diff --git a/MANIFEST.md b/MANIFEST.md index 5f2e1ce..6c115a0 100644 --- a/MANIFEST.md +++ b/MANIFEST.md @@ -121,7 +121,7 @@ miniaturas de listagem. | Miniatura (thumbnail do DSpace) | **13.059** | ✅ fechado | | Miniatura derivada (`derivados/thumb256/`) | **13.059** | ✅ fechado | | Imagens extras (multi-bitstream) | 245 | ✅ completo | -| Cópia legada (objdigital) | ~2.707 elegíveis | 🟡 em andamento | +| Cópia legada (objdigital) | **2.112** imagens (1.899 JPG + 213 PDF) de 2.702 elegíveis; 565 × HTTP 404; 25 são páginas HTML de visualizador, não imagem | ✅ fechado | | Posts do blog | 637 | 🟡 em andamento | **Antes de publicar**: rodar a verificação final (contagem de pastas no diff --git a/pipeline/legado-caminho-novo.tsv b/pipeline/legado-caminho-novo.tsv new file mode 100644 index 0000000..c07476d --- /dev/null +++ b/pipeline/legado-caminho-novo.tsv @@ -0,0 +1,565 @@ +20.500.12156.1/10 jpg 200 image/jpeg 802436 +20.500.12156.1/100 pdf 200 application/pdf 613705 +20.500.12156.1/101 pdf 200 application/pdf 751901 +20.500.12156.1/102 pdf 200 application/pdf 665465 +20.500.12156.1/103 pdf 200 application/pdf 790407 +20.500.12156.1/10361 pdf 404 text/html 1253 +20.500.12156.1/10362 pdf 404 text/html 1253 +20.500.12156.1/10363 pdf 404 text/html 1253 +20.500.12156.1/104 pdf 200 application/pdf 801203 +20.500.12156.1/105 pdf 200 application/pdf 844340 +20.500.12156.1/1052 jpg 404 text/html 1253 +20.500.12156.1/1053 jpg 404 text/html 1253 +20.500.12156.1/1054 jpg 404 text/html 1253 +20.500.12156.1/1055 jpg 404 text/html 1253 +20.500.12156.1/1057 jpg 404 text/html 1253 +20.500.12156.1/1058 jpg 404 text/html 1253 +20.500.12156.1/1059 jpg 404 text/html 1253 +20.500.12156.1/106 pdf 200 application/pdf 924216 +20.500.12156.1/1060 jpg 404 text/html 1253 +20.500.12156.1/1061 jpg 404 text/html 1253 +20.500.12156.1/10957 jpg 200 image/jpeg 803160 +20.500.12156.1/10958 jpg 200 image/jpeg 1303299 +20.500.12156.1/10959 jpg 200 image/jpeg 701837 +20.500.12156.1/10960 jpg 200 image/jpeg 832884 +20.500.12156.1/10961 jpg 200 image/jpeg 631046 +20.500.12156.1/10962 jpg 200 image/jpeg 714517 +20.500.12156.1/11 jpg 404 text/html 1253 +20.500.12156.1/11702 jpg 200 image/jpeg 171927 +20.500.12156.1/11703 jpg 200 image/jpeg 217698 +20.500.12156.1/11704 jpg 200 image/jpeg 206631 +20.500.12156.1/11706 jpg 200 image/jpeg 187569 +20.500.12156.1/11705 jpg 200 image/jpeg 186006 +20.500.12156.1/11708 jpg 200 image/jpeg 214400 +20.500.12156.1/11707 jpg 200 image/jpeg 194587 +20.500.12156.1/11709 jpg 200 image/jpeg 189169 +20.500.12156.1/11712 jpg 200 image/jpeg 192102 +20.500.12156.1/11710 jpg 200 image/jpeg 181131 +20.500.12156.1/11711 jpg 200 image/jpeg 195443 +20.500.12156.1/11715 jpg 200 image/jpeg 296424 +20.500.12156.1/11714 jpg 200 image/jpeg 195111 +20.500.12156.1/11713 jpg 200 image/jpeg 155316 +20.500.12156.1/11716 jpg 200 image/jpeg 225811 +20.500.12156.1/11717 pdf 200 application/pdf 16709245 +20.500.12156.1/119 jpg 200 image/jpeg 250605 +20.500.12156.1/120 jpg 200 image/jpeg 271719 +20.500.12156.1/121 jpg 200 image/jpeg 230387 +20.500.12156.1/12 jpg 200 image/jpeg 915096 +20.500.12156.1/122 jpg 200 image/jpeg 220630 +20.500.12156.1/123 jpg 200 image/jpeg 254385 +20.500.12156.1/124 jpg 200 image/jpeg 280115 +20.500.12156.1/127 jpg 200 image/jpeg 232723 +20.500.12156.1/125 jpg 200 image/jpeg 292705 +20.500.12156.1/126 jpg 200 image/jpeg 269011 +20.500.12156.1/128 jpg 200 image/jpeg 217937 +20.500.12156.1/129 jpg 200 image/jpeg 211344 +20.500.12156.1/130 jpg 200 image/jpeg 262436 +20.500.12156.1/132 jpg 200 image/jpeg 314230 +20.500.12156.1/133 jpg 200 image/jpeg 296995 +20.500.12156.1/131 jpg 200 image/jpeg 238729 +20.500.12156.1/134 jpg 200 image/jpeg 324223 +20.500.12156.1/138 jpg 200 image/jpeg 170812 +20.500.12156.1/137 jpg 200 image/jpeg 318326 +20.500.12156.1/141 jpg 200 image/jpeg 185904 +20.500.12156.1/139 jpg 200 image/jpeg 512820 +20.500.12156.1/142 jpg 200 image/jpeg 178575 +20.500.12156.1/143 jpg 200 image/jpeg 291994 +20.500.12156.1/144 jpg 200 image/jpeg 178666 +20.500.12156.1/145 jpg 200 image/jpeg 601440 +20.500.12156.1/146 jpg 200 image/jpeg 609323 +20.500.12156.1/147 jpg 200 image/jpeg 570521 +20.500.12156.1/148 jpg 200 image/jpeg 562016 +20.500.12156.1/150 jpg 200 image/jpeg 357110 +20.500.12156.1/149 jpg 200 image/jpeg 374174 +20.500.12156.1/151 jpg 200 image/jpeg 291685 +20.500.12156.1/152 jpg 200 image/jpeg 379965 +20.500.12156.1/153 jpg 200 image/jpeg 219117 +20.500.12156.1/154 jpg 200 image/jpeg 257196 +20.500.12156.1/155 jpg 200 image/jpeg 347319 +20.500.12156.1/156 jpg 200 image/jpeg 363431 +20.500.12156.1/157 jpg 200 image/jpeg 410449 +20.500.12156.1/158 jpg 200 image/jpeg 292502 +20.500.12156.1/159 jpg 200 image/jpeg 216629 +20.500.12156.1/16 jpg 404 text/html 1253 +20.500.12156.1/161 jpg 200 image/jpeg 312835 +20.500.12156.1/162 jpg 200 image/jpeg 380187 +20.500.12156.1/163 jpg 200 image/jpeg 303401 +20.500.12156.1/160 jpg 200 image/jpeg 593172 +20.500.12156.1/164 jpg 200 image/jpeg 748840 +20.500.12156.1/165 jpg 200 image/jpeg 286778 +20.500.12156.1/166 jpg 200 image/jpeg 337187 +20.500.12156.1/167 jpg 200 image/jpeg 210260 +20.500.12156.1/168 jpg 200 image/jpeg 314452 +20.500.12156.1/169 jpg 200 image/jpeg 341246 +20.500.12156.1/17 jpg 404 text/html 1253 +20.500.12156.1/171 jpg 200 image/jpeg 644498 +20.500.12156.1/170 jpg 200 image/jpeg 306973 +20.500.12156.1/172 jpg 200 image/jpeg 611173 +20.500.12156.1/174 jpg 200 image/jpeg 179004 +20.500.12156.1/173 jpg 200 image/jpeg 651503 +20.500.12156.1/175 jpg 200 image/jpeg 512150 +20.500.12156.1/176 jpg 200 image/jpeg 624653 +20.500.12156.1/177 jpg 200 image/jpeg 599061 +20.500.12156.1/178 jpg 200 image/jpeg 305244 +20.500.12156.1/180 jpg 200 image/jpeg 314973 +20.500.12156.1/179 jpg 200 image/jpeg 309333 +20.500.12156.1/181 jpg 200 image/jpeg 191058 +20.500.12156.1/183 jpg 200 image/jpeg 562919 +20.500.12156.1/182 jpg 200 image/jpeg 564145 +20.500.12156.1/184 jpg 200 image/jpeg 242428 +20.500.12156.1/186 jpg 200 image/jpeg 333236 +20.500.12156.1/185 jpg 200 image/jpeg 338225 +20.500.12156.1/187 jpg 200 image/jpeg 368662 +20.500.12156.1/189 jpg 200 image/jpeg 346245 +20.500.12156.1/188 jpg 200 image/jpeg 252069 +20.500.12156.1/190 jpg 200 image/jpeg 323987 +20.500.12156.1/191 jpg 200 image/jpeg 205957 +20.500.12156.1/192 jpg 200 image/jpeg 204441 +20.500.12156.1/193 jpg 200 image/jpeg 206177 +20.500.12156.1/194 jpg 200 image/jpeg 178227 +20.500.12156.1/195 jpg 200 image/jpeg 386797 +20.500.12156.1/196 jpg 200 image/jpeg 198657 +20.500.12156.1/198 jpg 200 image/jpeg 362761 +20.500.12156.1/197 jpg 200 image/jpeg 165730 +20.500.12156.1/199 jpg 200 image/jpeg 308038 +20.500.12156.1/200 jpg 200 image/jpeg 1430728 +20.500.12156.1/201 jpg 200 image/jpeg 1644700 +20.500.12156.1/202 jpg 200 image/jpeg 1319845 +20.500.12156.1/203 jpg 200 image/jpeg 1336248 +20.500.12156.1/204 jpg 200 image/jpeg 1686652 +20.500.12156.1/206 jpg 200 image/jpeg 1562574 +20.500.12156.1/207 jpg 200 image/jpeg 1354657 +20.500.12156.1/205 jpg 200 image/jpeg 1274303 +20.500.12156.1/209 jpg 200 image/jpeg 1109570 +20.500.12156.1/208 jpg 200 image/jpeg 1195326 +20.500.12156.1/210 jpg 200 image/jpeg 1402897 +20.500.12156.1/212 jpg 200 image/jpeg 1195922 +20.500.12156.1/211 jpg 200 image/jpeg 1379564 +20.500.12156.1/213 jpg 200 image/jpeg 1059131 +20.500.12156.1/214 jpg 200 image/jpeg 1436861 +20.500.12156.1/215 jpg 200 image/jpeg 1549370 +20.500.12156.1/216 jpg 200 image/jpeg 1832840 +20.500.12156.1/218 jpg 200 image/jpeg 1684443 +20.500.12156.1/217 jpg 200 image/jpeg 1398829 +20.500.12156.1/219 jpg 200 image/jpeg 1406217 +20.500.12156.1/221 jpg 200 image/jpeg 1505298 +20.500.12156.1/220 jpg 200 image/jpeg 1503528 +20.500.12156.1/222 jpg 200 image/jpeg 1549013 +20.500.12156.1/223 jpg 200 image/jpeg 1329269 +20.500.12156.1/224 jpg 200 image/jpeg 1066179 +20.500.12156.1/225 jpg 200 image/jpeg 1355924 +20.500.12156.1/227 jpg 200 image/jpeg 1426185 +20.500.12156.1/226 jpg 404 text/html 1253 +20.500.12156.1/228 jpg 404 text/html 1253 +20.500.12156.1/229 jpg 404 text/html 1253 +20.500.12156.1/230 jpg 200 image/jpeg 223540 +20.500.12156.1/231 jpg 200 image/jpeg 1666886 +20.500.12156.1/233 jpg 200 image/jpeg 216300 +20.500.12156.1/232 jpg 200 image/jpeg 256656 +20.500.12156.1/234 sid 404 text/html 1253 +20.500.12156.1/235 jpg 200 image/jpeg 664730 +20.500.12156.1/237 jpg 200 image/jpeg 136076 +20.500.12156.1/238 jpg 200 image/jpeg 115762 +20.500.12156.1/239 jpg 200 image/jpeg 137755 +20.500.12156.1/240 jpg 200 image/jpeg 100896 +20.500.12156.1/241 jpg 200 image/jpeg 135937 +20.500.12156.1/242 jpg 200 image/jpeg 107973 +20.500.12156.1/243 jpg 200 image/jpeg 118212 +20.500.12156.1/244 jpg 200 image/jpeg 119948 +20.500.12156.1/245 jpg 200 image/jpeg 113966 +20.500.12156.1/246 jpg 200 image/jpeg 117088 +20.500.12156.1/247 jpg 200 image/jpeg 140798 +20.500.12156.1/249 jpg 200 image/jpeg 119852 +20.500.12156.1/248 jpg 200 image/jpeg 132740 +20.500.12156.1/250 jpg 200 image/jpeg 108409 +20.500.12156.1/251 jpg 200 image/jpeg 120893 +20.500.12156.1/252 jpg 200 image/jpeg 122266 +20.500.12156.1/253 jpg 200 image/jpeg 113334 +20.500.12156.1/254 jpg 200 image/jpeg 140667 +20.500.12156.1/255 jpg 200 image/jpeg 128000 +20.500.12156.1/256 jpg 200 image/jpeg 198214 +20.500.12156.1/257 jpg 200 image/jpeg 219273 +20.500.12156.1/258 jpg 200 image/jpeg 349009 +20.500.12156.1/259 jpg 200 image/jpeg 405338 +20.500.12156.1/260 jpg 200 image/jpeg 380789 +20.500.12156.1/26 jpg 404 text/html 1253 +20.500.12156.1/261 jpg 200 image/jpeg 276345 +20.500.12156.1/263 jpg 200 image/jpeg 450655 +20.500.12156.1/262 jpg 200 image/jpeg 214522 +20.500.12156.1/264 jpg 200 image/jpeg 415859 +20.500.12156.1/266 jpg 200 image/jpeg 191851 +20.500.12156.1/265 jpg 200 image/jpeg 217150 +20.500.12156.1/267 jpg 200 image/jpeg 363195 +20.500.12156.1/268 jpg 200 image/jpeg 393487 +20.500.12156.1/269 jpg 200 image/jpeg 389059 +20.500.12156.1/270 jpg 200 image/jpeg 371436 +20.500.12156.1/271 jpg 200 image/jpeg 199585 +20.500.12156.1/272 jpg 200 image/jpeg 236625 +20.500.12156.1/273 jpg 200 image/jpeg 254648 +20.500.12156.1/275 jpg 200 image/jpeg 240783 +20.500.12156.1/274 jpg 200 image/jpeg 203075 +20.500.12156.1/276 jpg 200 image/jpeg 231614 +20.500.12156.1/277 jpg 200 image/jpeg 405839 +20.500.12156.1/278 jpg 200 image/jpeg 397141 +20.500.12156.1/279 jpg 200 image/jpeg 407712 +20.500.12156.1/280 jpg 200 image/jpeg 250821 +20.500.12156.1/2794 jpg 404 text/html 1253 +20.500.12156.1/2801 jpg 404 text/html 1253 +20.500.12156.1/2802 jpg 404 text/html 1253 +20.500.12156.1/2803 jpg 404 text/html 1253 +20.500.12156.1/2804 jpg 404 text/html 1253 +20.500.12156.1/2805 jpg 404 text/html 1253 +20.500.12156.1/2806 jpg 404 text/html 1253 +20.500.12156.1/2807 jpg 404 text/html 1253 +20.500.12156.1/2809 jpg 404 text/html 1253 +20.500.12156.1/2808 jpg 404 text/html 1253 +20.500.12156.1/281 jpg 200 image/jpeg 220088 +20.500.12156.1/2810 jpg 404 text/html 1253 +20.500.12156.1/2811 jpg 404 text/html 1253 +20.500.12156.1/2812 jpg 404 text/html 1253 +20.500.12156.1/2814 jpg 404 text/html 1253 +20.500.12156.1/2813 jpg 404 text/html 1253 +20.500.12156.1/2815 jpg 404 text/html 1253 +20.500.12156.1/2816 jpg 404 text/html 1253 +20.500.12156.1/2817 jpg 404 text/html 1253 +20.500.12156.1/2818 jpg 404 text/html 1253 +20.500.12156.1/282 jpg 200 image/jpeg 287804 +20.500.12156.1/2819 jpg 404 text/html 1253 +20.500.12156.1/2820 jpg 404 text/html 1253 +20.500.12156.1/2821 jpg 404 text/html 1253 +20.500.12156.1/2822 jpg 404 text/html 1253 +20.500.12156.1/2823 jpg 404 text/html 1253 +20.500.12156.1/2825 jpg 404 text/html 1253 +20.500.12156.1/2824 jpg 404 text/html 1253 +20.500.12156.1/2826 jpg 404 text/html 1253 +20.500.12156.1/2827 jpg 404 text/html 1253 +20.500.12156.1/2828 jpg 404 text/html 1253 +20.500.12156.1/283 jpg 200 image/jpeg 261306 +20.500.12156.1/285 jpg 200 image/jpeg 225625 +20.500.12156.1/284 jpg 200 image/jpeg 265099 +20.500.12156.1/287 html 200 text/html 2511 +20.500.12156.1/288 html 200 text/html 2505 +20.500.12156.1/289 html 200 text/html 2505 +20.500.12156.1/290 html 200 text/html 2505 +20.500.12156.1/291 html 200 text/html 2505 +20.500.12156.1/292 html 200 text/html 2505 +20.500.12156.1/293 html 200 text/html 2505 +20.500.12156.1/2939 jpg 200 image/jpeg 227558 +20.500.12156.1/294 html 200 text/html 2505 +20.500.12156.1/2943 htm 404 text/html 1253 +20.500.12156.1/2946 jpg 404 text/html 1253 +20.500.12156.1/2947 jpg 404 text/html 1253 +20.500.12156.1/295 html 200 text/html 2505 +20.500.12156.1/296 html 200 text/html 2505 +20.500.12156.1/297 html 200 text/html 2505 +20.500.12156.1/298 html 200 text/html 2505 +20.500.12156.1/299 html 200 text/html 2505 +20.500.12156.1/300 html 200 text/html 2505 +20.500.12156.1/301 html 200 text/html 2505 +20.500.12156.1/3019 jpg 404 text/html 1253 +20.500.12156.1/302 html 200 text/html 2505 +20.500.12156.1/303 html 200 text/html 2505 +20.500.12156.1/3030 jpg 404 text/html 1253 +20.500.12156.1/3031 jpg 404 text/html 1253 +20.500.12156.1/3032 jpg 404 text/html 1253 +20.500.12156.1/3033 jpg 404 text/html 1253 +20.500.12156.1/3034 jpg 404 text/html 1253 +20.500.12156.1/3035 jpg 404 text/html 1253 +20.500.12156.1/3036 jpg 404 text/html 1253 +20.500.12156.1/3037 jpg 404 text/html 1253 +20.500.12156.1/3038 jpg 404 text/html 1253 +20.500.12156.1/304 html 200 text/html 2505 +20.500.12156.1/305 html 200 text/html 2505 +20.500.12156.1/306 html 200 text/html 2505 +20.500.12156.1/307 html 200 text/html 2505 +20.500.12156.1/308 html 200 text/html 2505 +20.500.12156.1/309 html 200 text/html 2505 +20.500.12156.1/310 html 200 text/html 2505 +20.500.12156.1/311 html 200 text/html 2505 +20.500.12156.1/312 html 200 text/html 2505 +20.500.12156.1/313 html 200 text/html 2505 +20.500.12156.1/314 html 200 text/html 2505 +20.500.12156.1/315 html 200 text/html 2505 +20.500.12156.1/316 html 200 text/html 2505 +20.500.12156.1/317 html 200 text/html 2505 +20.500.12156.1/318 html 200 text/html 2505 +20.500.12156.1/319 html 200 text/html 2505 +20.500.12156.1/320 html 200 text/html 2505 +20.500.12156.1/321 html 200 text/html 2505 +20.500.12156.1/322 html 200 text/html 2505 +20.500.12156.1/323 html 200 text/html 2505 +20.500.12156.1/324 html 200 text/html 2505 +20.500.12156.1/325 html 200 text/html 2505 +20.500.12156.1/326 html 200 text/html 2505 +20.500.12156.1/327 html 200 text/html 2505 +20.500.12156.1/328 jpg 200 image/jpeg 857057 +20.500.12156.1/3286 jpg 404 text/html 1253 +20.500.12156.1/3287 pdf 200 application/pdf 3429925 +20.500.12156.1/3288 jpg 200 image/jpeg 683212 +20.500.12156.1/3289 jpg 200 image/jpeg 776107 +20.500.12156.1/329 jpg 200 image/jpeg 823871 +20.500.12156.1/3290 jpg 200 image/jpeg 621517 +20.500.12156.1/3291 jpg 200 image/jpeg 649567 +20.500.12156.1/3292 jpg 200 image/jpeg 677628 +20.500.12156.1/3293 jpg 200 image/jpeg 606579 +20.500.12156.1/3294 jpg 200 image/jpeg 617539 +20.500.12156.1/3295 jpg 200 image/jpeg 646017 +20.500.12156.1/3296 jpg 200 image/jpeg 81346 +20.500.12156.1/331 jpg 200 image/jpeg 732693 +20.500.12156.1/330 jpg 200 image/jpeg 848460 +20.500.12156.1/332 jpg 200 image/jpeg 840696 +20.500.12156.1/333 jpg 200 image/jpeg 821325 +20.500.12156.1/334 jpg 200 image/jpeg 719500 +20.500.12156.1/335 jpg 200 image/jpeg 711611 +20.500.12156.1/336 jpg 200 image/jpeg 887444 +20.500.12156.1/337 jpg 200 image/jpeg 789669 +20.500.12156.1/338 jpg 200 image/jpeg 790122 +20.500.12156.1/339 jpg 200 image/jpeg 799929 +20.500.12156.1/340 jpg 200 image/jpeg 524481 +20.500.12156.1/341 jpg 200 image/jpeg 902312 +20.500.12156.1/344 jpg 404 text/html 1253 +20.500.12156.1/345 jpg 200 image/jpeg 334753 +20.500.12156.1/346 jpg 404 text/html 1253 +20.500.12156.1/347 jpg 200 image/jpeg 402907 +20.500.12156.1/348 jpg 200 image/jpeg 327911 +20.500.12156.1/349 jpg 404 text/html 1253 +20.500.12156.1/353 jpg 404 text/html 1253 +20.500.12156.1/354 jpg 200 image/jpeg 854152 +20.500.12156.1/3547 jpg 200 image/jpeg 442756 +20.500.12156.1/355 jpg 404 text/html 1253 +20.500.12156.1/3564 jpg 404 text/html 1253 +20.500.12156.1/358 jpg 200 image/jpeg 240631 +20.500.12156.1/360 jpg 200 image/jpeg 261844 +20.500.12156.1/359 jpg 200 image/jpeg 239537 +20.500.12156.1/361 jpg 200 image/jpeg 205824 +20.500.12156.1/362 jpg 200 image/jpeg 220189 +20.500.12156.1/363 jpg 200 image/jpeg 233442 +20.500.12156.1/364 jpg 200 image/jpeg 253243 +20.500.12156.1/365 jpg 200 image/jpeg 344240 +20.500.12156.1/366 jpg 404 text/html 1253 +20.500.12156.1/3666 jpg 404 text/html 1253 +20.500.12156.1/3668 jpg 404 text/html 1253 +20.500.12156.1/3667 jpg 404 text/html 1253 +20.500.12156.1/3669 jpg 404 text/html 1253 +20.500.12156.1/367 jpg 200 image/jpeg 87834 +20.500.12156.1/3670 jpg 404 text/html 1253 +20.500.12156.1/3671 jpg 404 text/html 1253 +20.500.12156.1/3673 jpg 404 text/html 1253 +20.500.12156.1/3672 jpg 404 text/html 1253 +20.500.12156.1/3674 jpg 404 text/html 1253 +20.500.12156.1/3675 jpg 404 text/html 1253 +20.500.12156.1/3676 jpg 404 text/html 1253 +20.500.12156.1/3677 jpg 404 text/html 1253 +20.500.12156.1/3678 jpg 404 text/html 1253 +20.500.12156.1/3679 jpg 404 text/html 1253 +20.500.12156.1/368 jpg 200 image/jpeg 111906 +20.500.12156.1/3680 jpg 404 text/html 1253 +20.500.12156.1/3681 jpg 404 text/html 1253 +20.500.12156.1/3682 jpg 404 text/html 1253 +20.500.12156.1/369 jpg 200 image/jpeg 97924 +20.500.12156.1/3683 jpg 404 text/html 1253 +20.500.12156.1/37 jpg 404 text/html 1253 +20.500.12156.1/371 jpg 200 image/jpeg 123103 +20.500.12156.1/370 jpg 200 image/jpeg 107526 +20.500.12156.1/372 jpg 200 image/jpeg 101072 +20.500.12156.1/374 jpg 200 image/jpeg 287184 +20.500.12156.1/373 jpg 200 image/jpeg 103592 +20.500.12156.1/375 jpg 200 image/jpeg 288971 +20.500.12156.1/376 jpg 200 image/jpeg 222754 +20.500.12156.1/377 jpg 200 image/jpeg 260470 +20.500.12156.1/378 jpg 200 image/jpeg 247977 +20.500.12156.1/379 jpg 200 image/jpeg 173980 +20.500.12156.1/380 jpg 200 image/jpeg 174036 +20.500.12156.1/381 jpg 200 image/jpeg 298907 +20.500.12156.1/382 jpg 200 image/jpeg 220420 +20.500.12156.1/383 jpg 200 image/jpeg 285979 +20.500.12156.1/384 jpg 404 text/html 1253 +20.500.12156.1/386 jpg 404 text/html 1253 +20.500.12156.1/385 jpg 404 text/html 1253 +20.500.12156.1/387 jpg 200 image/jpeg 261629 +20.500.12156.1/39 jpg 404 text/html 1253 +20.500.12156.1/388 jpg 404 text/html 1253 +20.500.12156.1/391 jpg 404 text/html 1253 +20.500.12156.1/393 jpg 200 image/jpeg 413673 +20.500.12156.1/392 jpg 200 image/jpeg 118076 +20.500.12156.1/394 jpg 200 image/jpeg 362860 +20.500.12156.1/395 jpg 200 image/jpeg 441364 +20.500.12156.1/396 jpg 200 image/jpeg 466008 +20.500.12156.1/3968 pdf 200 application/pdf 22141947 +20.500.12156.1/3969 pdf 200 application/pdf 40182317 +20.500.12156.1/397 jpg 200 image/jpeg 482206 +20.500.12156.1/3970 pdf 200 application/pdf 32266094 +20.500.12156.1/3973 pdf 200 application/pdf 52249174 +20.500.12156.1/3972 pdf 200 application/pdf 3496838 +20.500.12156.1/3974 jpg 200 image/jpeg 319946 +20.500.12156.1/3976 jpg 404 text/html 1253 +20.500.12156.1/3975 pdf 200 application/pdf 14318252 +20.500.12156.1/3977 jpg 404 text/html 1253 +20.500.12156.1/3981 pdf 404 text/html 1253 +20.500.12156.1/3983 jpg 200 image/jpeg 245802 +20.500.12156.1/399 jpg 200 image/jpeg 734582 +20.500.12156.1/400 jpg 200 image/jpeg 231558 +20.500.12156.1/40 jpg 404 text/html 1253 +20.500.12156.1/4009 jpg 404 text/html 1253 +20.500.12156.1/401 jpg 200 image/jpeg 140316 +20.500.12156.1/402 jpg 200 image/jpeg 130805 +20.500.12156.1/403 jpg 200 image/jpeg 168851 +20.500.12156.1/404 jpg 404 text/html 1253 +20.500.12156.1/405 jpg 200 image/jpeg 549210 +20.500.12156.1/406 jpg 404 text/html 1253 +20.500.12156.1/408 jpg 200 image/jpeg 635287 +20.500.12156.1/407 jpg 200 image/jpeg 558262 +20.500.12156.1/409 jpg 404 text/html 1253 +20.500.12156.1/41 jpg 404 text/html 1253 +20.500.12156.1/410 jpg 200 image/jpeg 410713 +20.500.12156.1/411 jpg 200 image/jpeg 447814 +20.500.12156.1/412 jpg 404 text/html 1253 +20.500.12156.1/413 jpg 200 image/jpeg 420680 +20.500.12156.1/414 jpg 200 image/jpeg 345759 +20.500.12156.1/418 jpg 200 image/jpeg 531518 +20.500.12156.1/419 jpg 200 image/jpeg 379480 +20.500.12156.1/420 jpg 200 image/jpeg 465010 +20.500.12156.1/423 jpg 200 image/jpeg 207719 +20.500.12156.1/422 jpg 404 text/html 1253 +20.500.12156.1/424 jpg 200 image/jpeg 219264 +20.500.12156.1/425 jpg 200 image/jpeg 154015 +20.500.12156.1/426 jpg 200 image/jpeg 203938 +20.500.12156.1/427 jpg 200 image/jpeg 184808 +20.500.12156.1/429 jpg 200 image/jpeg 248101 +20.500.12156.1/428 jpg 200 image/jpeg 211825 +20.500.12156.1/43 jpg 404 text/html 1253 +20.500.12156.1/430 jpg 200 image/jpeg 168997 +20.500.12156.1/431 jpg 200 image/jpeg 154109 +20.500.12156.1/432 jpg 200 image/jpeg 200146 +20.500.12156.1/433 jpg 200 image/jpeg 216196 +20.500.12156.1/434 jpg 200 image/jpeg 200269 +20.500.12156.1/435 jpg 404 text/html 1253 +20.500.12156.1/437 jpg 404 text/html 1253 +20.500.12156.1/436 jpg 200 image/jpeg 258402 +20.500.12156.1/438 jpg 404 text/html 1253 +20.500.12156.1/440 jpg 200 image/jpeg 357191 +20.500.12156.1/439 jpg 404 text/html 1253 +20.500.12156.1/441 jpg 200 image/jpeg 434579 +20.500.12156.1/47 jpg 200 image/jpeg 886360 +20.500.12156.1/46 jpg 404 text/html 1253 +20.500.12156.1/4768 jpg 404 text/html 1253 +20.500.12156.1/4769 jpg 404 text/html 1253 +20.500.12156.1/483 jpg 404 text/html 1253 +20.500.12156.1/484 jpg 200 image/jpeg 438001 +20.500.12156.1/4870 jpg 200 image/jpeg 134381 +20.500.12156.1/4871 jpg 200 image/jpeg 202728 +20.500.12156.1/4872 jpg 200 image/jpeg 330128 +20.500.12156.1/4873 jpg 200 image/jpeg 300733 +20.500.12156.1/4874 jpg 200 image/jpeg 271854 +20.500.12156.1/4875 jpg 200 image/jpeg 328428 +20.500.12156.1/4877 jpg 200 image/jpeg 215781 +20.500.12156.1/4876 jpg 200 image/jpeg 283832 +20.500.12156.1/4878 jpg 200 image/jpeg 244637 +20.500.12156.1/4879 jpg 200 image/jpeg 237901 +20.500.12156.1/4880 jpg 200 image/jpeg 285141 +20.500.12156.1/4881 htm 404 text/html 1253 +20.500.12156.1/492 jpg 200 image/jpeg 759633 +20.500.12156.1/49 jpg 404 text/html 1253 +20.500.12156.1/493 jpg 200 image/jpeg 616233 +20.500.12156.1/495 jpg 200 image/jpeg 614159 +20.500.12156.1/494 jpg 200 image/jpeg 504747 +20.500.12156.1/496 jpg 200 image/jpeg 613477 +20.500.12156.1/497 jpg 200 image/jpeg 685376 +20.500.12156.1/498 jpg 200 image/jpeg 355946 +20.500.12156.1/499 jpg 200 image/jpeg 712098 +20.500.12156.1/5 jpg 404 text/html 1253 +20.500.12156.1/500 jpg 200 image/jpeg 373371 +20.500.12156.1/501 jpg 200 image/jpeg 548611 +20.500.12156.1/503 jpg 200 image/jpeg 680091 +20.500.12156.1/502 jpg 200 image/jpeg 439491 +20.500.12156.1/504 jpg 200 image/jpeg 680752 +20.500.12156.1/506 jpg 200 image/jpeg 301329 +20.500.12156.1/507 jpg 404 text/html 1253 +20.500.12156.1/508 jpg 200 image/jpeg 757911 +20.500.12156.1/509 jpg 200 image/jpeg 626224 +20.500.12156.1/510 jpg 200 image/jpeg 572705 +20.500.12156.1/511 jpg 404 text/html 1253 +20.500.12156.1/513 jpg 404 text/html 1253 +20.500.12156.1/512 jpg 404 text/html 1253 +20.500.12156.1/514 jpg 404 text/html 1253 +20.500.12156.1/516 jpg 404 text/html 1253 +20.500.12156.1/515 jpg 404 text/html 1253 +20.500.12156.1/517 jpg 404 text/html 1253 +20.500.12156.1/518 jpg 404 text/html 1253 +20.500.12156.1/519 jpg 404 text/html 1253 +20.500.12156.1/520 jpg 404 text/html 1253 +20.500.12156.1/521 jpg 404 text/html 1253 +20.500.12156.1/522 jpg 404 text/html 1253 +20.500.12156.1/523 jpg 404 text/html 1253 +20.500.12156.1/524 jpg 404 text/html 1253 +20.500.12156.1/525 jpg 404 text/html 1253 +20.500.12156.1/526 jpg 404 text/html 1253 +20.500.12156.1/527 jpg 404 text/html 1253 +20.500.12156.1/528 jpg 404 text/html 1253 +20.500.12156.1/529 jpg 404 text/html 1253 +20.500.12156.1/531 jpg 404 text/html 1253 +20.500.12156.1/530 jpg 404 text/html 1253 +20.500.12156.1/532 jpg 404 text/html 1253 +20.500.12156.1/534 jpg 404 text/html 1253 +20.500.12156.1/533 jpg 404 text/html 1253 +20.500.12156.1/535 jpg 404 text/html 1253 +20.500.12156.1/536 jpg 404 text/html 1253 +20.500.12156.1/537 jpg 404 text/html 1253 +20.500.12156.1/538 jpg 404 text/html 1253 +20.500.12156.1/540 jpg 404 text/html 1253 +20.500.12156.1/539 jpg 404 text/html 1253 +20.500.12156.1/541 jpg 404 text/html 1253 +20.500.12156.1/543 jpg 404 text/html 1253 +20.500.12156.1/542 jpg 404 text/html 1253 +20.500.12156.1/544 jpg 404 text/html 1253 +20.500.12156.1/545 jpg 404 text/html 1253 +20.500.12156.1/546 jpg 404 text/html 1253 +20.500.12156.1/547 jpg 404 text/html 1253 +20.500.12156.1/548 jpg 404 text/html 1253 +20.500.12156.1/549 jpg 404 text/html 1253 +20.500.12156.1/550 jpg 404 text/html 1253 +20.500.12156.1/5524 jpg 404 text/html 1253 +20.500.12156.1/551 jpg 404 text/html 1253 +20.500.12156.1/5525 jpg 200 image/jpeg 152847 +20.500.12156.1/5527 jpg 404 text/html 1253 +20.500.12156.1/5526 jpg 200 image/jpeg 445128 +20.500.12156.1/5528 jpg 404 text/html 1253 +20.500.12156.1/553 jpg 404 text/html 1253 +20.500.12156.1/554 jpg 404 text/html 1253 +20.500.12156.1/555 jpg 404 text/html 1253 +20.500.12156.1/558 jpg 404 text/html 1253 +20.500.12156.1/557 jpg 404 text/html 1253 +20.500.12156.1/559 jpg 404 text/html 1253 +20.500.12156.1/560 jpg 404 text/html 1253 +20.500.12156.1/563 jpg 404 text/html 1253 +20.500.12156.1/564 jpg 404 text/html 1253 +20.500.12156.1/6 jpg 404 text/html 1253 +20.500.12156.1/61 jpg 200 image/jpeg 139372 +20.500.12156.1/63 pdf 200 application/pdf 716389 +20.500.12156.1/6657 jpg 200 image/jpeg 182673 +20.500.12156.1/6656 jpg 200 image/jpeg 136335 +20.500.12156.1/7 jpg 404 text/html 1253 +20.500.12156.1/8 jpg 404 text/html 1253 +20.500.12156.1/70 jpg 200 image/jpeg 439356 +20.500.12156.1/80 jpg 200 image/jpeg 493982 +20.500.12156.1/8859 jpg 200 image/jpeg 165686 +20.500.12156.1/8396 jpg 200 image/jpeg 860316 +20.500.12156.1/8860 jpg 200 image/jpeg 170812 +20.500.12156.1/8861 jpg 200 image/jpeg 202728 +20.500.12156.1/8862 jpg 200 image/jpeg 185904 +20.500.12156.1/8863 jpg 200 image/jpeg 178575 +20.500.12156.1/8865 jpg 200 image/jpeg 291994 +20.500.12156.1/8864 jpg 200 image/jpeg 223540 +20.500.12156.1/8866 jpg 200 image/jpeg 209556 +20.500.12156.1/8868 jpg 200 image/jpeg 219117 +20.500.12156.1/8867 jpg 200 image/jpeg 178666 +20.500.12156.1/8869 jpg 200 image/jpeg 216629 +20.500.12156.1/8871 jpg 200 image/jpeg 286778 +20.500.12156.1/8870 jpg 200 image/jpeg 312835 +20.500.12156.1/8873 jpg 200 image/jpeg 179004 +20.500.12156.1/8874 jpg 200 image/jpeg 210260 +20.500.12156.1/8875 jpg 200 image/jpeg 305244 +20.500.12156.1/8876 jpg 200 image/jpeg 191058 +20.500.12156.1/9 jpg 404 text/html 1253 +20.500.12156.1/98 pdf 200 application/pdf 659561 +20.500.12156.1/99 pdf 200 application/pdf 837323 diff --git a/tasks/TODO.md b/tasks/TODO.md index 93847ad..4d4da49 100644 --- a/tasks/TODO.md +++ b/tasks/TODO.md @@ -428,6 +428,57 @@ Recuperado nesta rodada: `8396` (Biblioteca Nacional, sequência 3, 13,5 MB, 3361×4453) — mesmo padrão de `6656` e `7939`, onde o catálogo aponta a sequência 2 (licença) e a imagem está na 3. +### Achado 2.28 — a cópia legada: só existe para a Biblioteca Nacional, e 25 "cópias" são páginas HTML + +Medido em 14/09. A cópia legada vem do `objdigital.bn.br` e **só existe para +itens da Biblioteca Nacional**: 2.702 dos 13.060 têm `legacy_url`, todos da BN. +Os 16% de cobertura não são falta — os outros 10.358 itens não têm cópia legada +na origem. + +| | | +|---|--:| +| elegíveis (`legacy_url` no catálogo) | 2.702 | +| no bucket como `legado/` | 2.137 | +| — imagens JPG | 1.899 (859 MB) | +| — PDF de álbum | 213 (8,3 GB) | +| — **páginas HTML** | **25** (~2,4 KB cada) | +| HTTP 404 permanente | 565 (499 jpg, 41 html, 22 pdf, 2 htm, 1 sid) | + +**As 25 páginas HTML não são imagem.** São o visualizador Seadragon do +objdigital (`viewer.openDzi("GeneratedImages/dzc_output.xml")`): a imagem mora +numa pirâmide de tiles Deep Zoom ao lado da página. Itens: `586`, `587`, `630`, +`802`–`806`, `808`, `809`, `811`, `812`, `814`, `816`, `817`, `870`, `1080`, +`1083`, `1085`, `1086`, `3198`, `3545`, `3546`, `3866`, `6655`. **Todos têm +imagem de preservação no bucket**, então nenhum ficou sem imagem. Não foram +apagados — é decisão do usuário (ver pendência). Mesma família do bug de +`1081`/`1082`/`1084` (HTML de visualizador subido como legado), que foi limpo +na época; estes 25 escaparam. + +**O objdigital não saiu do ar — mudou de endereço.** Em 14/09 a porta 80 +fechou nos dois IPs (`200.9.175.46`, `177.223.196.160`), mas a 443 está aberta +e o site responde em **`https://objdigital.bn.br/objdigital2/acervo_digital/...`** +(o próprio visualizador Seadragon carrega o script desse prefixo). Prova de que +é a mesma fonte: 3 cópias legadas sorteadas do bucket, baixadas pelo endereço +novo, voltaram com **sha256 idêntico**. Correção de uma afirmação anterior +desta sessão: o `icon573843.jpg` usado como "controle" **não** tinha baixado +antes — ele é um dos 565 erros (item `10`), e responde `200` no endereço novo. + +Consequência: **a maior parte dos 565 "404 permanentes" existe no endereço +novo.** Sondagem completa por `HEAD` em 14/09 (`pipeline/legado-caminho-novo.tsv`): + +| no endereço novo | itens | +|---|--:| +| `200` com `image/jpeg` | 330 | +| `200` com `application/pdf` | 18 (o maior, 52 MB) | +| `200` com `text/html` (visualizador Deep Zoom, não arquivo) | 41 | +| `404` de verdade | 176 | + +Recuperáveis como arquivo: **348** (~0,3 GB). As 41 páginas HTML somam-se às 25 +já no bucket: **66 itens** cuja imagem só existe como pirâmide de tiles. A pirâmide Deep Zoom das 25 páginas HTML +também responde (item `3545`: `dzc_output.xml`, 5744×4245, tiles de 256 px). +**O `baixador.py` usa o endereço antigo (`http://…/acervo_digital/`) e precisa +ser atualizado antes de qualquer nova passada. + ### Achado 2.22 — o gargalo do upload era o `subidor.py`, não o link; troca pelo paralelo Eu tinha escrito aqui que o gargalo era o link de casa. **Errado.** Medido em @@ -621,6 +672,9 @@ handle. - [ ] **`.git` do `rafapolo/xyz` está em 2,5 GB** e cada publicação do atlas soma ~51 MB permanentes (binário não faz delta). Se o mural for republicar atlas com frequência, tirar os `.webp` do git — LFS, ou servir do próprio bucket, que já tem os thumbs em `derivados/thumb256/`. - [ ] **Crawl da Fase 1 pode ter mais buracos** (achado 2.10 do PLANO.md): 2 itens reais (`1799`, `4798`) foram achados faltando no catálogo só porque o WordPress os citava — já corrigidos, mas não existe verificação exaustiva de que a enumeração por `browse?type=title` pegou 100% de cada comunidade. Sem ideia barata de auditar isso por completo agora. +- [ ] **Baixar os 348 legados recuperáveis pelo endereço novo** (achado 2.28) — atualizar antes o `baixador.py` para `https://objdigital.bn.br/objdigital2/acervo_digital/`. +- [ ] **Decidir o que fazer com as 66 páginas HTML de visualizador** (25 já em `legado/` + 41 no endereço novo; achado 2.28): apagar do bucket e do ledger (não são imagem), ou montar a imagem a partir dos tiles Deep Zoom quando o objdigital voltar. Todos os 25 itens já têm preservação. + ## Ao final (não fazer antes do download terminar) - [x] Gerar `MANIFEST.md` (o que é, como foi coletado, quando) — feito; atualizado em 2026-09-12 com `derivados/` e os achados 2.19/2.20/3.3