پِریس (Peris): آرشیو هوشمند و موتور جستجوی صفحات وب
توجه
نام Peris در پارسی باستان به معنای محدوده، پیرامون و گردآوری اطلاعات حول یک هسته مشخص است. این پروژه به عنوان ابزار تخصصی آرشیو و دانلود صفحات وب در اکوسیستم دیتائیست، وظیفه گردآوری، مستندسازی و فراهم کردن امکان جستجوی عمیق در داده‌های وب را بر عهده دارد.
پروژه Peris ابزاری کارآمد و قدرتمند برای ذخیره‌سازی آفلاین صفحات وب، مستندسازی محتوا و مدیریت آرشیوهای اینترنتی است. در دنیایی که اطلاعات وب‌سایت‌ها ممکن است دستخوش تغییر، حذف یا ناپدید شدن شوند، پِریس فراتر از یک ابزار دانلود ساده عمل می‌کند؛ این پروژه بستری است امن و ساختاریافته که به کاربران اجازه می‌دهد تارنماهای مختلف را به همراه تمامی اجزا و پیوست‌ها دانلود کرده و با بهره‌گیری از قابلیت‌های پیشرفته جستجو، به محتوای آرشیو شده دسترسی سریع داشته باشند. پِریس به پژوهشگران، توسعه‌دهندگان و علاقه‌مندان به حفظ تاریخ دیجیتال اطمینان می‌دهد که هیچ داده‌ای از دست نخواهد رفت.
فناوری‌های هسته
برای حفظ دقت در ذخیره‌سازی ساختار صفحات، سرعت بالا در خزیدن (Crawling) و ارائه نتایج جستجوی دقیق، زیرساخت پروژه پِریس بر پایه فناوری‌های زیر بنا شده است:
هسته دانلود و آرشیو وب: موتور پیشرفته برای دریافت کامل صفحات، فایل‌های وابسته و نگهداری ساختار مانا و آفلاین وب‌سایت‌ها
سیستم جستجوی متن و محتوا: زیرساخت قدرتمند ایندکس‌گذاری برای یافتن سریع عبارات و اطلاعات در حجم انبوه صفحات آرشیو شده
اسپینیکس: ابزار Sphinx برای مستندسازی فنی و مدیریت دانش پایدار اکوسیستم
مشارکت در توسعه
پِریس یک پروژه متن‌باز است و ما از حضور مشارکت‌کنندگان استقبال می‌کنیم. اگر پیشنهاد، الگوریتم‌های بهتری برای دانلود صفحات سنگین یا اصلاحی برای بهبود موتور جستجو دارید، می‌توانید به مخزن اصلی پروژه در آدرس زیر مراجعه کرده و با ثبت Issue یا ارسال Pull Request در توسعه این ابزار نقش داشته باشید: مخزن پروژه پِریس
فلسفه پِریس
"دانش و اطلاعات موجود در وب، میراثی ارزشمند از اندیشه بشری است که نباید در گذر زمان از دست برود. ما در پروژه پِریس، پیرامونی امن برای گردآوری و حفظ صفحات وب ساختیم تا دسترسی به اطلاعات همواره پایدار و جاودانه بماند."
هدف ما پیوند دادن فناوری‌های خزیدن و ذخیره‌سازی وب به یک موتور جستجوی متمرکز است تا هیچ دانش دیجیتالی در پهنه اینترنت گم نشود.