English
version (original language)
Source: Bibliothèque du Congrès à http://www.digitalpreservation.gov/news/2009/20090604news_article_warc.html
4 juin 2009 - Le format de fichier WARC est maintenant
approuvé en tant que norme internationale avec le numéro ISO 28500:2009.
Pendant des années, les organismes de préservation
du patrimoine ont essayé de trouver les
moyens les plus appropriés de collecte et de suivi du World Wide Web en
utilisant les outils traditionnels du web. Dans le même temps, ces
organisations ont été concernées par les exigences de l'archivage du très grand
nombre des fichiers né-numérique et numériques. Elles ont besoin d'un format
conteneur pour permettre à un fichier de contenir plusieurs objets pour le
stockage, la gestion et l'échange.
Le WARC format répond à ce besoin et devrait être un moyen de structurer, de
gérer et de stocker des milliards de ressources collectées sur le web et
ailleurs. Il s'agit d'une extension du ARC format, qui a été utilisé depuis 1996 pour stocker les fichiers récoltés
sur le web. Le WARC format offre de nouvelles possibilités, notamment l'enregistrement des entêtes
de requête HTTP, l'enregistrement des métadonnées, l'attribution d'un
identifiant pour chaque fichier conteneur, la gestion des doublons et de des
dossiers ayant migrés , la segmentation des documents. Les fichiers au WARC format sont destinés à stocker tout type de contenu numérique, qu’il soit récupéré par HTTP ou via un autre protocole.
La motivation à étendre le format ARC est née de
la discussion et les expériences de l'International Internet Preservation
Consortium, dont la mission principale est d'acquérir, préserver et rendre
accessible la connaissance et l'information de l'Internet pour les générations
futures. IIPC a formé un groupe de travail sur les normes afin d’élaborer un document à faire approuver auprès de l'Organisation
internationale.
Au cours d'une période de quatre ans, le groupe de
travail, avec la Bibliothèque nationale de France comme animateur, a collaboré
étroitement avec les IIPC experts afin d'améliorer le projet initial. Le groupe
continuera à maintenir le niveau et à préparer sa révision future.
La normalisation offre une garantie de durabilité
et de l'évolution du WARC format . Il aidera l'archivage web à entrer dans les principales
activités des institutions d'héritage et d'autres branches, en favorisant le
développement de nouveaux outils et assurer l'interopérabilité des collections.
Plusieurs applications sont déjà compatiblesavec
le WARC format , comme la Heritrix robot d'exploration du Web, l'ARC pour les outils de gestion des
données et l'échange, la Wayback Machine, NutchWAX et d'autres outils de
recherche pour l'accès (Wayback Machine, NutchWAXand other
search tools). La reconnaissance
internationale du WARC format et son applicabilité à chaque type d'objet numérique apportera de
fortes incitations à utiliser à l'intérieur et au-delà de la communauté d’archivage du Web.
Comments