doc/ChangeLog

   1 Version 5.0.0 (2023-??-??)
   2
   3    Python 3.
   4
   5    Remove BeautifulSoup.py (use globally installed).
   6
   7 Version 4.6.0 (2014-07-06)
   8
   9    Split simple robot: separate network operations and
  10    URL handling/HTML parsing.
  11
  12    Change parse_html to parse strings, not files.
  13
  14    Split parse_html/__init__.py into __main__.py.
  15
  16    Adapt JSON storage to recent Mozilla export format.
  17
  18    Add ChangeLog.
  19
  20    Allow parameters in BKMK_* environment variables; for example,
  21    BKMK_ROBOT=forking:subproc=urllib or
  22    BKMK_STORAGE=json:filename=bookmarks_db.json.
  23
  24    Pass subproc parameter to the subprocess to allow different robots.
  25
  26    Add a new robot based on urllib2.
  27
  28 Version 4.5.6 (2014-01-14)
  29
  30    Remove absolute directory ~/lib to make it portable.
  31
  32 Version 4.5.5 (2013-12-05)
  33
  34    Parse <meta charset="...">.
  35
  36 Version 4.5.4 (2013-11-23)
  37
  38    Published through git/gitweb.
  39
  40 Version 4.5.3 (2013-07-26)
  41
  42    Minor tweak in Makefile.
  43
  44    Switched to git.
  45
  46 Version 4.5.2 (2012-09-24)
  47
  48    Removed svn:keywords.
  49
  50    Handle redirects with codes 303 and 307.
  51
  52    Fixed a bug in handling place: URIs (do not append '//').
  53
  54 Version 4.5.1 (2011-12-28).
  55
  56    Read/write mozilla-specific date/time format in json storage.
  57
  58 Version 4.5.0 (2011-12-18).
  59
  60    Encode international domain names with IDNA encoding.
  61
  62    Adapted to different Mozilla 'place' URIs.
  63
  64 Version 4.4.0 (2011-01-07).
  65
  66    Moved BeautifulSoup.py and subproc.py from Robots/ to the top-level
  67    directory.
  68
  69    Moved parse_html.py and its submodules to a separate parse_html package.
  70
  71    Added statistics code to parse_html, got a statistics on parser
  72    success/failrure rate, reordered parsers.
  73
  74    Removed old cruft.
  75
  76 Version 4.3.1 (2011-01-03).
  77
  78    Get favicon before HTML redirect (refresh).
  79
  80 Version 4.3.0 (2011-01-01).
  81
  82    Robots no longer have one global temporary file - there are at least two
  83    (html and favicon), and in the future there will be more for asynchronous
  84    robot(s) that would test many URLs in parallel.
  85
  86 Version 4.2.2.
  87
  88     Added HTML Parser based on lxml.
  89
  90 Version 4.2.1 (2010-08-12).
  91
  92    Added HTML Parser based on html5 library.
  93
  94 Version 4.2.0 (2010-08-11).
  95
  96    New storage: json; it allows to load and store Mozilla (Firefox) backup
  97    files.
  98
  99 Version 4.1.2
 100
 101    Process http error 307 as a temporary redirect.
 102
 103 Version 4.1.1 (2008-03-10)
 104
 105    Catch and report all errors.
 106
 107    Consider application/xhtml+xml as HTML.
 108
 109    Better handling of exceptions while looking up the icon.
 110
 111    Recode HTML entities.
 112
 113    Always use utf-8 as the default encoding.
 114
 115 Version 4.1.0 (2008-01-14)
 116
 117    Parser for HTML based on BeautifulSoup.
 118
 119    Changed User-agent header: I saw a number of sites that forbid
 120    "Mozilla compatible" browsers. Added a number of fake headers to pretend
 121    this is a real web-browser - there are still stupid sites
 122    that are trying to protect themselves from robots by analyzing headers.
 123
 124    Handle redirects while looking for the icon.
 125
 126    Handle float timeouts in HTML redirects.
 127
 128    Minimal required version of Python is 2.5 now.
 129
 130 Version 4.0.0 (2007-10-20)
 131
 132    Extended support for Mozilla: charset and icon in bookmarks.
 133    Use the charset to add Accept-Charset header.
 134    Retrieve favicon.ico (or whatever <link> points to) and store it.
 135
 136    The project celebrates 10th anniversary!
 137
 138 Version 3.4.1 (2005-01-29)
 139
 140    Updated to Python 2.4. Switched from CVS to Subversion.
 141
 142 Version 3.4.0 (2004-09-23)
 143
 144    Extended support for Mozilla: keywords in bookmarks.
 145    Updated to m_lib version 1.2.
 146
 147 Version 3.3.2
 148
 149    parse_html.py can now recode unicode entities in titles.
 150
 151 Version 3.3.0
 152
 153    Required Python 2.2.
 154
 155    HTML parser. If the protocol is HTTP, and there is Content-Type header, and
 156    content type is text/html, the object is parsed to extract its title; if
 157    the Content-Type header has charset, or if the HTML has <META> with
 158    charset, the title is converted from the given charset to the default
 159    charset. The <HEADER> is also parsed to extract <META> tag with redirect,
 160    if any.
 161
 162 Version 3.0
 163
 164    Complete rewrite from scratch. Created mechanism for pluggable storage
 165    managers, writers (DB dumpers/exporters) and robots.