网络存档

通過收集和保存萬維網內容,完成數字化保存的過程

网络存档是指人们将万维网网站保存在一个地方,以便于未来的研究人员、历史学家和公众使用。因为许多网站会关闭以及消失,如果不及时保存,网站上的内容将不复存在。[1]由于网站的规模和数量都非常巨大,通常人们用网络爬虫自动抓取网站内容并将其保存。网站时光机就是负责网络存档的网站之一。国家图书馆、国家档案馆和各种组织也开始保存具有重要文化意义的Web内容[2]

历史与发展

编辑

互联网档案馆是全球第一个大型网络归档项目,这是布鲁斯特·卡利于1996 年创建的非营利组织。 [3]互联网档案馆于2001年发布了自己的搜索引擎网站时光机,用于查看已保存的Web内容 。 [3]截至 2018 年,互联网档案馆已保存40 PB的数据。 [4]

参见

编辑

参考文献

编辑
  1. ^ 早期互联网历史存档内容为何如此之少?. BBC. [2022-02-21]. (原始内容存档于2022-03-25). 
  2. ^ Truman, Gail. 2016. Web Archiving Environmental Scan. Harvard Library Report. Gail Truman. 2016 [2022-02-21]. (原始内容存档于2019-12-08). 
  3. ^ 3.0 3.1 Toyoda, M.; Kitsuregawa, M. The History of Web Archiving. Proceedings of the IEEE. May 2012, 100 (Special Centennial Issue): 1441–1443. ISSN 0018-9219. doi:10.1109/JPROC.2012.2189920. 
  4. ^ Inside Wayback Machine, the internet's time capsule. The Hustle. September 28, 2018 [July 21, 2020]. (原始内容存档于2018-10-02).