74 Commits (a73f618e0aec26efdc28b85ae824911e1b9536c1)

Auteur SHA1 Bericht Datum
  Ben Kurtovic a73f618e0a Initial conversion to Python 3 3 jaren geleden
  Ben Kurtovic 92d43e566e copyvios: Missed a file 3 jaren geleden
  Ben Kurtovic a49a82e263 Fix a few bugs 3 jaren geleden
  Ben Kurtovic 2b5914b6ae Support parser-directed URL redirecting (for Wayback Machine PDFs) 3 jaren geleden
  Ben Kurtovic 774628b34e OAuth support; switch to requests; update login flow 5 jaren geleden
  Ben Kurtovic 7853bcc0f3 Fix dependency checking for search engines. 8 jaren geleden
  Ben Kurtovic 04ed5257c7 Refactor search engines. 8 jaren geleden
  Ben Kurtovic 977b587e5e Add support for Bing Search 8 jaren geleden
  Ben Kurtovic 69cdb41d07 Adjust mirror hints to include direct links back to the article. 8 jaren geleden
  Ben Kurtovic f92fb34d0e Improve sentence splitting, again. 8 jaren geleden
  Ben Kurtovic 108eca13ac Finish mirror hinting algorithm. 8 jaren geleden
  Ben Kurtovic 91846ce4fb Refactor out mirror hinting logic in source parsers. 8 jaren geleden
  Ben Kurtovic 03910b6cb5 Add mirror detection logic to parsers; fixes. 8 jaren geleden
  Ben Kurtovic 4e8be871b7 Update copyright year for 2015. 9 jaren geleden
  Ben Kurtovic 5194525a32 Note when sources might have been missed. 9 jaren geleden
  Ben Kurtovic 303c39c8c7 Add an option to disable short-circuiting. 9 jaren geleden
  Ben Kurtovic 9fd145da5c Add some docs; better sorting function. 9 jaren geleden
  Ben Kurtovic 7afb484cea Refactor a bunch of copyvio internals. Store all sources with a result object. 9 jaren geleden
  Ben Kurtovic f94a67e0e3 Define num_queries in the proper place. 9 jaren geleden
  Ben Kurtovic 12247dd756 Add no_links and no_searches to copyvio_check(). 9 jaren geleden
  Ben Kurtovic c56838e742 Only spawn one worker for comparisons in local mode. 9 jaren geleden
  Ben Kurtovic 7c0e98596c Some bugfixes. 9 jaren geleden
  Ben Kurtovic 361f7709f8 Starting work on global workers. 9 jaren geleden
  Ben Kurtovic bdcbfa5327 Catch errors around response.read(). 9 jaren geleden
  Ben Kurtovic 24dd497fd9 Catch more general socket.error. 9 jaren geleden
  Ben Kurtovic 5e72e74759 Employ new piecewise article-delta confidence function. 9 jaren geleden
  Ben Kurtovic 203c65280c Float delta. 9 jaren geleden
  Ben Kurtovic 6b0f8ad311 Fix reference. 9 jaren geleden
  Ben Kurtovic e2d7c7aef6 Update with new confidence function; fix unicode. 9 jaren geleden
  Ben Kurtovic 05010933c7 Reorder some URL opening code; zip protection. 9 jaren geleden
  Ben Kurtovic 2bddf79a3d Fix deadlock when calling queue.put() while holding the mutex. 9 jaren geleden
  Ben Kurtovic 7a4fcd7807 Fix queue clear call. 9 jaren geleden
  Ben Kurtovic efae85a1fe Move thread spawning code to worker class. 9 jaren geleden
  Ben Kurtovic 7137dda920 Update copyvio checker to not make concurrent requests to a single domain. 9 jaren geleden
  Ben Kurtovic 5874467ec3 Bugfix, cleanup. 9 jaren geleden
  Ben Kurtovic cc7ac52a05 Fix query counting. 10 jaren geleden
  Ben Kurtovic d672e670fa Fix param name. 10 jaren geleden
  Ben Kurtovic 0e28f89466 Update logging. 10 jaren geleden
  Ben Kurtovic ae0c390ceb Redesign copyvio internals to parallelize URL loading/parsing. 10 jaren geleden
  Ben Kurtovic 1501341000 Allow even more time for a URL to time out. 10 jaren geleden
  Ben Kurtovic ccb3c022ca Some servers don't leave a space before the content type parameter list. 10 jaren geleden
  Ben Kurtovic 5e9d4cfa78 copyvios: use a different timeout for direct URL comparisons. 10 jaren geleden
  Ben Kurtovic ea14f39e73 Split content type correctly. 10 jaren geleden
  Ben Kurtovic e0cd174310 Refactor out empty chain definitions. 10 jaren geleden
  Ben Kurtovic 0eadf65a09 Only accept HTML and plain text for copyvio checks. 10 jaren geleden
  Ben Kurtovic c3ddc3d35a Return the correct empty chain. 10 jaren geleden
  Ben Kurtovic 39d5c7c149 Update copyright notices for 2014. 10 jaren geleden
  Ben Kurtovic ed95c99f0e Update email address. 10 jaren geleden
  Ben Kurtovic 5931f375de Put response.read() in the try:, since that's what throws the timeout. 11 jaren geleden
  Ben Kurtovic 0b7a13eca5 Update copyright notices for 2013. 11 jaren geleden