本标准为GB/T 33994-2026，标准的中文名称为信息与文献 WARC文件格式，标准的英文名称为Information and documentation—WARC file format，本标准在2026-07-02发布，在2027-02-01开始实施。
该标准采用了标准IDT,ISO 28500：2017。
本文件规定了信息与文献领域WARC文件格式：一存储来自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，可减少存储消耗）；在不中断当前功能的情况下进行扩展；一支持对超长记录在所需处进行截断或分段操作。
本标准文件共有31页。
GB_T 33994-2026 信息与文献 WARC文件格式.pdf
(2.82 MB)
|
|
