핵심 요구사항
- Wayback Machine 스냅샷에서 텍스트·이미지·메타데이터를 개별 셀렉터로 추출
- 오프라인에서 열리는 자체 완결형 페이지 저장 및 서브페이지 크롤링 옵션
- 동일 정보를 담는 병렬 JSON 파일 생성
- URL 리스트·날짜 범위·출력 디렉터리를 받는 CLI 구현
- 대량 배치의 차단/타임아웃 방지(속도·복원력) 및 에러 로깅·요약 리포트
- 전체 타임라인에 걸친 수집과 재현 가능한 환경 구성
Wayback Machine에 아카이브된 수천 개 URL을 대량으로 처리하는 재사용 가능한 워크플로우를 구축하는 프로젝트입니다. 각 스냅샷에서 전체 텍스트·이미지·메타데이터(제목, 설명, 날짜, alt 태그)를 선택적 셀렉터로 추출하고, 오프라인에서 열 수 있는 자체 완결형 페이지 저장 및 병렬 JSON 생성, 서브페이지 탐색, 전체 타임라인에 걸친 수집을 CLI로 수행해야 합니다. 차단·타임아웃 대응과 에러 로깅/요약 리포트 등 견고성이 핵심이라, 웹 스크래핑과 자동화 경험이 있는 Python 또는 Node 개발자에게 적합합니다.