網絡存檔

通過收集和保存萬維網內容,完成數字化保存的過程

網絡存檔是指人們將萬維網網站儲存在一個地方,以便於未來的研究人員、歷史學家和公眾使用。因為許多網站會關閉以及消失,如果不及時儲存,網站上的內容將不復存在。[1]由於網站的規模和數量都非常巨大,通常人們用網絡爬蟲自動抓取網站內容並將其儲存。網站時光機就是負責網絡存檔的網站之一。國家圖書館、國家檔案館和各種組織也開始儲存具有重要文化意義的Web內容[2]

歷史與發展

編輯

互聯網檔案館是全球第一個大型網絡歸檔專案,這是布魯斯特·卡利於1996 年建立的非營利組織。 [3]互聯網檔案館於2001年發佈了自己的搜尋引擎網站時光機,用於檢視已儲存的Web內容 。 [3]截至 2018 年,互聯網檔案館已儲存40 PB的數據。 [4]

參見

編輯

參考文獻

編輯
  1. ^ 早期互联网历史存档内容为何如此之少?. BBC. [2022-02-21]. (原始內容存檔於2022-03-25). 
  2. ^ Truman, Gail. 2016. Web Archiving Environmental Scan. Harvard Library Report. Gail Truman. 2016 [2022-02-21]. (原始內容存檔於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]. (原始內容存檔於2018-10-02).