Changeset 33916

Show
Ignore:
Timestamp:
13.02.2020 17:42:11 (5 days ago)
Author:
ak19
Message:

Updated the rest of the file after reingest

Files:
1 modified

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----------------------------------------------------------------------