标准编号：GB/T 33994-2017
标准名称：信息和文献 WARC文件格式
英文名称：Information and documentation-WARC file format
发布部门：国家质检总局 国家标准委
起草单位：国家图书馆、中国科学院文献情报中心、中国国防科技信息中心、中国科技信息研究所、北京万方数据股份有限公司
标准状态：现行
发布日期：2017-07-12
实施日期：2018-02-01
标准格式：PDF
内容简介
本标准规定了waRc文件格式:—存储来自于主流互联网应用层协议(如HTTP, DNS和FTP)的有效载荷内容和控制信息;
——存储与其他已存储数据(如主题分类、语言、编码)相关的任意元数据;
——支持数据压缩，且保证数据记录的完整性;
——存储来自收割协议的全部控制信息(如请求标头信息)，而不仅仅是响应信息;
——存储与其他已存储数据相关的数据转换结果;
——存储与其他已存储数据相关的重复监测活动(当相同或者大体相似的资源出现时，可以减少存储消耗);
——在不中断当前功能的情况下进行扩展;
——支持对超长记录在所需处进行截断或分段操作。
——存储与其他已存储数据(如主题分类、语言、编码)相关的任意元数据;
——支持数据压缩，且保证数据记录的完整性;
——存储来自收割协议的全部控制信息(如请求标头信息)，而不仅仅是响应信息;
——存储与其他已存储数据相关的数据转换结果;
——存储与其他已存储数据相关的重复监测活动(当相同或者大体相似的资源出现时，可以减少存储消耗);
——在不中断当前功能的情况下进行扩展;
——支持对超长记录在所需处进行截断或分段操作。
下载地址