惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
量子位
腾讯CDC
A
About on SuperTechFans
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
T
Tailwind CSS Blog
V
V2EX
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
GbyAI
GbyAI
Recent Announcements
Recent Announcements
Microsoft Security Blog
Microsoft Security Blog
博客园 - 叶小钗
罗磊的独立博客
宝玉的分享
宝玉的分享
WordPress大学
WordPress大学
大猫的无限游戏
大猫的无限游戏
IT之家
IT之家
V
Visual Studio Blog
D
DataBreaches.Net
博客园 - 三生石上(FineUI控件)
月光博客
月光博客
有赞技术团队
有赞技术团队

Save The Web Project

STWP 02026 五月 meetup LTO 磁带存储初探 The Chaotic Web, Headless Archiving — GSoC 2025 Final Report 混乱Web,无头存档,开源拖拉机——2025 GSoC 最终报告 STWP 2025 第 20-25 周合并周报 STWP 2025 第 11-19 周合并周报 STWP 2025 第 4-10 周合并周报 存档误入深水区——If Summer is calling us 丑搜 v3 出炉 使「対多」避免被删库——PostgreSQL RSP/RLS 这件小事 STWP 2024 第 43-52 周合并周报 STWP 2024 第 42 周周报 感谢 GitHub 的 $617 欢乐赞助(误) 我们救下了一千万张画作 如何存档任意 WordPress 站点? STWP 2023 第 25 周周报 已存档「萤火圈」,提供个人公开数据备份 STWP 2023 第 15 周周报 如何存档 DokuWiki 站点(第一届存档马拉松活动) STWP 2023 第 14 周周报
STWP 2025 第 26 周周报
2025-07-15 · via Save The Web Project

还是全是 Zeno 。

  • https://github.com/internetarchive/Zeno/pull/356 Headless/Headfull 存档 PR 发了,PR 仍在 WIP。(测试可以存档知乎专栏!)
  • https://github.com/internetarchive/Zeno/pull/370 解析非 UTF-8 的 HTML,PR 仍在 WIP 。
  • https://github.com/internetarchive/Zeno/pull/369 加了丢弃超过指定 payload 大小的响应的功能。
  • https://github.com/internetarchive/gowarc/pull/115 主要是修了 gowarc 在上层的 HTTP TCP Conn 出现异常关闭时 (early EOF, io timeout, conn closed/reset),由于没有向下 .CloseWithError(),而是调用常规的 .Close(),导致下层的 MITM 套娃 HTTP TCP Conn 以为是正常 EOF,最终导致,对于没有 Content-Length 头的流式响应,这类 early EOF 的响应被当成正常响应而被写入了 WARC 存档中。(而对于更常见的非流式响应,由于存在 Content-Length,即使 early EOF 仍然被当成了正常 EOF,但是由于 go 的 http 标准库的 http.ReadRespon() 会用 io.LimitReader 来组装 Response.Body ,这样的 Response.Body 会自己做一次额外的 EOF 位置与 Content-Length 位置的匹配检查,如果不匹配会返回 early EOF。换句话说,这 BUG 在大部分情况下被标准库缓解了导致我们没发现。)。然后还修了 Conn.SetReadDeadline() 木有生效、临时文件泄漏的问题。