Tidsskrifter som pdf-fil og søgning....

Da' Torben.

Din teknik fungerer naturligvis ganske glimrende - men du har en række implicitte forudsætninger:

Først og fremmest skal man være i besiddelse af den pågældende PDF-fil - hvis man ikke har fundet den endnu og endnu mindre downloadet den, er det jo svært at åbne den.

For det andet kan du kun søge i een PDF-fil: Hvis du ikke ved, hvilken fil der har det ønskede indhold, er det måske ikke så brugbart.

Endeligt skulle det jo gerne være sådan, at man kan finde indholdet på Sporskiftet - uanset, om det findes i et forumindlæg eller en PDF-fil. Sagt med andre ord skal man gerne kunne søge på tværs af indholdstyper, og det er der vist ikke mange PDF-læsere, der kan.

Hverken Drupal eller Google indekserer attachments som de PDF-filer, der i øjeblikket udgør Mosebanen på Sporskiftet; der findes dog en række Drupal moduler, der kan - dem er jeg i gang med at studere. Hvis du derfor søger på Sporskiftet eller Google efter f.eks. "godsvogne påskrifter", vil du ikke finde frem til den fine artikel om emnet, der findes i Mosebanen 39.

Bliver artiklen derimod omsat til regulær tekst, vil såvel Sporskiftet som Google kunne finde den uden problemer, og man kan hurtigt læse den - uden at skulle downloade en hel PDF-fil først. På den måde bliver artiklen langt mere tilgængelig - og dermed mere brugbar (efter min mening).

Jeg glemte det næsten - men her er et udmærket eksempel på, hvad jeg mener:

Google finder artiklen om Kosørebanen - men kun, fordi jeg har taget ordet med i den indholdsfortegnelse, der er skrevet som normal tekst. Googles søgning er ikke fortsat ned i selve PDF-filen, så alle de ord, der kun findes i PDFen, kan ikke søges.

Iøvrigt er det lidt imponerende, så hurtigt Google kan reagere: Jeg lagde Mosebanen ind natten mellem fredag og lørdag, og allerede søndag formiddag kunne jeg lave ovenstående søgning. Hvis nogen er interesserede, skyldes det, at Sporskiftet benytter en sitemap fil - og nok også, at denne mere eller mindre direkte link til Google efterhånden har oparbejdet en høj grad af troværdighed.

OK Lars,
pointen er fattet mht. tekstkonverteringen.

Mht. intern søgning på Sporskiftet har du så overvejet en avanceret søgning i Biblioteks- / Forum- / Wiki-delen ?
Ikke alle brugere er lige skarpe til at definere søgeordene/-kriterierne, så i værste fald kommer der ret så mange resultater tilbage, at det ligefrem bliver uoverskueligt (eller ret så tidskrævende) at gennemlæse disse.

Nu har du jo lavet en glimrende indholdsfortegnelse ud for hvert nr. af Mosebanen, men hvad med en angivelse af år samt måned / kvartal for udgivelsen af en bog eller et tidsskrift ?

Da' Torben.

Er den der ikke allerede? Godt nok ikke i søgeboksen i venstre spalte - den har jeg forsøgt at holde simpel - men hvis du søger og finder ud af, at du får for mange resultater, skal du blot klikke på linket "Avanceret søgning" øverst på resultatsiden, så kan du med et enkelt klik med musen afgrænse din søgning til f.eks. wikien.

Det var lidt en quick'n'dirty løsning - men indtil videre skulle jeg mene, at såvel måned som årstal fremgår af det billede af forsiden, der findes for hvert enkelt nummer af Mosebanen?

Når jeg begynder at gøre den maskinlæsbar, regner jeg også med at lave en mængde metadata - f.eks. har jeg også bedt Flemming hjælpe med at identificere skribenterne af de enkelte artikler. Så langt er vi bare ikke nået endnu.

Iøvrigt: Sporskiftets webcrawler brokker sig en del over, at det RSS feed, du annoncerer i headeren på Dansk i Model, ikke fungerer?

Hej Lars.

OK, den mulighed er på plads
Da jeg ikke bruger søgefacilitetten særlig ofte, har jeg desværre overset dette.

 Jo, og den virker fint.
MEN, det var nu den første side med oplistningen af alle numrene af Mosebanen, som jeg havde i tankerne.

Bukker og takker.
Det skulle ikke genere nu - der var en kodelinie, som jeg havde glemt at slette (
Indtil videre undlader jeg RSS-feed.