Kalcsó Gyula – digitális gereblyézés /// OSZK CSEVEJ S02E10

Összefoglaló

Az OSZK CSEVEJ podcastban Kalcsó Gyula, a Digitális Bölcsészeti Központ munkatársa a webarchiválásról, azon belül is a "digitális gereblyézésről" beszél. Az epizód kitér a scraping jogi és technikai vonatkozásaira, az OSZK által archivált adatokra, valamint a nemzeti könyvtár…

Röviden

Műsor

Országos Széchényi Könyvtár

Megjelenés

2024. 03. 24.

Hossz

30 perc

Szereplők, említett nevek

Kalcsó Gyula

Témák

webarchiválás, digitális gereblyézés

Fejezetek

1. 01:08 — Webarchiválás gereblyézéssel – scraping 04:04 Célzott tartalmi elemek mentése, webarchiválás light 06:00 Közel félmillió
2. 08:20 — A webes szerzői jog 11:20 Hol vannak a bezárt weboldalak adatai? 13:40 Az OSZK-robotok legálisan gereblyéznek 15:30 Etik
3. 17:10 — Digitális köteles példányok 18:30 A mentett dokumentumok kutathatósága, a weboldal nyers szövegének adatvizualitása 21:0
4. 24:08 — Kutatófelületet fejleszt az OSZK 26:29 A közösségi oldalak mentése a legújabb kihívás OSZK-webarchívum: https://webarchi

Ebben az epizódban

Zajlik a kozterkep.hu scrapingje, gereblyézése, amelyben majdnem félmillió fotót és adatot mentettek az OSZK webarchiválási robotjai, ezek szolgáltatásáról is beszélgetünk, és a webarchiválás legújabb tapasztalatairól is szól a csevej egy nemzetközi konferencia kapcsán.

Az OSZK 20. csevejében Kalcsó Gyulával, a Digitális Bölcsészeti Központ Digitális Filológiai és Webarchiválási Osztály munkatársával beszélgetett Tóth Péter, a nemzeti könyvtár webes tartalompakolója.

Solymosi Ákos hangmérnök segítette a csevej elkészítését.

Tartalom: 01:08 Webarchiválás gereblyézéssel – scraping 04:04 Célzott tartalmi elemek mentése, webarchiválás light 06:00 Közel félmillió gereblyézett kép scriptekkel 08:20 A webes szerzői jog 11:20 Hol vannak a bezárt weboldalak adatai? 13:40 Az OSZK-robotok legálisan gereblyéznek 15:30 Etikus felhasználói lopás az interneten 17:10 Digitális köteles példányok 18:30 A mentett dokumentumok kutathatósága, a weboldal nyers szövegének adatvizualitása 21:08 A nyelvek szerepe a webarchiválásban 24:08 Kutatófelületet fejleszt az OSZK 26:29 A közösségi oldalak mentése a legújabb kihívás OSZK-webarchívum: https://webarchivum.oszk.hu/ Scraping: https://matebalazs.hu/scraping.html Webscraping: https://en.wikipedia.org/wiki/Web_scraping Videón a gereblyézés: https://www.youtube.com/watch?v=dlj_QL-ENJM

Említett entitások

Témák

• webarchiválás
• digitális gereblyézés

Személyek

• Kalcsó Gyula

Szervezetek, cégek

• Digitális Bölcsészeti Központ

Hallgasd meg

Gyakori kérdések erről az epizódról: „Kalcsó Gyula – digitális gereblyézés /// OSZK CSEVEJ S02E10”

Több epizód a Országos Széchényi Könyvtár-ből

• Öt magyar népmese – A kis gömböc és társai – OSZK MEK Hangoskönyv 2026-10-09
• Közös történelmünk szlovák építőkövei – a Széchényi-könyvestről a Katolikus rádióban 2026-09-24

  A Közös történelmünk szlovák építőkövei című kötet bemutatója az OSZK Széchényi-könyvestek sorozatának nyitó eseménye volt. A könyv Käfer István tanulmányait és esszéit tartalmazz…

• Benedek Elek: Honszerző Árpád – OSZK MEK Hangoskönyv 2026-09-15

  Az Országos Széchényi Könyvtár (OSZK) hangoskönyv-feldolgozása Benedek Elek 1907-ben megjelent, Honszerző Árpád című művét mutatja be. A regény az őstörténeti legendák feldolgozás…

• A történelemről olvashatóan – Szőts Zoltán Oszkár és az Ujkor.hu 2026-09-13

  A Csevej 56. adásában dr. Szőts Zoltán Oszkár történész, az Újkor.hu főszerkesztője volt a vendég. A beszélgetés során szó esett az Országos Széchényi Könyvtárban (OSZK) töltött é…

• A mohácsi csata egy jó történet #CSEVEJ55 Farkas Gábor Farkas 2026-08-29

  Farkas Gábor Farkas könyvtáros a Csevej 55. adásában mesél a múlt felfedezéseiről, amelyek egy könyvtár kutatótermében, régi könyvek és különös olvasók között történnek. Az adásba…

• „Inkább író, mint nő” – Kádár Erzsébet és a Nyugat. Baranyai Laura #csevej 54 2026-08-10

  A Csevej 54. vendége Baranyai Laura, az Országos Széchényi Könyvtár kutatója, aki Kádár Erzsébet, a két világháború közötti magyar irodalom alkotójának életművét kutatja. A beszél…

• Kossuth Lajos torinói könyvtára – Elbe István – CSEVEj53 2026-07-25

  Elbe István vendége a műsornak, ahol bemutatja Kossuth Lajos torinói magánkönyvtárának legérdekesebb darabjait. A beszélgetés során szó esik a dedikációkról, a személyes bejegyzés…

• Az esti lassú Duna folyó mellett borozó janicsárok. Henry Blount: Utazás a Közel-Keleten #CSEVEJ52 2026-07-11

  Bakonyi Zsuzsanna történész, a régi könyvek kutatója, Henry Blount angol utazó "Utazás a Közel-Keleten" című művének fordítója és sajtó alá rendezője a Csevej vendége. A beszélget…

• Csehov: Sirály – OSZK MEK Hangoskönyv 2026-06-24

  A(z) Országos Széchényi Könyvtár által kiadott OSZK MEK Hangoskönyv sorozatban Anton Pavlovics Csehov Sirály című színjátékának négy felvonását hallgathatjuk meg. A darabot Makai…

• Hogyan nem késtek el a csehek a mohácsi csatából? #csevej 51 2026-06-20

  A Mohácsi csatát sokan csak magyar tragédiaként tartják számon, ám ez az epizód a cseh és morva katonák szerepét vizsgálja II. Lajos seregében. Tuček Viktor történész-kutató előad…