Op een documentatiepagina kan een link rechtstreeks naar de pdf gaan, maar ook naar een beschrijving. Dat onderscheid bepaalt de aanpak. Simple Mass Downloader bewaart bestaande bestanden; het zet geen webpagina om naar pdf en voegt geen documenten samen.
Test de toegang met één bestand
Open een link normaal. Een openbare samenvatting geeft niet noodzakelijk toegang tot het volledige rapport. Controleer inloggen en gebruiksrechten eerst.
Begin met enkele bestanden en respecteer de regels van het portaal.
Scan gericht op pdf’s
- Open de pagina met de documentlinks.
- Kies pdf en klik op Scan.
- Bekijk namen en adressen.
- Filter op jaar, domein of een naamfragment.
- Selecteer, controleer de naamvoorbeelden en sla een proef op.
Zoektermen worden niet in de pdf-tekst gezocht. URL-deduplicatie vergelijkt ook niet de inhoud van verschillende bestanden.
Behandel detailpagina’s apart
Open de relevante pagina’s en scan hun tabs, of gebruik Find files in pages met een pdf-voorwaarde op geselecteerde links.
Find files in pages haalt HTML één niveau dieper op. Het voert niet alle interactieve scripts uit en doorloopt geen complete website. Met bekende bestandsadressen is een URL-lijst eenvoudiger.
Bewaar herkenbare namen
Een regel als {host}-{ccc}-{name}.{ext} houdt bron, volgnummer en oorspronkelijke naam bij elkaar. Controleer meerdere voorbeelden, vooral wanneer titelgegevens ontbreken.
Geef niet elk rapport dezelfde naam omdat één metadata-veld leeg blijkt.
Controleer wat is opgeslagen
ZIP past bij een klein leespakket; standaarddownloads bij grote losse documenten. Directe mapopslag schrijft naar een map waarvoor je toestemming geeft en werkt ook met gratis credits. Houd het Dashboard open tot alles is opgeslagen.
Twintig succesvol opgeslagen pdf’s in een ZIP gebruiken twintig credits. Bij een onleesbaar bestand controleer je login, omleiding en verlopen links voordat je opnieuw probeert. Zie naamgeving en foutdiagnose.
