这里有人在镜像verycd全站吗？

[TanCee]

rt




TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

[狗尾草]

从电驴上下了个。

ed2k://|file|verycd.zip|72010046|33DC293268E2BA4EE878BAA7D198C1EB|h=36NAU53CIBDZTOA2LXLZYC7IW7N25XZX|/

不是最新版。

-------------------------------------------------------
Hunk
http://twitter.com/hunkguo

2009/12/11 TanCee <tan...@tancee.com>

[TanCee]

这个下过，就几个页面~

全站（不包括图片，纯文字）估计得几百GB
就是光把 标题和ed2k地址采集下来最少也得3GB

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

2009/12/11 狗尾草 <guo...@gmail.com>:

[wzyboy]

我对网站大小没概念…不过我知道中文维基百科的文字版大概7G左右，用7-Zip压缩的

--
-----
wzyboy
Blog: http://wzyboy.tk (Blogger)
Twitter: @wzyboy
GV: 1(734)931-0***

[四野]

你在说笑话？？？
我看中文维基百科 一个完整的中文数据库不过400m  verycd会纯文字就3g？
--------------------------------------------------------------------------------------------------------------------------------
很少唠叨 | http://twitter.com/siyet | 常看电影 | http://www.douban.com/movie/list/ttist/collect
--------------------------------------------------------------------------------------------------------------------------------
　　

2009/12/11 TanCee <tan...@tancee.com>

[TanCee]

维基百科中文版的词条数目是286,136 十万级别
verycd资源页是百万级别的~

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

2009/12/11 四野 <siy...@gmail.com>:

[TanCee]

另外 verycd页面复杂，代码多
单篇资源介绍总体上也比维基百科单个词条文字多。

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

2009/12/11 TanCee <tan...@tancee.com>:

[藏乐]

条目数不等于页面数

2009/12/11 TanCee <tan...@tancee.com>

[TanCee]

http://zh.wikipedia.org/zh-cn/Special:%E7%BB%9F%E8%AE%A1%E4%BF%A1%E6%81%AF
内容页面 286,139
页面
(在wiki上的所有页面，包括对话页面、重新定向等) 917,233
已经上传的文件 27,785

比较的是所需要采集的页面，维基的内容页面，verycd的资源页面

verycd评论还有分页，这个不大会去不采集
维基百科也有分页，这个也不大会去采集

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

2009/12/11 藏乐 <yanq...@gmail.com>:

[Y.H Xue]

2009/12/11 TanCee <tan...@tancee.com>

也想镜像一个VC，大家都用什么工具啊？ 

[雪深]

不会超过 1g吧

就几百万的链接吧 算500万链接地址吧 呵呵

每个算地址有150个字符 这样算对不http://www.google.cn/search?hl=zh-CN&rlz=1R2GGLL_zh-CNCN349&newwindow=1&q=5000000*150%2F1024%2F1024&aq=f&oq=

不到1gb

在 09-12-11，Y.H Xue<happy...@gmail.com> 写道：

--
雪深
欢迎光临我的博客
http://xueshen.net
中秋节祝福短信：http://2009zhongqiujie.xueshen.net/

[alex.vu]

大家感觉到了吗，verycd恢复之后速度比之前慢了好多。

2009/12/11 雪深 <ad...@xueshen.net>

[Shakie Stone]

是的，慢地不是一点半点

在 09-12-11，alex.vu<ffuq...@gmail.com> 写道：

--
从我的移动设备发送

[夜の猫さま]

应该是还有一部分服务器没有恢复。。。

==== 近道あればそれが王道。 ====
〖猫宅〗: http://www.newchen.com
===========================

2009/12/11 alex.vu <ffuq...@gmail.com>

[livelazily]

看Cnbeta说是太多人在做镜像备份VeryCD了,服务器有点受不了才慢的...

2009/12/12 夜の猫さま <boy...@gmail.com>:

[David Daemon]

cnBeta从哪里来的消息?有些消息不一定准确

2009/12/12 livelazily <livel...@gmail.com>

[TanCee]

ed2k地址比http长，且中文不少~
而且一个资源一般有2个以上ed2k地址
有的资源都上百个ed2k地址
还有标题呢，最少也得采集个标题，当然分类也得采集。

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

2009/12/11 雪深 <ad...@xueshen.net>:

[alex.vu]

按照verycd自己首页的统计一共是16w多个页面，如果包括图片和js等全部下载的话平均每个页面大概是1.5m左右算下来就是  (161 147 * 1.5) / 1 024 = 236.055176g；如果只下载html页面的话每个页面平均大概是100k算下来就是  ((161 147 * 100) / 1 024) / 1 024 = 15.3681755g。这还不包括论坛里面没有加精不在首页显示的资源。

2009/12/12 TanCee <tan...@tancee.com>

[TanCee]

http://www.verycd.com/topics/2786367/
单html就367 KB了 编码：UTF-8

TanCee：http://www.tancee.com/
探客：http://blog.tancee.com/

摸奶摸屄

2009/12/12 alex.vu <ffuq...@gmail.com>:

[alex.vu]

只是粗略的算一下啦，不保证准确的。 O(∩_∩)O哈哈~  html的话两位数g级别应该完全够了。如果哪天真的verycd彻底完了，叫dash老大把整个服务器打包放到emule上。比现在大家备份造成verycd服务器拥堵好的多。

2009/12/12 TanCee <tan...@tancee.com>

[狗尾草]

推特上dash大大发推提到过这事。
-------------------------------------------------------
Hunk
http://twitter.com/hunkguo

2009/12/12 David Daemon <ifn...@gmail.com>