Changeset 33916


Ignore:
Timestamp:
2020-02-13T17:42:11+13:00 (4 years ago)
Author:
ak19
Message:

Updated the rest of the file after reingest

File:
1 edited

Legend:

Unmodified
Added
Removed

  • other-projects/maori-lang-detection/mongodb-data/ManualShortlisting2_afterMongoDBReingest.txt

    r33915 r33916  
    4242= 221 websites
    4343
     44
     45Both values are the same. This means that after reingesting into MongoDB, there are no longer any Australian sites with /mi in the URL path. Previously, manual inspection found kiwiproperty.com with geoLocation of Australia which was a genuine site of interest from manual inspection. But since its geolocation upon reingest has changed to US, we no longer have to treat that site and therefore Australian sites with mi in their URL paths specially.
    4446
    4547
    … …  
    5254                {domain: {$not: /\.nz/}},
    5355                {numPagesContainingMRI: {$gt: 0}},
    54                 {$or: [{geoLocationCountryCode: "AU"}, {urlContainsLangCodeInPath: false}]}           
     56        {urlContainsLangCodeInPath: false}
    5557            ]
    5658        }
    … …  
    6769]);
    6870
    69 
    7071    /* 1 */
    7172    {
    7273        "_id" : "us",
    73         "count" : 117.0,
    74         "domain" : [
    75         "http://daandehn.com",
    76         "https://articles.imperialtometric.com",
    77         "http://anglican.org",
    78         "http://mikebonnice.com",
    79         "https://nl.pinterest.com",
     74        "count" : 120.0,
     75        "domain" : [
     76        "http://lianzaconference2012.blogspot.com",
     77        "https://www.pinterest.ca",
     78        "http://takethatvacation.com",
     79        "https://www.indexmundi.com",
     80        "http://ngarangatahi.tripod.com",
     81        "http://frontrowphotos.com",
     82        "https://www.nccri.ie",
     83        "http://niken8media.logdown.com",
     84        "https://www.seapixonline.com",
     85        "https://www.code-postal.com",
     86        "http://www.muhammad.com",
     87        "https://static-promote.weebly.com",
     88        "http://www.unicode.org",
     89        "http://anglicanhistory.org",
     90        "http://rangiwewehi.com",
     91        "https://wol.jw.org",
     92        "http://www.pressreader.com",
     93        "http://linkvip.top",
     94        "https://www.podrozeady.com",
     95        "http://www.thesalmons.org",
     96        "http://shangrilapress.net",
     97        "http://georgegi.tripod.com",
     98        "https://www.terakau.org",
    8099        "http://svenskadress.net",
     100        "http://malecek.com",
    81101        "http://word-dialect.blogspot.com",
    82         "http://fhr.kiwicelts.com",
     102        "https://www.blue-frontiers.com",
     103        "http://atopeconlostopes.blogspot.com",
     104        "http://dannykahei.tripod.com",
     105        "https://www.oemsec.com",
     106        "http://wikiedit.org",
     107        "https://www.dbnames.net",
     108        "http://www.godrules.net",
    83109        "http://www.huapala.org",
    84         "http://www.whoisthatr.com",
    85         "http://www.precious-testimonies.com",
    86         "https://www.oemsec.com",
    87         "http://www.godrules.net",
    88         "https://www.pinterest.it",
    89         "http://www.wikitree.com",
    90         "http://ritusehji.blogspot.com",
    91         "http://www.frogsonline.com",
    92         "https://biblehub.com",
    93         "https://www.pinterest.co.uk",
     110        "https://www.pinterest.jp",
     111        "https://kjohnsonnz.blogspot.com",
     112        "http://www.gotquestions.org",
     113        "http://tuhua2010.blogspot.com",
     114        "http://www.twttoa.com",
    94115        "http://pumanawawhangara.blogspot.com",
    95116        "http://hannas-reiseblog.blogspot.com",
    96         "http://frontrowphotos.com",
    97         "https://www.pinterest.ca",
    98         "http://www.muhammad.com",
    99         "https://www.pinterest.jp",
    100         "http://www.gotquestions.org",
    101         "https://www.dbnames.net",
     117        "https://nl.pinterest.com",
     118        "https://www.myadsclassified.com",
     119        "http://mikebonnice.com",
     120        "https://www.webwiki.com",
     121        "http://fhr.kiwicelts.com",
     122        "https://articles.imperialtometric.com",
     123        "http://kiaorahola.blogspot.com",
     124        "http://ww25.milfsplease.com",
     125        "http://daandehn.com",
     126        "http://www.precious-testimonies.com",
     127        "https://www.pinterest.it",
     128        "https://www.pinterest.co.uk",
     129        "http://naturalfatburner.net",
     130        "https://www.vaihaunui.net",
     131        "http://capsuraotearoa.blogspot.com",
     132        "http://m.biblepub.com",
     133        "http://shuttersportnelson.photoshelter.com",
     134        "http://precious-testimonies.com",
     135        "http://wowwars.net",
     136        "https://www.breaker.audio",
     137        "http://tkrow.tripod.com",
     138        "http://ritusehji.blogspot.com",
     139        "http://seapixonline.com",
     140        "http://www.whoisthatr.com",
     141        "https://livestream.com",
     142        "https://biblehub.com",
     143        "https://www.pipirikiapapatuanuku.org",
     144        "http://www.wikitree.com",
     145        "http://bahaiprayers.net",
     146        "https://phet.colorado.edu",
     147        "http://tatai09.blogspot.com",
    102148        "http://www.hudl.com",
    103149        "https://ebible.org",
    104         "http://tuhua2010.blogspot.com",
    105         "http://ww25.milfsplease.com",
    106         "http://www.thesalmons.org",
    107         "https://wol.jw.org",
    108         "http://georgegi.tripod.com",
    109         "http://linkvip.top",
     150        "http://rhymebrain.com",
     151        "http://tkkpipipaopao.blogspot.com",
     152        "http://www.waimate.com",
     153        "http://piripi.blogspot.com",
     154        "http://burkekm001.tripod.com",
     155        "https://www.hidroponia.org.mx",
     156        "http://www.v3whois.com",
     157        "http://www.the-naked.com",
     158        "https://www.pinterest.fr",
     159        "http://maaori.com",
     160        "http://loquevendra318.com",
     161        "http://www.geni.com",
     162        "https://maorinews.com",
     163        "http://www.frogsonline.com",
     164        "https://drive.google.com",
     165        "https://in.pinterest.com",
     166        "http://www.mkiwi.com",
     167        "https://www.kaifineart.com",
     168        "http://www.roadsmile.com",
     169        "https://png.bible",
     170        "http://blogdepasopor.blogspot.com",
     171        "http://www.steve-wheeler.co.uk",
     172        "http://www.whoisentry.com",
     173        "http://anglican.org",
     174        "http://www.eyecontactsite.com",
     175        "http://aclhokiangarocks.blogspot.com",
     176        "http://manateina.blogspot.com",
     177        "https://www.knowatom.com",
     178        "https://chromium.googlesource.com",
     179        "https://za.pinterest.com",
     180        "http://mahoraroom8.blogspot.com",
     181        "https://www.bible.com",
     182        "http://worldradiomap.com",
     183        "http://www.hiroa.pf",
     184        "http://www.lunar-occultations.com",
    110185        "https://docs.google.com",
    111         "http://rangiwewehi.com",
    112         "http://anglicanhistory.org",
    113         "http://niken8media.logdown.com",
     186        "http://www.krassotkin.ru",
     187        "http://www.namesdir.com",
     188        "https://www.poehalisnami.ua",
     189        "http://www.forensicfashion.com",
     190        "http://eartheum.com",
     191        "http://www.code-postal.com",
    114192        "http://mrshamiltonskoolkidz.blogspot.com",
    115         "https://www.vaihaunui.net",
    116         "http://dannykahei.tripod.com",
    117         "http://www.lunar-occultations.com",
    118         "http://seapixonline.com",
    119         "http://tkrow.tripod.com",
    120         "https://drive.google.com",
    121         "http://takethatvacation.com",
    122         "https://in.pinterest.com",
    123         "https://www.nccri.ie",
    124         "https://www.webwiki.com",
    125         "http://www.unicode.org",
    126         "http://shangrilapress.net",
    127         "http://ngarangatahi.tripod.com",
    128         "https://static-promote.weebly.com",
    129         "https://www.podrozeady.com",
    130         "https://www.blue-frontiers.com",
    131         "https://www.indexmundi.com",
    132         "http://www.namesdir.com",
    133         "https://www.bible.com",
    134         "http://www.krassotkin.ru",
    135         "http://malecek.com",
    136         "http://korora.econ.yale.edu",
    137         "https://www.poehalisnami.ua",
    138         "http://loquevendra318.com",
    139         "https://www.terakau.org",
    140         "https://za.pinterest.com",
    141         "http://www.mkiwi.com",
    142         "http://maaori.com",
    143         "http://atopeconlostopes.blogspot.com",
    144         "http://worldradiomap.com",
    145         "http://eartheum.com",
    146         "http://www.forensicfashion.com",
    147         "http://www.code-postal.com",
    148         "http://www.pressreader.com",
    149         "https://www.seapixonline.com",
    150         "http://lianzaconference2012.blogspot.com",
    151         "http://blogdepasopor.blogspot.com",
    152         "https://www.code-postal.com",
    153         "http://www.steve-wheeler.co.uk",
    154         "https://www.knowatom.com",
    155         "http://bahaiprayers.net",
    156         "http://www.eyecontactsite.com",
    157         "http://www.hiroa.pf",
    158         "http://mahoraroom8.blogspot.com",
    159         "http://www.roadsmile.com",
    160         "https://chromium.googlesource.com",
    161         "http://aclhokiangarocks.blogspot.com",
    162         "http://wowwars.net",
    163         "https://www.hidroponia.org.mx",
    164         "http://tkkpipipaopao.blogspot.com",
    165         "http://tatai09.blogspot.com",
    166         "http://kiaorahola.blogspot.com",
    167         "http://manateina.blogspot.com",
    168         "http://www.the-naked.com",
    169         "http://shuttersportnelson.photoshelter.com",
    170         "http://precious-testimonies.com",
    171         "https://www.breaker.audio",
    172193        "https://www.natekore2018.com",
    173         "http://naturalfatburner.net",
    174         "https://www.pinterest.fr",
    175         "https://www.pipirikiapapatuanuku.org",
    176         "http://capsuraotearoa.blogspot.com",
    177         "http://m.biblepub.com",
    178         "https://phet.colorado.edu",
    179         "https://livestream.com",
    180         "http://www.geni.com",
    181         "https://kjohnsonnz.blogspot.com",
    182         "https://maorinews.com",
    183         "http://www.twttoa.com",
    184         "http://www.whoisentry.com",
    185         "http://burkekm001.tripod.com",
    186         "http://wikiedit.org",
    187         "http://piripi.blogspot.com",
    188         "https://www.kaifineart.com",
    189         "https://png.bible",
    190         "http://rhymebrain.com",
    191         "http://www.v3whois.com",
    192         "http://www.waimate.com",
    193         "https://www.myadsclassified.com"
     194        "http://korora.econ.yale.edu"
    194195        ]
    195196    }
    … …  
    200201        "count" : 19.0,
    201202        "domain" : [
     203        "http://vulkane.ch",
     204        "http://www.stephe.de",
     205        "https://ersatzteile-fachversand.de",
     206        "http://etoile-de-lune.net",
     207        "https://www.cartogiraffe.com",
     208        "https://laskar02cinta.page.tl",
     209        "http://www.cartogiraffe.com",
    202210        "http://www.udhr.de",
     211        "http://klaaskoehne.de",
    203212        "http://m.distanta.1km.net",
     213        "http://insecta.pro",
     214        "http://weltderberge.de",
    204215        "http://arts.mythologica.fr",
    205         "http://vulkane.ch",
    206216        "http://www.behlig.de",
     217        "http://svenkirsten.com",
     218        "http://etymologie.info",
    207219        "http://www.nierstrasz.org",
    208220        "https://www.tvteile.de",
    209         "http://etymologie.info",
    210         "https://www.cartogiraffe.com",
    211         "https://www.you-fly.com",
    212         "http://klaaskoehne.de",
    213         "http://weltderberge.de",
    214         "http://www.cartogiraffe.com",
    215         "http://svenkirsten.com",
    216         "https://laskar02cinta.page.tl",
    217         "http://etoile-de-lune.net",
    218         "https://ersatzteile-fachversand.de",
    219         "http://insecta.pro",
    220         "http://www.stephe.de"
     221        "https://www.you-fly.com"
    221222        ]
    222223    }
    … …  
    227228        "count" : 16.0,
    228229        "domain" : [
     230        "http://www.gif.ovh",
     231        "http://pt.city-usa.net",
     232        "http://www.maraamusurfskirace.com",
     233        "http://rapanui.fr",
     234        "http://kihikihi.fr",
     235        "http://blueheavenisland.com",
     236        "http://www.gototahiti.net",
     237        "http://www.gaudry.be",
     238        "http://www.rongo-rongo.com",
     239        "http://chantsdeluttes.free.fr",
     240        "http://www.blueheavenisland.com",
    229241        "http://baladeornithologique.com",
    230         "http://chantsdeluttes.free.fr",
    231         "http://kihikihi.fr",
    232         "http://www.blueheavenisland.com",
    233         "http://splaf.free.fr",
     242        "http://mahajana.net",
    234243        "https://www.lexilogos.com",
    235244        "https://www.manualscat.com",
    236         "http://rapanui.fr",
    237         "http://www.gototahiti.net",
    238         "http://pt.city-usa.net",
    239         "http://blueheavenisland.com",
    240         "http://www.gif.ovh",
    241         "http://www.gaudry.be",
    242         "http://www.maraamusurfskirace.com",
    243         "http://mahajana.net",
    244         "http://www.rongo-rongo.com"
     245        "http://splaf.free.fr"
    245246        ]
    246247    }
    … …  
    251252        "count" : 16.0,
    252253        "domain" : [
     254        "http://gouvernante.info",
     255        "http://www.gouvernante.info",
     256        "https://arrowheadproject.azurewebsites.net",
     257        "http://hidsonphoto.com",
     258        "http://skimap.info",
    253259        "http://tetsubo.org",
    254260        "https://arrowhead.eu",
     261        "https://www.henrifloor.nl",
     262        "http://diverosa.com",
    255263        "https://www.arrowhead.eu",
    256         "https://www.henrifloor.nl",
    257         "http://hidsonphoto.com",
    258         "https://arrowheadproject.azurewebsites.net",
     264        "http://wearehomework.com",
    259265        "http://nielsonboutique.co.uk",
    260         "http://www.gouvernante.info",
    261266        "http://tonhut.nl",
    262         "http://diverosa.com",
    263267        "http://longhornlaw.net",
    264268        "http://www.nonlinear.demon.nl",
    265         "http://wearehomework.com",
    266         "http://gouvernante.info",
    267         "http://skimap.info",
    268269        "http://www.encyclo.co.uk"
    269270        ]
    … …  
    275276        "count" : 8.0,
    276277        "domain" : [
     278        "http://jazz.ngapuhitelevision.com",
     279        "http://komisch.ngapuhitelevision.com",
    277280        "http://powhiri.ngapuhitelevision.com",
    278         "http://akona.ngapuhitelevision.com",
     281        "http://waiatarangatiratanga.ngapuhitelevision.com",
     282        "http://ngapuhiradio.com",
    279283        "http://ngapuhitelevision.com",
    280         "http://ngapuhiradio.com",
    281         "http://komisch.ngapuhitelevision.com",
    282284        "http://www.rennertweb.de",
    283         "http://jazz.ngapuhitelevision.com",
    284         "http://waiatarangatiratanga.ngapuhitelevision.com"
     285        "http://akona.ngapuhitelevision.com"
    285286        ]
    286287    }
    … …  
    288289    /* 6 */
    289290    {
     291        "_id" : "cz",
     292        "count" : 5.0,
     293        "domain" : [
     294        "https://www.fipojobs.com",
     295        "http://about.ilikeyou.com",
     296        "https://www.viveipcl.com",
     297        "http://www.henryklahola.nazory.cz",
     298        "http://henryklahola.nazory.cz"
     299        ]
     300    }
     301
     302    /* 7 */
     303    {
    290304        "_id" : "ca",
    291         "count" : 7.0,
    292         "domain" : [
    293         "http://00.gs",         
     305        "count" : 5.0,
     306        "domain" : [
     307        "http://www.myrasplace.net",
     308        "http://bcmarina.com",
     309        "http://bckayak.com",
    294310        "http://aguadilla.airport-authority.com",
    295         "http://bckayak.com",
    296         "http://bcmarina.com",
    297         "http://www.myrasplace.net"
    298         ]
    299     }
    300 
    301     /* 7 */
    302     {
    303         "_id" : "au",
    304         "count" : 5.0,
    305         "domain" : [
    306         "https://infogram.com",
    307         "https://www.kiwiproperty.com",
    308         "http://theunderwaterworld.com",
    309         "http://fionajack.net",
    310         "https://koreromaori.com"
     311        "http://00.gs"
    311312        ]
    312313    }
    313314
    314315    /* 8 */
    315     {
    316         "_id" : "cz",
    317         "count" : 4.0,
    318         "domain" : [
    319         "http://www.henryklahola.nazory.cz",
    320         "http://about.ilikeyou.com",
    321         "http://henryklahola.nazory.cz",
    322         "https://www.fipojobs.com"
    323         ]
    324     }
    325 
    326     /* 9 */
    327316    {
    328317        "_id" : "gb",
    329318        "count" : 4.0,
    330319        "domain" : [
    331         "http://www.wordsearchfun.com",
    332320        "http://www.woolrych.org",
    333321        "https://omniatlas.com",
     322        "http://www.wordsearchfun.com",
    334323        "http://mikestephens.co.uk"
    335324        ]
    336325    }
    337326
    338     /* 10 */
     327    /* 9 */
    339328    {
    340329        "_id" : "es",
    341330        "count" : 4.0,
    342331        "domain" : [
    343         "http://www.info-hoteles.com",
    344332        "https://www.uv.es",
     333        "http://www.cruceros-princess.mx",
    345334        "https://www.reclamaciondevuelos.com",
    346         "http://www.cruceros-princess.mx"
     335        "http://www.info-hoteles.com"
     336        ]
     337    }
     338
     339    /* 10 */
     340    {
     341        "_id" : "au",
     342        "count" : 4.0,
     343        "domain" : [
     344        "https://koreromaori.com",
     345        "http://theunderwaterworld.com",
     346        "https://infogram.com",
     347        "http://fionajack.net"
    347348        ]
    348349    }
    349350
    350351    /* 11 */
     352    {
     353        "_id" : "it",
     354        "count" : 3.0,
     355        "domain" : [
     356        "http://oipaz.net",
     357        "http://www.marcosanti.it",
     358        "http://www.pegasoesmicamion.com"
     359        ]
     360    }
     361
     362    /* 12 */
    351363    {
    352364        "_id" : "at",
    … …  
    354366        "domain" : [
    355367        "http://www.petit-prince.at",
    356         "http://www.tmtmm.net",
    357         "http://petit-prince.at"
    358         ]
    359     }
    360 
    361     /* 12 */
    362     {
    363         "_id" : "it",
    364         "count" : 3.0,
    365         "domain" : [
    366         "http://oipaz.net",
    367         "http://www.pegasoesmicamion.com",
    368         "http://www.marcosanti.it"
     368        "http://petit-prince.at",
     369        "http://www.tmtmm.net"
    369370        ]
    370371    }
    371372
    372373    /* 13 */
    373     {
    374         "_id" : "il",
    375         "count" : 2.0,
    376         "domain" : [
    377         "http://www.daat.ac.il",
    378         "https://www.hitiaotera.com"
    379         ]
    380     }
    381 
    382     /* 14 */
    383374    {
    384375        "_id" : "ch",
    385376        "count" : 2.0,
    386377        "domain" : [
    387         "https://nicoledidi.ch",
    388         "https://photos.axelebert.org"
    389         ]
    390     }
    391 
    392     /* 15 */
     378        "https://photos.axelebert.org",
     379        "https://nicoledidi.ch"
     380        ]
     381    }
     382
     383    /* 14 */
    393384    {
    394385        "_id" : "ro",
    395386        "count" : 2.0,
    396387        "domain" : [
    397         "http://www.parohiauceadesus.ro",
    398         "http://parohiauceadesus.ro"
     388        "http://parohiauceadesus.ro",
     389        "http://www.parohiauceadesus.ro"
     390        ]
     391    }
     392
     393    /* 15 */
     394    {
     395        "_id" : "unknown",
     396        "count" : 1.0,
     397        "domain" : [
     398        "https://www.hitiaotera.com"
    399399        ]
    400400    }
    401401
    402402    /* 16 */
     403    {
     404        "_id" : "fi",
     405        "count" : 1.0,
     406        "domain" : [
     407        "http://pertti.com"
     408        ]
     409    }
     410
     411    /* 17 */
     412    {
     413        "_id" : "jp",
     414        "count" : 1.0,
     415        "domain" : [
     416        "http://yutaka.it-n.jp"
     417        ]
     418    }
     419
     420    /* 18 */
    403421    {
    404422        "_id" : "mx",
    … …  
    409427    }
    410428
    411     /* 17 */
    412     {
    413         "_id" : "unknown",
     429    /* 19 */
     430    {
     431        "_id" : "ru",
    414432        "count" : 1.0,
    415433        "domain" : [
    416         "https://www.viveipcl.com"
    417         ]
    418     }
    419 
    420     /* 18 */
     434        "https://www.gismeteo.lv"
     435        ]
     436    }
     437
     438    /* 20 */
    421439    {
    422440        "_id" : "bg",
    … …  
    427445    }
    428446
    429     /* 19 */
     447    /* 21 */
     448    {
     449        "_id" : "ie",
     450        "count" : 1.0,
     451        "domain" : [
     452        "https://coggle.it"
     453        ]
     454    }
     455
     456    /* 22 */
    430457    {
    431458        "_id" : "cn",
    … …  
    436463    }
    437464
    438     /* 20 */
     465    /* 23 */
    439466    {
    440467        "_id" : "ir",
    … …  
    445472    }
    446473
    447     /* 21 */
    448     {
    449         "_id" : "fi",
     474    /* 24 */
     475    {
     476        "_id" : "il",
    450477        "count" : 1.0,
    451478        "domain" : [
    452         "http://pertti.com"
    453         ]
    454     }
    455 
    456     /* 22 */
    457     {
    458         "_id" : "ie",
    459         "count" : 1.0,
    460         "domain" : [
    461         "https://coggle.it"
    462         ]
    463     }
    464 
    465     /* 23 */
    466     {
    467         "_id" : "ru",
    468         "count" : 1.0,
    469         "domain" : [
    470         "https://www.gismeteo.lv"
    471         ]
    472     }
    473 
    474     /* 24 */
    475     {
    476         "_id" : "jp",
    477         "count" : 1.0,
    478         "domain" : [
    479         "http://yutaka.it-n.jp"
     479        "http://www.daat.ac.il"
    480480        ]
    481481    }
    … …  
    527527~ http://00.gs/Maniapoto;Uriwera;Moriori;Hivaoa;Kumulipo.htm - Maori-Polynesian comparative dictionary words listing
    528528- aguadilla.airport-authority.com - misidentification
    529 - https://articles.imperialtometric.com - misidentification
    530 - http://daandehn.com - no more than 1 sentence over multiple files. Appears to be photo captions of NZ placenames
     529[MOVED TO US: - https://articles.imperialtometric.com - misidentification]
     530[MOVED TO US: - http://daandehn.com - no more than 1 sentence over multiple files. Appears to be photo captions of NZ placenames]
    531531DE:
    532532- http://etymologie.info/~e/n_/nz-___reg.html - placenames, not meaningful
    … …  
    561561- ISRAEL:
    562562  http://www.daat.ac.il - misidentification of "no." as MRI, and Hebrew words.
    563   https://www.hitiaotera.com/ - misidentifiation of Tahitian pages
     563  [MOVED TO UNKNOWN: https://www.hitiaotera.com/ - misidentifiation of Tahitian pages]
    564564- RUSSIA: https://www.gismeteo.lv - misidentification of an email address
    565565- JAPAN: http://yutaka.it-n.jp - many pages of scientific names of (plants?) which are often misdetected as MRI
    … …  
    570570!! http://www.henryklahola.nazory.cz/094.Maori.htm and http://henryklahola.nazory.cz variant
    571571  http://about.ilikeyou.com - dating site. Misidentification.
     572  GAINED FROM UNKNOWN: https://www.viveipcl.com: tours website, placenames mentioned]
    572573- SPAIN:
    573574!! https://www.uv.es/~pla/red.net/intmaori.html
    … …  
    582583  nicoledidi.ch - blog, placenames
    583584  https://photos.axelebert.org - Tahiti related content
    584 - UNKNOWN: https://www.viveipcl.com: tours website, placenames mentioned
     585- UNKNOWN:
     586[MOVED TO CZ: https://www.viveipcl.com: tours website, placenames mentioned]
     587GAINED FROM IL: https://www.hitiaotera.com/ - misidentifiation of Tahitian pages
    585588#- EU: https://www.the-good-stuff-factory.be/mi/ : Autotranslated
    586589!! - BULGARIA: http://anitra.net/activism/humanrights/UDHR/rrt_print.htm (2 pages)
    … …  
    588591
    589592AUSTRALIA:
    590 !!  https://www.kiwiproperty.com - e.g. https://www.kiwiproperty.com/the-base/mi/he-paepaki/ has some actual MRI sentences. [Not autotranslated]
     593[MOVED TO US: !!    https://www.kiwiproperty.com - e.g. https://www.kiwiproperty.com/the-base/mi/he-paepaki/ has some actual MRI sentences. [Not autotranslated]]
    591594?   http://fionajack.net - Wellington gallery of artist. A few occurrences of Kia Ora in a title like context (e.g. "Street Party Kia Ora! Kia Ora!")
    592595X!!     https://infogram.com/te-marautanga-o-aotearoa-moe-pld-allocations-2012-1go502ygvn562jd  - site of individual pages (like docs.google.com). This one has a relevant infogram image. But it's English with MRI in the image legend and captions.
    … …  
    605608
    606609US:
    607 Done: manually inspected 68/117 sites
    608 
    609 TOTAL US: 4+7+7+4+3=25
     610Done: manually inspected 69/120 sites
     611
     612TOTAL US: 1+4+7+7+4+3=26
     613
     614
     615US GAINED AFTER REINGEST:
     616+ anglican.org
     617GAINED FROM CA: - https://articles.imperialtometric.com - misidentification
     618GAINED FROM CA: - http://daandehn.com - no more than 1 sentence over multiple files. Appears to be photo captions of NZ placenames
    610619
    611620DEFINITELY:
    … …  
    775784
    776785TOTALS:
    777 US: 25
    778 AU: 2
     786US: 26
     787AU: 1
    779788DE: 2
    780789DK: 2
    … …  
    784793FR: 1
    785794IE: 1
    786 TOTAL: 213
     795TOTAL: (assuming 176 for NZ) + 36 = 212
    787796
    788797------------------------------------------------
    … …  
    807816])
    808817
    809 Also excluding AU, since we dealt with that already in step A1:
    810     db.getCollection('Websites').find({$and: [{numPagesContainingMRI: {$gt: 0}},{urlContainsLangCodeInPath: true}, {domain: {$not: /.nz$/}}, {geoLocationCountryCode: {$not: /NZ|AU/}}]}).count()
    811 = 471
    812 
    813 db.Websites.aggregate([
    814     {
    815             $match: {
    816                 $and: [{numPagesContainingMRI: {$gt: 0}},{urlContainsLangCodeInPath: true}, {domain: {$not: /.nz$/}}, {geoLocationCountryCode: {$not: /NZ|AU/}}]
    817             }
    818         },
    819     {$group: {_id: "$geoLocationCountryCode", count: {$sum: 1}, domain: { $addToSet: '$domain' }}},
    820         { $sort : { count : -1} }
    821 ])
    822 
    823 
    824     /* 1 */
    825     {
    826         "_id" : "US",
    827         "count" : 305.0,
    828         "domain" : [
    829         "http://www.qjfiberglass.com",
    830         "http://www.sokenswitch.com",
    831         "https://follow3rs.com",
    832         "http://www.zjnbzy.com",
    833         "http://www.nbbvc.com",
    834         "https://mamaclub.info",
    835         "https://www.nbwinwinea.com",
    836         "https://www.sdspraybooth.com",
    837         "https://www.jlextract.com",
    838         "http://www.artmetalcn.com",
    839         "http://www.steel-in-china.com",
    840         "http://www.sunnymaycn.com",
    841         "https://www.weld-automation.com",
    842         "http://www.homewin88.com",
    843         "http://indigenousblogs.com",
    844         "https://biblia.gospelprime.com.br",
    845         "http://www.jhc-nonwoven.com",
    846         "http://www.forever-moving.com",
    847         "http://www.eternal-friendship.com",
    848         "http://www.conele-mixer.com",
    849         "http://binaryoptionsindicators.com",
    850         "http://www.mao-shuo.com",
    851         "http://www.bmaxmachine.com",
    852         "http://www.sdxhhd.com",
    853         "http://lingeriefc.com",
    854         "http://infomutt.com",
    855         "https://jobdescriptionsample.org",
    856         "http://mi.hongwugas.com",
    857         "http://www.lishin.cc",
    858         "http://www.mksmartcard.com",
    859         "http://www.toption-ingredients.com",
    860         "http://www.sps-squeegee.com",
    861         "https://facebook.roseconverter.com",
    862         "https://www.bestpvcfence.com",
    863         "http://www.tubemillcn.com",
    864         "http://www.jindunlaobao.com",
    865         "http://www.wavesspring.com",
    866         "http://www.restart-industry.com",
    867         "https://mi.nyecountdown.com",
    868         "http://www.ycautoc.com",
    869         "http://www.htwindsolarpower.com",
    870         "http://www.joyseaplywood.com",
    871         "http://www.teda-hydraulic.com",
    872         "http://www.gmk-valve.com",
    873         "https://usahello.org",
    874         "https://www.datemypet.com",
    875         "https://worldstarhiphop.roseconverter.com",
    876         "http://www.sdtzgloves.com",
    877         "https://www.airpullfilter.com",
    878         "http://www.bestwaytowhitenteethguide.org",
    879         "https://mi.m.wikipedia.org",
    880         "http://www.analiabriz.com",
    881         "http://www.xida-electronics.com",
    882         "http://www.weldpipemill.com",
    883         "http://www.ictctruss.com",
    884         "https://www.junschem.com",
    885         "https://www.judinwire.net",
    886         "http://www.mtpak.com",
    887         "http://www.nantaidiesel.com",
    888         "https://www.nbkeming.com",
    889         "http://www.windsolarchina.com",
    890         "http://www.gormeet.com",
    891         "http://www.wf-fastener.com",
    892         "http://www.pressurelantern.com",
    893         "https://www.drickinstruments.com",
    894         "http://milfsplease.com",
    895         "http://www.risepipe.com",
    896         "https://www.yourcloudlibrary.com",
    897         "http://portal.smart-project.info",
    898         "http://cdn.centrallanguageschool.com",
    899         "http://www.shengxinsport.com",
    900         "https://www.tianjia-lock.com",
    901         "http://www.julongjewelry.cn",
    902         "https://www.yogemcasting.com",
    903         "http://www.chinaocan.com",
    904         "http://www.autosunsoul.com",
    905         "https://www.prostepper.com",
    906         "https://www.pldyes.com",
    907         "http://www.nicerelay.com",
    908         "https://www.sinodryair.com",
    909         "https://www.risenltd.com",
    910         "http://www.albertnovosino.com",
    911         "http://www.ttyzfilter.com",
    912         "http://www.bst-elecs.com",
    913         "http://www.hqftex.com",
    914         "http://www.kehengmixing.com",
    915         "http://loginmail.online",
    916         "http://www.bluekin.com",
    917         "https://blondewebcamgirl.com",
    918         "https://www.nickel-alloy.net",
    919         "https://www.hjfoodmachinery.com",
    920         "http://csunplugged.org",
    921         "https://www.inpnurseryproducts.com",
    922         "http://www.americasportsfloor.com",
    923         "http://www.dmdryer.com",
    924         "http://www.sindadisplay.com",
    925         "http://www.focusway-casting.com",
    926         "https://mi.centr-zashity.ru",
    927         "https://www.axnewdisplay.com",
    928         "https://cycletraderpro.com",
    929         "https://vk.roseconverter.com",
    930         "https://www.livehoster.com",
    931         "http://www.cnsongben.com",
    932         "http://www.mytrickstips.com",
    933         "http://www.quickcncmachine.com",
    934         "http://www.arjextrailerparts.com",
    935         "http://www.shshenyong.com",
    936         "http://www.pvcroofingtile.com",
    937         "http://www.wrdtubemill.com",
    938         "http://church-of-christ.org",
    939         "https://www.td-casting.com",
    940         "https://www.hengweihoseclamp.com",
    941         "http://www.wpcline.com",
    942         "https://www.kubbamachine.com",
    943         "http://www.goethe.de",
    944         "https://www.njkeyuda.com",
    945         "http://www.prostepper.com",
    946         "http://www.cnfeinade.com",
    947         "http://www.huamachinery.com",
    948         "http://www.damiser.com",
    949         "http://www.shanghailangzhiweld.com",
    950         "http://www.fanhaopets.com",
    951         "https://blockchains.io",
    952         "http://www.inpnurseryproducts.com",
    953         "http://www.yixinhetrade.com",
    954         "http://www.newbaoquan.com",
    955         "https://mi.lawyers.cafe",
    956         "http://www.shenhe-bearing.com",
    957         "http://atoall.com",
    958         "http://www.vango-tech.com",
    959         "https://www.gigalight.com",
    960         "http://www.ladybagcn.com",
    961         "http://www.tjcywires.com",
    962         "http://www.vigor-industry.com",
    963         "http://www.litbright-candles.com",
    964         "http://www.nide-industry.com",
    965         "http://www.cnfreda.com",
    966         "http://www.jbpcba.com.cn",
    967         "http://www.qitai-adhesive.com",
    968         "http://www.weld-automation.com",
    969         "http://www.cnyaonan.com",
    970         "http://www.ruifeng-leather.com",
    971         "http://www-hotmail-com.email",
    972         "http://www.jointcontrols.net",
    973         "https://twitter.roseconverter.com",
    974         "https://www.aquagem.com.cn",
    975         "http://www.seasum.cn",
    976         "http://www.steelprotectionpack.com",
    977         "http://www.suoxuehuwai.com",
    978         "http://www.sunshinebelt.com",
    979         "http://www.nyforgedwheels.com",
    980         "http://www.amcbox.com",
    981         "http://www.livepro-beauty.com",
    982         "http://www.nbyobo.com",
    983         "http://www.chinacarbonfibre.com",
    984         "https://guidebooq.com",
    985         "https://www.hello4x4.com",
    986         "http://www.zhonghe222.com",
    987         "http://www.church-of-christ.org",
    988         "https://www.czzhit.com",
    989         "https://www.king-pcb.com",
    990         "http://www.secondhormone.com",
    991         "http://www.sxceramic.com",
    992         "http://www.hobbycarbon.com",
    993         "http://www.bdknitting.com",
    994         "http://www.ntvigourbrush.com",
    995         "http://www.china-brewhouse.com",
    996         "http://mi.tccasdic.com",
    997         "http://www.hzhinew.com",
    998         "http://www.silicone-odm.com",
    999         "http://www.liweimetal.com",
    1000         "http://www.huaxinfurnace.com",
    1001         "http://www.envicool.net",
    1002         "http://www.cnxh-electric.com",
    1003         "http://www.jiejingfactory.com",
    1004         "http://www.longda-inc.com",
    1005         "http://www.pamaens.com",
    1006         "http://www.sdcncrouter.com",
    1007         "http://www.tkfanen.com",
    1008         "http://www.touchdisplays-tech.com",
    1009         "http://www.twtvalvecn.com",
    1010         "http://www.weddingfurniture.com",
    1011         "https://www.huadongmedical.com",
    1012         "http://www.ledecofr.com",
    1013         "http://www.rosin-kings.com",
    1014         "http://www.aluminum-profiles-supplier.com",
    1015         "http://www.cannapresso.com",
    1016         "https://www.cz-juteng.com",
    1017         "http://www.strongsaw.com",
    1018         "http://jobdescriptionsample.org",
    1019         "http://www.btmeac.com",
    1020         "http://www.nicehut-window.com",
    1021         "http://www.accotech.net",
    1022         "https://www.dshprecision.com",
    1023         "http://www.gemnice.com",
    1024         "http://www.richina-tools.com",
    1025         "http://www.brushcutterjusen.com",
    1026         "http://www.szhaiwang.com",
    1027         "https://www.conele-mixer.com",
    1028         "https://www.tkthvac.com",
    1029         "http://technobuzzer.com",
    1030         "https://www.csunplugged.org",
    1031         "http://www.ainuogas.com",
    1032         "https://policies.oclc.org",
    1033         "http://www.xfinsulation.com",
    1034         "http://www.lanlinprintech.com",
    1035         "http://www.yrkseal.com",
    1036         "http://www.jpslurrypump.com",
    1037         "http://www.soontruepackaging.com",
    1038         "http://www.shengrunqiche.com",
    1039         "http://www.luluae.com",
    1040         "https://www.judipak.com",
    1041         "http://www.cz-juteng.com",
    1042         "http://www.jiajiebathmirror.com",
    1043         "http://www.bigrollscloth.com",
    1044         "http://www.chinatopcnc.com",
    1045         "https://drugsinc.eu",
    1046         "http://www.wosaicabinet.com",
    1047         "http://www.wellfit-sportswear.com",
    1048         "http://www.pxbaisheng.com",
    1049         "http://www.meihua-wm.com",
    1050         "http://www.wzdongyi.com",
    1051         "http://www.kd-physicalrehab.com",
    1052         "http://www.longs-motor.com",
    1053         "https://www.samsungwiremesh.com",
    1054         "http://www.wellformpacking.com",
    1055         "http://www.hs-stationery.com",
    1056         "http://www.allutertech.com",
    1057         "http://www.czzhit.com",
    1058         "http://www.jlgrating.com",
    1059         "http://www.qbd-group.com",
    1060         "http://www.evaescort.net",
    1061         "https://dwsolo.com",
    1062         "http://www.chuamotor.com",
    1063         "http://www.ksdoing.com",
    1064         "http://mi.broadcastbeat.com",
    1065         "http://www.czldfloor.com",
    1066         "http://www.qypaperbox.com",
    1067         "https://mi.wikipedia.org",
    1068         "http://www.houshenshoes.com",
    1069         "http://www.xzc9.com",
    1070         "http://www.chinacombinerbox.com",
    1071         "https://www.everfineplastics.com",
    1072         "http://www.sinemagnetic.com",
    1073         "http://www.linphos.com",
    1074         "https://www.rikoooo.com",
    1075         "http://www.ncpcpharma.com",
    1076         "http://www.evergrowingcage.com",
    1077         "http://www.qxmic.com",
    1078         "https://www.fxcc.com",
    1079         "http://www.ldsolarpv.com",
    1080         "http://mytrickstips.com",
    1081         "http://www.linbaymachinery.com",
    1082         "http://www.photoprofix.com",
    1083         "http://www.supplyfurniture.com",
    1084         "http://www.honglu-mining.com",
    1085         "http://www.szebo.com",
    1086         "http://www.cnrgxy.com",
    1087         "http://blicanada.net",
    1088         "http://www.homey-tec.com",
    1089         "http://www.whties.com",
    1090         "http://www.zhenchengscrew.com",
    1091         "http://www.ruk-tech.com",
    1092         "http://www.longxin-global.com",
    1093         "https://www.tymexnetting.com",
    1094         "http://www.chinabosun.com",
    1095         "http://www.b-packaging.com",
    1096         "http://www.ncpcvet.com",
    1097         "https://mi.kidspicturedictionary.com",
    1098         "http://mi.guoguangelectric.com",
    1099         "http://topbitcoincard.com",
    1100         "https://atoall.com",
    1101         "http://www.acouplefortheroad.com",
    1102         "http://www.tongyujiaju.com",
    1103         "http://www.chinapipemills.com",
    1104         "http://www.infomutt.com",
    1105         "http://www.fxctool.com",
    1106         "http://www.samewe.net",
    1107         "https://www.aquark.com.cn",
    1108         "https://www.artiegarden.com",
    1109         "http://www.fxpremiere.com",
    1110         "http://www.sog-pump.com",
    1111         "http://www.omnicnc.com",
    1112         "https://www.waterproof-factory.com",
    1113         "http://www.wanmaroto.com",
    1114         "http://mi.gmpmetalwork.com",
    1115         "https://www.webhostingsecretrevealed.net",
    1116         "http://www.gecko-kalimba.com",
    1117         "https://www.glorystarlaser.com",
    1118         "http://www.viairdoormat.com",
    1119         "https://vimeo.roseconverter.com",
    1120         "https://www.fctele.com",
    1121         "http://www.hzzjair.com",
    1122         "https://2fish.co",
    1123         "http://www.qymachines.com",
    1124         "http://www.chinachairtable.com",
    1125         "http://www.gfh-electric.com",
    1126         "http://www.tangres100.com",
    1127         "https://www.valve-pipe-fitting.com",
    1128         "http://www.fancyco.com",
    1129         "http://www.zhengmaoelec.com",
    1130         "http://www.chinagxmy.com",
    1131         "https://www.tjshenzhoutong.com",
    1132         "https://maxspeedtest.com"
    1133         ]
    1134     }
    1135 
    1136     /* 2 */
    1137     {
    1138         "_id" : "CN",
    1139         "count" : 113.0,
    1140         "domain" : [
    1141         "https://www.fibereye2.com",
    1142         "https://www.outstandingdm.com",
    1143         "https://www.szradiant.com",
    1144         "http://www.gmmdjx.com",
    1145         "http://www.likvchina.com",
    1146         "https://www.abdindustrial.com",
    1147         "https://www.c-superun.com",
    1148         "https://www.slagremoving.com",
    1149         "https://www.sino-masterbatch.com",
    1150         "http://www.cntiescarf.com",
    1151         "https://www.dm-compressor.com",
    1152         "https://www.szhtpmart.com",
    1153         "https://www.phhydraulic.com",
    1154         "https://www.imposalight.com",
    1155         "https://www.medke.com",
    1156         "http://www.eburn-burner.com",
    1157         "https://www.haitungchem.com",
    1158         "http://www.medicohongkong.com",
    1159         "http://www.koowheel.com",
    1160         "https://www.aerial-display.com",
    1161         "https://www.cntfsolar.com",
    1162         "https://www.aoxinhvacr.com",
    1163         "https://www.diamante-tech.com",
    1164         "https://www.richest-group.com",
    1165         "http://www.world-starter.com",
    1166         "http://www.goldenlaser.cc",
    1167         "https://www.km-medicine.com",
    1168         "https://www.safesworld.com",
    1169         "https://www.peptidejymed.com",
    1170         "https://www.nbhengchen.com",
    1171         "https://www.xinyuesteel.com",
    1172         "https://www.charmingmetal.com",
    1173         "https://www.lasonparts.com",
    1174         "https://www.ngyc.com",
    1175         "https://www.pacopower.com",
    1176         "https://www.tjtgsteel.com",
    1177         "http://www.abdindustrial.com",
    1178         "https://www.yangrutingtrade.com",
    1179         "http://www.wedacdisplays.com",
    1180         "https://www.gaofeng-petro.com",
    1181         "https://www.ez-walk.com",
    1182         "https://www.szzhsbag.com",
    1183         "https://www.simphoenix.com",
    1184         "http://www.focuslasersystems.com",
    1185         "https://www.fc-med.com",
    1186         "http://www.zypackag.com",
    1187         "http://www.kavounautoparts.com",
    1188         "https://www.foocles.com",
    1189         "https://www.jsjlmachinery.com",
    1190         "https://www.special-metal.com",
    1191         "https://www.bestardoors.com",
    1192         "http://www.wenwencf.com",
    1193         "https://www.insharevape.com",
    1194         "https://www.dghk-buffer.com",
    1195         "https://www.n2o2gas.com",
    1196         "https://www.changjia-machinery.com",
    1197         "https://www.nfyo.com",
    1198         "http://www.estarspareparts.com",
    1199         "https://www.jsbotanics.com",
    1200         "https://www.chinarfidcard.com",
    1201         "https://www.sjzhgw.com",
    1202         "https://www.study-mandarin.com",
    1203         "https://www.qdruidetai.com",
    1204         "https://www.zhongxinlighting.com",
    1205         "http://www.qjqdvalve.com",
    1206         "https://www.painting-machine.com",
    1207         "https://www.bescatray.com",
    1208         "https://www.tianseoffice.com",
    1209         "https://www.herbal-ingredients.com",
    1210         "https://www.qlart.com",
    1211         "https://www.sehenda-en.com",
    1212         "https://www.egbadges.com",
    1213         "http://www.eudemonbaby.com",
    1214         "http://www.3drambery.com",
    1215         "https://www.chinawelken.com",
    1216         "http://www.jsbotanics.com",
    1217         "https://www.rswires.com",
    1218         "https://www.zjyongqi.com",
    1219         "https://www.micropreparedslides.com",
    1220         "http://www.longtopmining.com",
    1221         "https://www.rykay.com",
    1222         "https://www.sdtoplit.com",
    1223         "https://www.wecare-life.com",
    1224         "http://www.wigglewires.com",
    1225         "https://www.grandstarcn.com",
    1226         "https://www.bailixin.com",
    1227         "http://www.refinehotelsupply.com",
    1228         "http://www.prius-automatic.com",
    1229         "https://www.nbulboy.com",
    1230         "https://www.jy-glass.com",
    1231         "http://www.ankaicnc.com",
    1232         "https://www.band-ss.com",
    1233         "https://www.hytokstech.com",
    1234         "https://www.goldnard.com",
    1235         "http://www.comfortebicycle.com",
    1236         "https://www.zengrit.com",
    1237         "https://www.3drambery.com",
    1238         "https://www.pakite.com",
    1239         "https://www.xianglin-plastics.com",
    1240         "https://www.inductorchina.com",
    1241         "https://www.nbjiatong.com",
    1242         "https://www.bofanpc.com",
    1243         "https://www.sakysteel.com",
    1244         "http://www.coneleqd.com",
    1245         "https://www.jewellrylove.com",
    1246         "http://www.nbwellrun.com",
    1247         "http://www.yulong-cellulose-cmc.com",
    1248         "https://www.aootan.com",
    1249         "https://www.coffbrewing.com",
    1250         "http://www.jetwayamenities.com",
    1251         "https://english.taiergroup.com",
    1252         "http://www.czhengfa.com",
    1253         "https://www.sitzonechair.com"
    1254         ]
    1255     }
    1256 
    1257     /* 3 */
    1258     {
    1259         "_id" : "FR",
    1260         "count" : 19.0,
    1261         "domain" : [
    1262         "https://www.slotsltd.com",
    1263         "https://mi.apicmo.com",
    1264         "http://mi.psychicbonus.com",
    1265         "http://mi.aasraw.com",
    1266         "https://mi.hyperbaric-chamber.com",
    1267         "https://mi.usa-casino-online.com",
    1268         "https://mi.gem.agency",
    1269         "https://mi.hghphuket.com",
    1270         "https://mi.mehmetdursun.av.tr",
    1271         "https://mi.mhthread.com",
    1272         "https://mi.phcoker.com",
    1273         "https://www.casino.uk.com",
    1274         "https://www.planetkeyboard.com",
    1275         "http://mi.outboard-boat-motor-repair.com",
    1276         "http://www.gpedia.com",
    1277         "http://mi.fitnessrebates.com",
    1278         "https://www.expresscasino.com",
    1279         "https://mi.petrpikora.com",
    1280         "https://mi.isearch.de"
    1281         ]
    1282     }
    1283 
    1284     /* 4 */
    1285     {
    1286         "_id" : "DE",
    1287         "count" : 8.0,
    1288         "domain" : [
    1289         "https://herocity.de",
    1290         "https://traynews.com",
    1291         "http://www.almancax.com",
    1292         "https://transposh.org",
    1293         "http://transposh.org",
    1294         "https://mi.vessoft.com",
    1295         "https://www.saper-link-news.com",
    1296         "https://afrikhepri.org"
    1297         ]
    1298     }
    1299 
    1300     /* 5 */
    1301     {
    1302         "_id" : "NL",
    1303         "count" : 6.0,
    1304         "domain" : [
    1305         "http://www.martinvrijland.nl",
    1306         "https://realtytenerife.com",
    1307         "https://www.bitbybitbook.com",
    1308         "https://www.emergency-live.com",
    1309         "http://www.cbdolievoordelen.nl",
    1310         "http://www.spectrumschool.be"
    1311         ]
    1312     }
    1313 
    1314     /* 6 */
    1315     {
    1316         "_id" : "CA",
    1317         "count" : 5.0,
    1318         "domain" : [
    1319         "https://www.wikiplanet.click",
    1320         "https://cloudsfeed.com",
    1321         "http://newsrule.com",
    1322         "http://dehaut.com",
    1323         "https://www.chinanbdb.com"
    1324         ]
    1325     }
    1326 
    1327     /* 7 */
    1328     {
    1329         "_id" : "HK",
    1330         "count" : 2.0,
    1331         "domain" : [
    1332         "https://www.desunpump.com",
    1333         "http://www.10turntables.com"
    1334         ]
    1335     }
    1336 
    1337     /* 8 */
    1338     {
    1339         "_id" : "UA",
    1340         "count" : 2.0,
    1341         "domain" : [
    1342         "http://ukraine.admission.center",
    1343         "http://umsa.admission.center"
    1344         ]
    1345     }
    1346 
    1347     /* 9 */
    1348     {
    1349         "_id" : "GB",
    1350         "count" : 2.0,
    1351         "domain" : [
    1352         "https://www.centrallanguageschool.com",
    1353         "https://www.solasolv.com"
    1354         ]
    1355     }
    1356 
    1357     /* 10 */
    1358     {
    1359         "_id" : "UNKNOWN",
    1360         "count" : 2.0,
    1361         "domain" : [
    1362         "https://mi.buyaas.com",
    1363         "http://en.wiki.wintoflash.com"
    1364         ]
    1365     }
    1366 
    1367     /* 11 */
    1368     {
    1369         "_id" : "ES",
    1370         "count" : 1.0,
    1371         "domain" : [
    1372         "https://www.torresbus.es"
    1373         ]
    1374     }
    1375 
    1376     /* 12 */
    1377     {
    1378         "_id" : "IE",
    1379         "count" : 1.0,
    1380         "domain" : [
    1381         "http://netkiosk.co.uk"
    1382         ]
    1383     }
    1384 
    1385     /* 13 */
    1386     {
    1387         "_id" : "RU",
    1388         "count" : 1.0,
    1389         "domain" : [
    1390         "http://www.treningmozga.com"
    1391         ]
    1392     }
    1393 
    1394     /* 14 */
    1395     {
    1396         "_id" : "SG",
    1397         "count" : 1.0,
    1398         "domain" : [
    1399         "https://omg-solutions.com"
    1400         ]
    1401     }
    1402 
    1403     /* 15 */
    1404     {
    1405         "_id" : "JP",
    1406         "count" : 1.0,
    1407         "domain" : [
    1408         "https://forexmania.org"
    1409         ]
    1410     }
    1411 
    1412     /* 16 */
    1413     {
    1414         "_id" : "EU",
    1415         "count" : 1.0,
    1416         "domain" : [
    1417         "http://www.the-good-stuff-factory.be"
    1418         ]
    1419     }
    1420 
    1421     /* 17 */
    1422     {
    1423         "_id" : "TR",
    1424         "count" : 1.0,
    1425         "domain" : [
    1426         "https://www.elitedeluxe.com.tr"
    1427         ]
    1428     }
     818(No longer special handling for AU, as we saw earlier.)
     819
     820/* 1 */
     821{
     822    "_id" : "US",
     823    "count" : 302.0,
     824    "domain" : [
     825        "https://www.tkthvac.com",
     826        "http://mi.gmpmetalwork.com",
     827        "http://www.huaxinfurnace.com",
     828        "http://mi.tccasdic.com",
     829        "https://www.waterproof-factory.com",
     830        "http://www.omnicnc.com",
     831        "http://www.bdknitting.com",
     832        "http://www.prostepper.com",
     833        "http://www.tkfanen.com",
     834        "http://www.sdcncrouter.com",
     835        "http://www.china-brewhouse.com",
     836        "http://www.twtvalvecn.com",
     837        "http://www.zhengmaoelec.com",
     838        "http://www.hqftex.com",
     839        "https://mi.centr-zashity.ru",
     840        "http://www.szebo.com",
     841        "http://www.jointcontrols.net",
     842        "http://www.hobbycarbon.com",
     843        "https://www.nickel-alloy.net",
     844        "http://www.10turntables.com",
     845        "https://www.inpnurseryproducts.com",
     846        "https://www.risenltd.com",
     847        "http://www.ncpcpharma.com",
     848        "http://www.weld-automation.com",
     849        "http://www.gfh-electric.com",
     850        "http://www.tongyujiaju.com",
     851        "http://www.nide-industry.com",
     852        "http://www.nicehut-window.com",
     853        "http://www.acouplefortheroad.com",
     854        "https://www.aquagem.com.cn",
     855        "https://www.tymexnetting.com",
     856        "http://www.ruk-tech.com",
     857        "http://www.yrkseal.com",
     858        "http://www.ainuogas.com",
     859        "http://blicanada.net",
     860        "http://www.goethe.de",
     861        "https://www.njkeyuda.com",
     862        "http://topbitcoincard.com",
     863        "http://www.fancyco.com",
     864        "http://www.chinagxmy.com",
     865        "http://www.cnfeinade.com",
     866        "http://www.longxin-global.com",
     867        "http://www.nyforgedwheels.com",
     868        "http://www.sog-pump.com",
     869        "http://www.inpnurseryproducts.com",
     870        "http://www.wanmaroto.com",
     871        "http://www.yixinhetrade.com",
     872        "http://www.b-packaging.com",
     873        "http://www.bluekin.com",
     874        "http://www.ncpcvet.com",
     875        "https://www.glorystarlaser.com",
     876        "http://www.shengrunqiche.com",
     877        "http://www.wellfit-sportswear.com",
     878        "http://csunplugged.org",
     879        "https://www.kiwiproperty.com",
     880        "http://www.infomutt.com",
     881        "http://www.photoprofix.com",
     882        "https://drugsinc.eu",
     883        "http://www.ttyzfilter.com",
     884        "http://www.nicerelay.com",
     885        "https://www.gigalight.com",
     886        "https://www.sinodryair.com",
     887        "http://www.ladybagcn.com",
     888        "http://www.cnrgxy.com",
     889        "http://www.honglu-mining.com",
     890        "http://www.kehengmixing.com",
     891        "http://www.cnfreda.com",
     892        "http://www.longs-motor.com",
     893        "http://www.xzc9.com",
     894        "http://www.dmdryer.com",
     895        "http://www.ksdoing.com",
     896        "http://www.mytrickstips.com",
     897        "http://www.focusway-casting.com",
     898        "http://www.americasportsfloor.com",
     899        "https://cycletraderpro.com",
     900        "http://www.chinabosun.com",
     901        "https://www.everfineplastics.com",
     902        "http://mi.guoguangelectric.com",
     903        "http://www.albertnovosino.com",
     904        "http://www.evergrowingcage.com",
     905        "http://www.seasum.cn",
     906        "http://www-hotmail-com.email",
     907        "http://www.cnyaonan.com",
     908        "http://www.ntvigourbrush.com",
     909        "http://www.quickcncmachine.com",
     910        "https://www.hengweihoseclamp.com",
     911        "http://www.sokenswitch.com",
     912        "http://www.soontruepackaging.com",
     913        "https://www.rikoooo.com",
     914        "http://www.cnxh-electric.com",
     915        "http://www.teda-hydraulic.com",
     916        "http://www.strongsaw.com",
     917        "https://www.prostepper.com",
     918        "http://www.pressurelantern.com",
     919        "http://www.hs-stationery.com",
     920        "http://www.nbbvc.com",
     921        "http://lingeriefc.com",
     922        "http://www.evaescort.net",
     923        "http://www.kd-physicalrehab.com",
     924        "http://www.chuamotor.com",
     925        "http://cdn.centrallanguageschool.com",
     926        "https://worldstarhiphop.roseconverter.com",
     927        "https://www.csunplugged.org",
     928        "http://www.qypaperbox.com",
     929        "https://www.junschem.com",
     930        "http://www.gormeet.com",
     931        "http://www.szhaiwang.com",
     932        "http://www.wzdongyi.com",
     933        "http://www.jlgrating.com",
     934        "http://www.nantaidiesel.com",
     935        "http://www.zhenchengscrew.com",
     936        "http://www.accotech.net",
     937        "https://atoall.com",
     938        "https://mi.wikipedia.org",
     939        "https://usahello.org",
     940        "http://www.gemnice.com",
     941        "http://www.richina-tools.com",
     942        "http://www.samewe.net",
     943        "http://www.liweimetal.com",
     944        "http://www.pxbaisheng.com",
     945        "http://www.jiejingfactory.com",
     946        "http://www.meihua-wm.com",
     947        "http://www.jiajiebathmirror.com",
     948        "http://www.touchdisplays-tech.com",
     949        "http://www.sdtzgloves.com",
     950        "http://www.forever-moving.com",
     951        "http://www.cannapresso.com",
     952        "http://www.aluminum-profiles-supplier.com",
     953        "http://indigenousblogs.com",
     954        "http://www.btmeac.com",
     955        "http://www.longda-inc.com",
     956        "http://www.conele-mixer.com",
     957        "http://www.brushcutterjusen.com",
     958        "https://mi.m.wikipedia.org",
     959        "https://www.judinwire.net",
     960        "http://www.toption-ingredients.com",
     961        "https://www.fctele.com",
     962        "http://www.ledecofr.com",
     963        "https://www.drickinstruments.com",
     964        "https://policies.oclc.org",
     965        "http://www.lanlinprintech.com",
     966        "http://www.qjfiberglass.com",
     967        "https://www.huadongmedical.com",
     968        "http://www.hzhinew.com",
     969        "http://www.envicool.net",
     970        "http://www.steel-in-china.com",
     971        "https://mamaclub.info",
     972        "https://www.conele-mixer.com",
     973        "https://www.jlextract.com",
     974        "http://www.chinaocan.com",
     975        "http://www.htwindsolarpower.com",
     976        "https://mi.nyecountdown.com",
     977        "http://www.gecko-kalimba.com",
     978        "https://www.tjshenzhoutong.com",
     979        "http://www.vigor-industry.com",
     980        "https://maxspeedtest.com",
     981        "http://www.sunnymaycn.com",
     982        "http://www.tangres100.com",
     983        "http://www.bst-elecs.com",
     984        "https://www.weld-automation.com",
     985        "http://www.suoxuehuwai.com",
     986        "http://www.steelprotectionpack.com",
     987        "https://twitter.roseconverter.com",
     988        "http://mytrickstips.com",
     989        "http://binaryoptionsindicators.com",
     990        "http://www.jhc-nonwoven.com",
     991        "http://www.tjcywires.com",
     992        "https://www.wikiplanet.click",
     993        "http://infomutt.com",
     994        "http://www.nbyobo.com",
     995        "http://www.amcbox.com",
     996        "http://www.fanhaopets.com",
     997        "http://www.supplyfurniture.com",
     998        "http://www.ruifeng-leather.com",
     999        "https://mi.lawyers.cafe",
     1000        "http://www.vango-tech.com",
     1001        "http://www.viairdoormat.com",
     1002        "https://2fish.co",
     1003        "http://atoall.com",
     1004        "http://www.qymachines.com",
     1005        "https://www.aquark.com.cn",
     1006        "http://www.church-of-christ.org",
     1007        "http://www.litbright-candles.com",
     1008        "https://www.nbwinwinea.com",
     1009        "https://www.bestpvcfence.com",
     1010        "http://www.chinachairtable.com",
     1011        "http://www.zhonghe222.com",
     1012        "http://church-of-christ.org",
     1013        "http://www.lishin.cc",
     1014        "https://www.webhostingsecretrevealed.net",
     1015        "http://www.damiser.com",
     1016        "http://www.hzzjair.com",
     1017        "http://www.sxceramic.com",
     1018        "http://www.fxctool.com",
     1019        "http://www.livepro-beauty.com",
     1020        "https://www.pldyes.com",
     1021        "https://vimeo.roseconverter.com",
     1022        "http://www.chinapipemills.com",
     1023        "http://www.shanghailangzhiweld.com",
     1024        "https://mi.kidspicturedictionary.com",
     1025        "http://www.ldsolarpv.com",
     1026        "https://www.fxcc.com",
     1027        "https://www.kubbamachine.com",
     1028        "http://www.linbaymachinery.com",
     1029        "https://www.axnewdisplay.com",
     1030        "http://www.whties.com",
     1031        "http://www.homey-tec.com",
     1032        "http://www.arjextrailerparts.com",
     1033        "http://www.julongjewelry.cn",
     1034        "https://www.livehoster.com",
     1035        "http://www.risepipe.com",
     1036        "http://www.wrdtubemill.com",
     1037        "http://www.sunshinebelt.com",
     1038        "https://www.yourcloudlibrary.com",
     1039        "http://loginmail.online",
     1040        "http://www.shengxinsport.com",
     1041        "http://www.fxpremiere.com",
     1042        "https://www.czzhit.com",
     1043        "https://www.king-pcb.com",
     1044        "http://www.wpcline.com",
     1045        "http://portal.smart-project.info",
     1046        "http://www.qxmic.com",
     1047        "http://www.luluae.com",
     1048        "https://www.datemypet.com",
     1049        "http://www.gmk-valve.com",
     1050        "https://www.sdspraybooth.com",
     1051        "http://www.houshenshoes.com",
     1052        "http://www.homewin88.com",
     1053        "http://www.sdxhhd.com",
     1054        "http://www.bmaxmachine.com",
     1055        "http://www.bestwaytowhitenteethguide.org",
     1056        "http://www.linphos.com",
     1057        "http://www.analiabriz.com",
     1058        "http://www.joyseaplywood.com",
     1059        "http://www.chinatopcnc.com",
     1060        "https://blondewebcamgirl.com",
     1061        "http://www.czzhit.com",
     1062        "https://www.judipak.com",
     1063        "http://www.sindadisplay.com",
     1064        "http://www.wellformpacking.com",
     1065        "http://www.wosaicabinet.com",
     1066        "http://www.windsolarchina.com",
     1067        "http://www.sinemagnetic.com",
     1068        "http://www.ictctruss.com",
     1069        "http://www.shshenyong.com",
     1070        "http://www.pvcroofingtile.com",
     1071        "http://www.mtpak.com",
     1072        "http://www.tubemillcn.com",
     1073        "http://www.weldpipemill.com",
     1074        "http://www.xida-electronics.com",
     1075        "http://www.cnsongben.com",
     1076        "https://www.nbkeming.com",
     1077        "http://www.jpslurrypump.com",
     1078        "http://www.cz-juteng.com",
     1079        "https://vk.roseconverter.com",
     1080        "http://www.sps-squeegee.com",
     1081        "http://mi.broadcastbeat.com",
     1082        "https://www.td-casting.com",
     1083        "http://milfsplease.com",
     1084        "http://www.qbd-group.com",
     1085        "http://technobuzzer.com",
     1086        "https://www.cz-juteng.com",
     1087        "http://www.xfinsulation.com",
     1088        "http://www.wavesspring.com",
     1089        "http://www.bigrollscloth.com",
     1090        "http://www.huamachinery.com",
     1091        "http://www.restart-industry.com",
     1092        "http://www.shenhe-bearing.com",
     1093        "http://www.newbaoquan.com",
     1094        "https://follow3rs.com",
     1095        "https://www.airpullfilter.com",
     1096        "http://www.mao-shuo.com",
     1097        "http://mi.hongwugas.com",
     1098        "http://www.pamaens.com",
     1099        "http://www.weddingfurniture.com",
     1100        "http://www.mksmartcard.com",
     1101        "http://jobdescriptionsample.org",
     1102        "http://www.jbpcba.com.cn",
     1103        "https://biblia.gospelprime.com.br",
     1104        "https://blockchains.io",
     1105        "http://www.qitai-adhesive.com",
     1106        "http://www.jindunlaobao.com",
     1107        "https://jobdescriptionsample.org",
     1108        "https://www.samsungwiremesh.com",
     1109        "http://www.eternal-friendship.com",
     1110        "http://www.rosin-kings.com",
     1111        "https://facebook.roseconverter.com",
     1112        "https://www.yogemcasting.com",
     1113        "http://www.chinacombinerbox.com",
     1114        "https://dwsolo.com",
     1115        "http://www.autosunsoul.com",
     1116        "https://www.hello4x4.com",
     1117        "http://www.silicone-odm.com",
     1118        "http://www.wf-fastener.com",
     1119        "http://www.czldfloor.com",
     1120        "http://www.zjnbzy.com",
     1121        "http://www.secondhormone.com",
     1122        "http://www.artmetalcn.com",
     1123        "http://www.ycautoc.com",
     1124        "http://www.chinacarbonfibre.com",
     1125        "https://guidebooq.com"
     1126    ]
     1127}
     1128
     1129/* 2 */
     1130{
     1131    "_id" : "CN",
     1132    "count" : 118.0,
     1133    "domain" : [
     1134        "https://www.qlart.com",
     1135        "https://www.grandstarcn.com",
     1136        "https://www.valve-pipe-fitting.com",
     1137        "http://www.wedacdisplays.com",
     1138        "http://www.goldenlaser.cc",
     1139        "https://www.cntfsolar.com",
     1140        "http://www.abdindustrial.com",
     1141        "http://www.koowheel.com",
     1142        "https://www.gaofeng-petro.com",
     1143        "https://www.nbhengchen.com",
     1144        "http://www.jsbotanics.com",
     1145        "https://www.simphoenix.com",
     1146        "https://www.bestardoors.com",
     1147        "https://www.n2o2gas.com",
     1148        "https://www.charmingmetal.com",
     1149        "https://www.fc-med.com",
     1150        "http://www.focuslasersystems.com",
     1151        "https://www.nfyo.com",
     1152        "http://www.zypackag.com",
     1153        "http://www.kavounautoparts.com",
     1154        "https://www.jsjlmachinery.com",
     1155        "https://www.tjtgsteel.com",
     1156        "https://www.yangrutingtrade.com",
     1157        "https://www.c-superun.com",
     1158        "https://www.lasonparts.com",
     1159        "https://www.special-metal.com",
     1160        "https://www.szhtpmart.com",
     1161        "https://www.chinarfidcard.com",
     1162        "https://www.ez-walk.com",
     1163        "https://www.diamante-tech.com",
     1164        "https://www.sino-masterbatch.com",
     1165        "https://www.medke.com",
     1166        "https://www.dm-compressor.com",
     1167        "https://www.haitungchem.com",
     1168        "http://www.wenwencf.com",
     1169        "https://www.peptidejymed.com",
     1170        "https://www.slagremoving.com",
     1171        "https://www.chinanbdb.com",
     1172        "http://www.gmmdjx.com",
     1173        "https://www.richest-group.com",
     1174        "http://www.world-starter.com",
     1175        "http://www.medicohongkong.com",
     1176        "http://www.jetwayamenities.com",
     1177        "https://www.abdindustrial.com",
     1178        "https://www.artiegarden.com",
     1179        "https://www.outstandingdm.com",
     1180        "https://www.aoxinhvacr.com",
     1181        "https://www.safesworld.com",
     1182        "https://www.ngyc.com",
     1183        "https://www.szradiant.com",
     1184        "https://www.3drambery.com",
     1185        "https://www.xianglin-plastics.com",
     1186        "http://www.cntiescarf.com",
     1187        "https://www.aerial-display.com",
     1188        "https://www.imposalight.com",
     1189        "https://www.pacopower.com",
     1190        "http://www.eburn-burner.com",
     1191        "https://www.szzhsbag.com",
     1192        "https://www.phhydraulic.com",
     1193        "https://www.bofanpc.com",
     1194        "http://www.comfortebicycle.com",
     1195        "http://www.3drambery.com",
     1196        "https://www.pakite.com",
     1197        "https://www.inductorchina.com",
     1198        "https://www.aootan.com",
     1199        "https://www.micropreparedslides.com",
     1200        "https://www.tianjia-lock.com",
     1201        "https://english.taiergroup.com",
     1202        "https://www.hytokstech.com",
     1203        "http://www.czhengfa.com",
     1204        "http://www.ankaicnc.com",
     1205        "https://www.nbulboy.com",
     1206        "http://www.eudemonbaby.com",
     1207        "http://www.coneleqd.com",
     1208        "https://www.band-ss.com",
     1209        "https://www.coffbrewing.com",
     1210        "https://www.km-medicine.com",
     1211        "https://www.jy-glass.com",
     1212        "https://www.changjia-machinery.com",
     1213        "https://www.zengrit.com",
     1214        "http://www.prius-automatic.com",
     1215        "https://www.sitzonechair.com",
     1216        "https://www.goldnard.com",
     1217        "https://www.bescatray.com",
     1218        "http://www.qjqdvalve.com",
     1219        "http://www.yulong-cellulose-cmc.com",
     1220        "https://www.sakysteel.com",
     1221        "https://www.tianseoffice.com",
     1222        "http://www.likvchina.com",
     1223        "https://www.sehenda-en.com",
     1224        "http://www.nbwellrun.com",
     1225        "https://www.painting-machine.com",
     1226        "https://www.sdtoplit.com",
     1227        "https://www.jewellrylove.com",
     1228        "https://www.fibereye2.com",
     1229        "https://www.dghk-buffer.com",
     1230        "https://www.rykay.com",
     1231        "https://www.wecare-life.com",
     1232        "https://www.foocles.com",
     1233        "http://www.estarspareparts.com",
     1234        "https://www.study-mandarin.com",
     1235        "https://www.dshprecision.com",
     1236        "https://www.jsbotanics.com",
     1237        "https://www.zhongxinlighting.com",
     1238        "http://www.refinehotelsupply.com",
     1239        "http://www.longtopmining.com",
     1240        "https://www.insharevape.com",
     1241        "https://www.xinyuesteel.com",
     1242        "https://www.herbal-ingredients.com",
     1243        "http://www.wigglewires.com",
     1244        "https://www.bailixin.com",
     1245        "https://www.egbadges.com",
     1246        "https://www.qdruidetai.com",
     1247        "https://www.sjzhgw.com",
     1248        "https://www.zjyongqi.com",
     1249        "https://www.rswires.com",
     1250        "https://www.chinawelken.com",
     1251        "https://www.nbjiatong.com"
     1252    ]
     1253}
     1254
     1255/* 3 */
     1256{
     1257    "_id" : "FR",
     1258    "count" : 19.0,
     1259    "domain" : [
     1260        "https://mi.hyperbaric-chamber.com",
     1261        "https://mi.mehmetdursun.av.tr",
     1262        "https://www.planetkeyboard.com",
     1263        "https://mi.mhthread.com",
     1264        "https://mi.gem.agency",
     1265        "http://mi.outboard-boat-motor-repair.com",
     1266        "https://www.slotsltd.com",
     1267        "http://www.gpedia.com",
     1268        "http://mi.aasraw.com",
     1269        "http://mi.fitnessrebates.com",
     1270        "https://mi.petrpikora.com",
     1271        "https://mi.phcoker.com",
     1272        "https://www.casino.uk.com",
     1273        "https://mi.hghphuket.com",
     1274        "https://mi.apicmo.com",
     1275        "https://mi.isearch.de",
     1276        "https://www.expresscasino.com",
     1277        "https://mi.usa-casino-online.com",
     1278        "http://mi.psychicbonus.com"
     1279    ]
     1280}
     1281
     1282/* 4 */
     1283{
     1284    "_id" : "DE",
     1285    "count" : 7.0,
     1286    "domain" : [
     1287        "https://afrikhepri.org",
     1288        "https://mi.vessoft.com",
     1289        "http://transposh.org",
     1290        "https://transposh.org",
     1291        "https://www.saper-link-news.com",
     1292        "https://herocity.de",
     1293        "https://traynews.com"
     1294    ]
     1295}
     1296
     1297/* 5 */
     1298{
     1299    "_id" : "NL",
     1300    "count" : 6.0,
     1301    "domain" : [
     1302        "http://www.cbdolievoordelen.nl",
     1303        "https://www.emergency-live.com",
     1304        "http://www.martinvrijland.nl",
     1305        "https://realtytenerife.com",
     1306        "https://www.bitbybitbook.com",
     1307        "http://www.spectrumschool.be"
     1308    ]
     1309}
     1310
     1311/* 6 */
     1312{
     1313    "_id" : "UNKNOWN",
     1314    "count" : 3.0,
     1315    "domain" : [
     1316        "https://mi.buyaas.com",
     1317        "https://www.hjfoodmachinery.com",
     1318        "https://www.desunpump.com"
     1319    ]
     1320}
     1321
     1322/* 7 */
     1323{
     1324    "_id" : "CA",
     1325    "count" : 3.0,
     1326    "domain" : [
     1327        "https://cloudsfeed.com",
     1328        "http://dehaut.com",
     1329        "http://newsrule.com"
     1330    ]
     1331}
     1332
     1333/* 8 */
     1334{
     1335    "_id" : "UA",
     1336    "count" : 2.0,
     1337    "domain" : [
     1338        "http://ukraine.admission.center",
     1339        "http://umsa.admission.center"
     1340    ]
     1341}
     1342
     1343/* 9 */
     1344{
     1345    "_id" : "GB",
     1346    "count" : 2.0,
     1347    "domain" : [
     1348        "https://www.centrallanguageschool.com",
     1349        "https://www.solasolv.com"
     1350    ]
     1351}
     1352
     1353/* 10 */
     1354{
     1355    "_id" : "AU",
     1356    "count" : 1.0,
     1357    "domain" : [
     1358        "http://www.almancax.com"
     1359    ]
     1360}
     1361
     1362/* 11 */
     1363{
     1364    "_id" : "SG",
     1365    "count" : 1.0,
     1366    "domain" : [
     1367        "https://omg-solutions.com"
     1368    ]
     1369}
     1370
     1371/* 12 */
     1372{
     1373    "_id" : "EU",
     1374    "count" : 1.0,
     1375    "domain" : [
     1376        "http://www.the-good-stuff-factory.be"
     1377    ]
     1378}
     1379
     1380/* 13 */
     1381{
     1382    "_id" : "RU",
     1383    "count" : 1.0,
     1384    "domain" : [
     1385        "http://www.treningmozga.com"
     1386    ]
     1387}
     1388
     1389/* 14 */
     1390{
     1391    "_id" : "HK",
     1392    "count" : 1.0,
     1393    "domain" : [
     1394        "http://www.allutertech.com"
     1395    ]
     1396}
     1397
     1398/* 15 */
     1399{
     1400    "_id" : "IE",
     1401    "count" : 1.0,
     1402    "domain" : [
     1403        "http://netkiosk.co.uk"
     1404    ]
     1405}
     1406
     1407/* 16 */
     1408{
     1409    "_id" : "TR",
     1410    "count" : 1.0,
     1411    "domain" : [
     1412        "https://www.elitedeluxe.com.tr"
     1413    ]
     1414}
     1415
     1416/* 17 */
     1417{
     1418    "_id" : "JP",
     1419    "count" : 1.0,
     1420    "domain" : [
     1421        "https://forexmania.org"
     1422    ]
     1423}
     1424
     1425/* 18 */
     1426{
     1427    "_id" : "ES",
     1428    "count" : 1.0,
     1429    "domain" : [
     1430        "https://www.torresbus.es"
     1431    ]
     1432}
     1433
     1434/* 19 */
     1435{
     1436    "_id" : "SE",
     1437    "count" : 1.0,
     1438    "domain" : [
     1439        "http://en.wiki.wintoflash.com"
     1440    ]
     1441}
    14291442
    14301443
    … …  
    14331446Of interest or possible interest remain the following, grouped per country of site origin:
    14341447
    1435 US:
     1448US:
     1449+ GAINED FROM AU: https://www.kiwiproperty.com - e.g. https://www.kiwiproperty.com/the-base/mi/he-paepaki/ has some actual MRI sentences. [Not autotranslated]
     1450
    14361451!! http://indigenousblogs.com [15/18 blogs work] - has one page in Maori (http://indigenousblogs.com/feeds/mi.xml)
    14371452X https://biblia.gospelprime.com.br - misdetection (containsMRI)
    … …  
    14741489
    14751490TOTALS:
    1476 US: 25+4 from US with mi in URL path = 29
    1477 AU: 2
     1491US: 26+5 from US with mi in URL path = 31
     1492AU: 1
    14781493DE: 2
    14791494DK: 2
    … …  
    14831498FR: 1
    14841499IE: 1
    1485 TOTAL: 213+4 from US with mi in URL path = 216
     1500TOTAL: 212+5 from US with mi in URL path = 217
     1501
    14861502------------------------------------------------
    14871503B. NEW ZEALAND SITES: NZ origin + .nz TLD SITES
    … …  
    20372053IE, Ireland: 1 out of 2
    20382054
    2039 TOTAL: 166 sites of all the crawled sites where the crawled set of pages per site actually contained at least one sentence in Māori based on manual inspection.
    2040 Out of a total of 221+471+176 = 868 sites that were detected with numPagesContainingMRI > 0 (868 sites containing at least one page with at least one sentence detected in MRI)
     2055TOTAL: 167 sites of all the crawled sites where the crawled set of pages per site actually contained at least one sentence in Māori based on manual inspection.
     2056Out of a total of 221+471+176 = 869 sites that were detected with numPagesContainingMRI > 0 (868 sites containing at least one page with at least one sentence detected in MRI)
    20412057
    20422058========================================
    2043 Adjusted grand totals in manualShortlisting.txt with the following.
     2059In the 2nd table (immediately above), I've adjusted grand totals with the following.
    20442060
    20452061----------------------------------------------------------------------
Note: See TracChangeset for help on using the changeset viewer.