臧国全 井 方



Web长期保存的困扰

臧国全 井 方

摘 要web长期保存既存在管理方面的困扰，也存在技术方面的困扰。管理困扰包括保存的合法性、保存内容的选择、恶意软件的去留、网页的去重，技术困扰包括网页收割工具的局限性、web保存的真实性、时间一致性、保存格式的有效性。另外，集体贡献型网站的保存还存在一些特殊的困扰，包括网站抓取的困扰、产权许可的困难、保存动机的缺失等。参考文献11。

关键词web保存 数字保存 数字保存质量

web长期保存的对象是因特网信息资源,其中主要为网站网页。网站网页具有高度动态性和易失性,对其进行长期保存的理论探讨与实践项目伴随着因特网的诞生而产生。到目前为止,已出现不少该类保存项目,其中最著名的是The Internet Archives。但是,与其他类型数字资源（如数字化图书、数字化期刊论文）相比,这类数字资源具有一些特殊的属性,对其进行长期保存也面临一些特殊的困扰。

1 web长期保存的管理困扰

1. 1 保存的合法性

在没有网站所有人明确许可的情况下,保存机构是否有权复制网站内容进行长期保存并向用户提供访问？这种活动是否构成了对网站拥有者版权的侵犯？一些网站明确列出了产权许可和版权信息,例如知识共享协议（CC）,这在一定程度上解决了这个问题。然而,大多数情况下,该问题的解决方案很大程度上取决于保存机构所在国家的相关法律以及保存机构的职权范围。

比如,英国2013年颁布的涉及网络文献保存的《非印刷作品法定保存条例》［1］,授权一些保存机构可收割保存全英网段内所有网站,并提供用户访问服务。……