Giellateknomöte 28.1.
Til stede: Trond, Chiara

!!! Saker
* Korp og marisk
* Logger
* EuroPython konferanse
* git


!!! Korp og marisk

!!OCR-lesing

Problemet med mellomrom ligg i convert2xml, dvs. i pdftotext. Vi diskuterer med Børre, og ser også på spalte-spørsmålet.

Referansefil:

orig/mhr/news/proletar_kultur_verch/proletar_kul_tur_verch_1936_1-2.pdf

Spørsmålet om mellomrom som uthenving kjem etterpå.

Vi diskuterer konvertering med __Børre__. __Trond__ diskuterer med Jeremy om kven som kan arbeide med å redigere xsl-filer.

!!Analyse

Problemet med tekst etter : har Chiara allereie ordna.

Trond har lagt til alle (!) uanalyserte teikn i symbols.lexc. __Trond__ ser på om nokre av dei kan fjernast (i lag med Sjur).


!!!Logger

Sjå oversikt i dokumentet GTHOME/art/2020/digitools/loggoversikt.txt

!!NDS
!user_log

Fra starten:
søk True/False  treff lang1 lang2

Fra 2016-01 har vi også dato og ip adresse:
søk True/False  treff lang1 lang2 yyyy-mm-ddThh:mm:ss IP-adresse

!access.NDS_NAVN.log:
Vi har alt fra starten bortsett for sanit og baakoeh (fra mars 2019)


!!OAHPA
Vi har log i mysql

!!Cgi-bin

Det finnes ingen logg på serveren (har også prøvde å lete i dokumentasjonen men fant ingenting)

!!NGINX log (som kan da brukes på forskjellige måter)
default oppsett: blir 'rotated' hver 10 dager og da blir dem slettet

Mulig strategi:
endre på logrotate
lagre all logger før de blir slettet på serveren + lagre dem (månedelig?) i svn
kanskje via skript og en svn-bruker (eller jeg) på serveren?

!!Prinsipp:
* systemet må vere automatisk, robust over tid (utan at disken går full), og robust mot datatap

!!!EuroPython konferanse

[2020 konferanse|https://ep2020.europython.eu/faq]
(se 2019 [sessions|https://ep2019.europython.eu/events/sessions/] og [pyData |https://ep2019.europython.eu/events/pydata-europython-2019/#PyData-Track])

!!!git

Sjur vil prioritere dette.