Common Crawl – .CZ domeny 12/2018
Tak me to nedalo a nakonec jsem si vyjel data k .CZ domenam k prosinci 2018.
Index Common Crawl lze krasne vyuzit ve spolupraci s AWS Athena, a tak jsem si nechal vyjet vsechny nacrawlovany .CZ domeny v prosinci 2018 a overil, ktere jsou volne. Domen bylo v prehledu 327.993 a volnych nakonec krasnych 183. Prockrasnych ? Protoze se jednalo o statistiky nacrawlovanych web stranek, nikoliv nalezenych URL. Takze vsechny tyto domeny byly v dobe crawlovani plne funkcni – vzhledem k tomu jak to funguje u CZ-NICu, lze rici, ze techto 183 domen v dobe crawlovani bylo jiz na konci 30ti denni ochranny lhuty po expiraci, a od te doby uteklo dalsich 30 dni, kdy je domena jiz mimo zonu a nyni jsou volne.
Zde prikladam tedy statistiku. Jedna se o prehled VOLNYCH .CZ domen + pocet nacrawlovanych stranek z dane domeny v Prosinci 2018:
| Počet stránek | Doména |
|---|---|
| 2363 | futurama-online-cesky.cz |
| 582 | zemejas.cz |
| 341 | labyrinth-paintings.cz |
| 307 | joue.cz |
| 306 | salon-edward.cz |
| 299 | cssdberoun.cz |
| 288 | ecoobchudek.cz |
| 243 | svatbysandra.cz |
| 200 | argospiky.cz |
| 190 | restauracelabe.cz |
| 181 | bskarpaty.cz |
| 164 | deluxejunior.cz |
| 157 | unitycesky.cz |
| 148 | butik-obleceni.cz |
| 138 | zusnovarole.cz |
| 134 | airmax2017.cz |
| 124 | ip-konference.cz |
| 123 | alfirdaus.cz |
| 116 | klumparzdenek.cz |
| 111 | kopykurz.cz |
| 110 | airvapormax.cz |
| 107 | yanis.cz |
| 104 | botynike2018.cz |
| 103 | vodacisokolbrno.cz |
| 101 | pionyrboskovice.cz |
| 100 | petrbriza.cz |
| 100 | 3bsgroup.cz |
| 99 | motodily-zlin.cz |
| 91 | hiphoptexty.cz |
| 87 | bublinkafren.cz |
| 85 | wellnessacademyhjoriginal.cz |
| 83 | portalnovyjicin.cz |
| 82 | fresh-pujcka.cz |
| 81 | sedmikraska-byty.cz |
| 79 | hledejpeci.cz |
| 75 | clubhotelkunovice.cz |
| 71 | skvela-dovolena.cz |
| 62 | mlightservis.cz |
| 61 | jenta.cz |
| 61 | zelenipirati.cz |
| 59 | neprakta-klub.cz |
| 58 | rukor.cz |
| 57 | kvpodlahy.cz |
| 55 | polabskesite.cz |
| 54 | azkovani.cz |
| 50 | plavky-vyprodej.cz |
| 47 | napervidle.cz |
| 46 | linkdo.cz |
| 44 | superhrani.cz |
| 43 | ictwork.cz |
| 42 | renc-optik.cz |
| 39 | smesh.cz |
| 37 | worldticketshop.cz |
| 34 | airmax2018.cz |
| 32 | madam-katka.cz |
| 32 | zahranicniakce.cz |
| 31 | cssdletnany.cz |
| 31 | jakubskvara.cz |
| 30 | kuchyne-kkk.cz |
| 29 | zpivanipropupiky.cz |
| 25 | sportbarusida.cz |
| 21 | viralfaktor.cz |
| 18 | klubanglonubijskychkoz.cz |
| 15 | purpura21.cz |
| 15 | pokladkanovepodlahy.cz |
| 14 | eshopkrasy.cz |
| 14 | apertum.cz |
| 12 | frantisekgellner.cz |
| 12 | outletvelkoobchod.cz |
| 11 | keramisek.cz |
| 11 | vas-psychoterapeut.cz |
| 8 | ropro.cz |
| 8 | rybarskepotrebyalex.cz |
| 7 | swm3.cz |
| 7 | copywriting-kleknerova.cz |
| 7 | hypokalkul.cz |
| 7 | wird.cz |
| 6 | ceskazabava.cz |
| 6 | kandidato.cz |
| 6 | nova24.cz |
| 6 | showzone.cz |
| 6 | kotnikoveboty.cz |
| 6 | fotokafe.cz |
| 6 | apartmantereza.cz |
| 6 | hudbanaoslavu.cz |
| 5 | mammoths.cz |
| 5 | milanspingl.cz |
| 4 | technokrat.cz |
| 4 | equitown.cz |
| 4 | md-design.cz |
| 4 | milanvalenta.cz |
| 4 | drdastroje.cz |
| 4 | kubistin.cz |
| 3 | pgart.cz |
| 3 | neprimerenepoplatky.cz |
| 3 | autopujcovnaostravaci.cz |
| 3 | super6.cz |
| 2 | rezidence-chodov.cz |
| 2 | vybavdomov.cz |
| 2 | jakel.cz |
| 2 | aceso9.cz |
| 2 | origodarek.cz |
| 2 | apartmanyantonelli.cz |
| 2 | lepsicesty.cz |
| 2 | kulturacek.cz |
| 2 | mstats.cz |
| 2 | poznejtevitacredit.cz |
| 2 | ceskykras-foto.cz |
| 2 | spartaktrebic.cz |
| 2 | metfordinternational.cz |
| 2 | happy-life.cz |
| 2 | oorphane.cz |
| 2 | krinickypivovar.cz |
| 2 | chirurgiepraha-votruba.cz |
| 2 | dozivotniprovize.cz |
| 2 | sekvenace.cz |
| 2 | skejtys.cz |
| 1 | sportovnikarty.cz |
| 1 | mobilkup.cz |
| 1 | mailms.cz |
| 1 | plosinyzlinsko.cz |
| 1 | rezidencebiskupska.cz |
| 1 | filiptopol.cz |
| 1 | pvdpraha.cz |
| 1 | cihal-pp.cz |
| 1 | honzikkk.cz |
| 1 | dzautoservis.cz |
| 1 | herejkova-plasty.cz |
| 1 | safetaxi.cz |
| 1 | kuchyne-radys.cz |
| 1 | mensway.cz |
| 1 | psychiatrie-benatky.cz |
| 1 | pujckykonecny.cz |
| 1 | stravovacisluzbyhruby.cz |
| 1 | pivnicemash.cz |
| 1 | jihomestskacukrarna.cz |
| 1 | bednarstvigerza.cz |
| 1 | pizzafranci.cz |
| 1 | projektcbd.cz |
| 1 | dametrip.cz |
| 1 | rezidence-houbalova.cz |
| 1 | zxcvb.cz |
| 1 | braudag.cz |
| 1 | rcdenik.cz |
| 1 | krcmabarbakan.cz |
| 1 | prenositelnost.cz |
| 1 | zavikend.cz |
| 1 | cryptopedia.cz |
| 1 | light-gold.cz |
| 1 | freepraguetour.cz |
| 1 | obrbazar.cz |
| 1 | bulvar-farma.cz |
| 1 | remeslne-potreby.cz |
| 1 | abzakovo.cz |
| 1 | cheers-nm.cz |
| 1 | oszturc.cz |
| 1 | lukyfukidvorak.cz |
| 1 | arsadrokartony.cz |
| 1 | boxevents.cz |
| 1 | italianfashion.cz |
| 1 | leo269.cz |
| 1 | fkmb2001.cz |
| 1 | temnaulice.cz |
| 1 | monkeyjail.cz |
| 1 | mariefritzovaphoto.cz |
| 1 | uctodanka.cz |
| 1 | petrfuchs.cz |
| 1 | ibezhranic.cz |
| 1 | nerozdelena-praha4.cz |
| 1 | bubblegames.cz |
| 1 | festivalhk.cz |
| 1 | envigeo.cz |
| 1 | michaelaanna.cz |
| 1 | firemnikontakty.cz |
| 1 | uhaudit.cz |
| 1 | sdhpovrly.cz |
| 1 | ceska-zeleznice.cz |
| 1 | pujckapohodlne.cz |
| 1 | informsys.cz |
| 1 | top09-radotin.cz |
| 1 | stavitelstvi-bardon.cz |
| 1 | sleko.cz |
| 1 | hvezda-strakonice.cz |
Data samozrejme nerikaji nic o tom jestli domena bude mit navstevnost, nebo link profil. Konkretne jen rika, kolik unikatnich URL navstivil crawler z Common Crawler v Prosinci 2018.
Pokud neco ze seznamu zaregistrujete, dejte echo 🙂
Wladass -
Dneška vyšel 01/2019 https://index.commoncrawl.org/
gransy -
Jen nikdo nic neregistroval 😀 zmizela ta zemejas.cz ale tam je fakeshop na prasky registrovano v tramtarii, takze to nebude na zaklade clanku 😀