Formáty datových souborů Robota

Všechna celá čísla jsou ukládána v Pack7 formátu. Řetězce jsou ukladány v Pascal notaci (délka následovaná odpovídajícím počtem bytů textu).

pgw*.lnk

Popis struktury odkazů

• src: 64b identifikátor zdrojové stránky odkazů
• outlinks: počet odchozích odkazů
• dst[]: pole 64b identifikátorů cílů odkazů

pgw*.red

Popis struktury přesměrování

• src: 64b stránky
• dst: 64b stránky, na kterou jsme přesměrování ze stránky src

pgw*.anc

Anchor texty odkazů kopíruje záznamy uložené v pgw*.lnk

• dst[]: pole 64b identifikátorů cílů odkazů uvaděné pro jistotu/synchronizaci s pgw*.lnk záznamy
• anchor[]: string řetězec příslušný danému odkazu

chunky

doc.aux

• id: 64b identifikátor stránky
• location: URL stránky jako řetězec
• summary: obsah dané stránky
• title: titulek stránky (pokud byl extrahován) nebo prázdný řetězec
• ListDocuments.zip: aplikace extrahující originální dokumenty z chunku

-- LeoGalambos - 18 Dec 2006