郭晓云

摘 要 详细阐述网络资源归档格式标准（WARC）的制定背景、发展历程、特点和优势，分析了WARC标准的应用情况和生态圈建设，探讨了WARC在档案领域的应用。

关键词 WARC网络资源归档ISO标准 标准应用

Abstract The paper elaborates the background， progress， characteristics and advantages of web resources archiving standard WARC， analyzes the application situation and ecosystem construction of WARC， and explores the application of WARC in archival field.

Keyword WARC; web resources archiving; ISO standard; standard application

WARC（Web ARChive）文件格式标准是由ISO国际标准化组织2009年发布的网络信息资源存档格式标准，是面向网络信息资源长期保存领域唯一的文件格式标准。网络信息资源是指依托互联网等大型网络，以网站、社交媒体等形式发布的信息资源。网络信息资源存在寿命短、易丢失、不可再生的特点，这意味着如果没有归档保存，这些宝贵的资源将不复存在。网络资源存档（Web Archive）的目的就是抢在这些资源消失之前将它们归档保存起来，WARC标准则是网络资源存档保存封装格式，用于解决网络资源格式多样、联系复杂等保存问题，目前已广泛应用在世界各国的数字图书馆、数字档案馆、数字资源仓储机构中。

一、WARC标准解析

GB/T 33994-2017对WARC格式的描述是：“WARC（Web ARChive）文件格式提供了一个由多个资源记录（数据对象）连接成一个长文件的协议，其中每个资源记录由一组简单文本标头和任意数据内容块构成。WARC格式将作为组织、管理和储存采集来自网络和其他数以亿计的数字资源的一种标准，可用于构建收割、管理、访问和交换内容等各种应用。”[1]

WARC不仅存储资源记录内容本身，还可以存储附加的元数据，支持重复资源的检测、资源格式转换、大资源的分隔存储等功能。WARC本身只定义了存储格式标准，WARC文件具体如何存储、如何解析都取决于软件的具体实现。……