test

index.100.md

• index.101.sqlite.7z
  • 2025/03/04付近にスクレイピングしたデータ一覧
• index.103.out.html
  • 2025/03/04付近時点で補足できた全てのぷららHPスペースのURL一覧
  • お手元にDLしてhtmlを開いてください。htmlにjsは一切含まれていません。外部cssも無いので通信は一切発生しません。
  • 全てのHPスペースのトップページにアクセスして、そのページがぷららのエラーページになっているか、それともなんらかのhtmlがあるか調査した
  • レスポンスヘッダーにlast-modifiedがあったので、その日付の集計も行った。
  • 補足できたURLは全5万2524件、そのなかで今も生きているサイトは1万0684件。最古の更新日時は1997年
  • クリックでhtmlを表示したかったが、そのためにgithubレポジトリ用意するのは面倒なので一旦gistで。
• ぷららHPスペースの仕様
  • URLはhttp://www1.plala.or.jp/xxx/ 形式。wwwの後の数字は1～17 まである
• ぷららURLの一覧作成方法
  • 2025/03時点ではぷらら公式のサイト一覧は存在しないが、2014年頃までインデックスページが存在した。InternetArchiveに保存されているインデックスページからHPスペースのURL一覧を作成した
  • https://web.archive.org/web/20140309134953/https://www.plala.or.jp/access/community/mhps
  • また、InternetArchiveに記録されているURLplala.or.jpのURL一覧からもHPスペースのURL一覧を作成した。この2つのソースを合成して、最終的なHPスペースのURL一覧とした。それが約5万件。
  • なので、2014年以降に作られて、InternetArchiveに全く登録されていないHPスペースは恐らく漏れている
• changes
  • 2025/03/08 index.101.sqlite.7z に active_plala_hp_space_child_file_list を追加
  • 2025/03/08 initial up
• About
  • ライセンス：私の作成部分のプログラム等は全てCC0とします、ご自由にお使いください。
  • ご協力は https://x.com/Fushihara まで

index.101.sqlite.7z

index.103.out.html