WARC

Allgemeine Informationen

Titel	Web ARChive file format
Kategorie	Hypertext
Abkürzung	WARC
Dateiendung	.warc
Mime Type	application/warc
Pronom PUID	fmt/289
Version	aktuelle Version: 2 (ISO 28500:2017) vorhergehende Version: 1 (ISO 28500:2009)

    

Beschreibung

Das WARC (Web ARChive) Format ist eine Erweiterung des ARC-Formates, bringt aber kein grundlegend neues Konzept. Siehe dazu die Überlegungen zu ARC. Das Format ist als ISO-Standard 28500:2017 publiziert.

      

Bewertung

Offenheit 4 Das Format wurde vom Internet Archive und der Bibliothèque nationale de France entwickelt und liegt heute als ISO-Standard 28500:2017 vor. Lizenzfreiheit 3 Es existieren, soweit bekannt, keine Patente zu WARC. Verbreitung 3 Die meisten Web-Archive wie etwa das Internet Archive benutzen heute das Format. Funktionalitaet 3 Das Format besitzt gegenüber ARC eine verbesserte Funktionalität. Implementierung 4 Die Internet Archive Wayback Machine kann mit WARC umgehen, verschiedene Harvesting-Lösungen können in diesem Format speichern, z.B. das Open-Source-Produkt Heritrix. Speicherdichte 3 Die Speicherdichte ist durch die Verwendung einer Komprimierung relativ hoch. Verifizierbarkeit 3 Die Internet Archive Wayback Machine kann zur Formatverifizierung herangezogen werden. Best Practice 3 WARC ist im Moment das verbreitetste Format beim Harvesting von Webseiten. Perspektive 2 Längerfristig ist die Perspektive unklar, weil offenbar relativ schnell Skalierungsprobleme auftreten. Formatklasse B Es handelt sich um ein gut eingeführtes Format.

    

Fazit

Weder eine ARC- noch eine WARC-Datei ist eine Serialisierung des im Browser gebildeten DOM-Objektes. Für das Betrachten eines in ARC oder WARC gespeicherten Webinhaltes ist genauso ein Browser notwendig wie vor der Archivierung. Die Menge der verwendeten Formate und zu interpretierenden Script- und Programmiersprachen ist nicht reduziert worden. Hingegen ist das Problem der verteilten Ressourcen gelöst: Alle Ressourcen, die zur Darstellung eines Webinhaltes/Dokumentes notwendig sind, werden in einer Datei zusammengefasst.

    

Referenz

ISO 28500:2017, Information and documentation — WARC file format
https://www.iso.org/standard/68004.html

WARC ISO 28500 Version 1 Latestdraft, 2008
https://archive.org/details/WARCISO28500Version1Latestdraft

WARC File Format Specifications
https://iipc.github.io/warc-specifications/specifications/warc-format/warc-1.0/

Library of Congress: Sustainability of Digital Formats - WARC, Web ARChive file format
http://www.digitalpreservation.gov/formats/fdd/fdd000236.shtml

       

Literatur

Stephan Strodl, Peter Paul Beran, Andreas Rauber: "Migrating Content in WARC Files"
http://publik.tuwien.ac.at/files/PubDat_181115.pdf

    

Katalog archivischer Dateiformate

Version 7.0, Juni 2024