
架空のインデックスには、この参照元の観測がありません。実際のページはここでは未確認です。
次の確認: リンクがないと結論する前に発見と収録範囲を調べます。
例は1月10日に観測され、1月14日に出力されました。新しい成功確認は記録されていません。
次の確認: 観測日を保持します。新しい出力だけでは現在の存在を証明できません。
前の観測後、例の再確認でHTTP 503が返ります。この応答は参照の削除を示しません。
次の確認: 通常の許可された手順で再確認し、以前の証拠を別に保管します。