Topic
formato de arquivo que especifica um método para combinar múltiplos recursos digitais em um arquivo de arquivamento agregado juntamente com informações relacionadas
Be the first in the room — members see you arrive.
Join the roomNot who you're looking for? Others named Web ARChive: publication type, collection of preserved web pages
O formato de arquivo WARC (Web ARChive) especifica um método para combinar múltiplos recursos digitais em um arquivo de arquivamento agregado juntamente com informações relacionadas. O formato WARC é uma revisão do ARC_IA File Format do Internet Archive que tem sido tradicionalmente usado para armazenar "web crawls" como sequências de blocos de conteúdo coletados da World Wide Web. O formato WARC generaliza o formato mais antigo para melhor suportar as necessidades de coleta, acesso e troca de organizações de arquivamento. Além do conteúdo primário atualmente registrado, a revisão acomoda conteúdo secundário relacionado, como metadados atribuídos, eventos abreviados de detecção de duplicatas (veja §7.6 "revisit"), e transformações de data posterior. O formato WARC é inspirado em fluxos HTTP/1.0, com um cabeçalho similar e o uso de CRLFs como delimitadores, tornando-o muito propício para implementações de crawlers.
