Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- docuteam:webgate [2019/05/14 16:29] – penelope
+++ docuteam:webgate [2020/03/10 12:43] – [5 Frequently asked questions (FAQ)] penelope
@@ Zeile 121: / Zeile 121: @@
 =====5 Frequently asked questions (FAQ)=====
+===5.1 Webharvest und WARC-Dateien===
+- Was sind WARC-Dateien?
+WARC = "Web ARChive", ein standardisiertes Datenformat zur Web-Archivierung. Die WARC-Datei kombiniert mehrerer digitale Ressourcen sowie die dazugehörenden Metadaten (Dateiendung .warc).
+- Wie funktioniert der Harvest einer Webseite bei docuteam?
+Der Harvest einer Website wird mit der Netarchivesuite-Software durchgeführt, welche um den Heritrix-Webcrawler aufgebaut ist. Der Webcrawler sucht dabei die vorgegebenen Web-Adressen (URLs) nach erreichbaren Inhalten/Dokumenten ab und speichert diese auf dem vordefinierten Webharvest-Server ab. Bei den abgespeicherten Dateien handelt es sich um WARC-Dateien. Es können mehrere Warc-Dateien aus einem Harvest entstehen, welche gemeinsam in einem SIP ingestiert und danach ins digitale Langzeitarchiv überführt werden.
+Für mehr Informationen zur Web-Archivierung siehe auch [[https://de.wikipedia.org/wiki/Web-Archivierung |Wikipedia]]
+- Wie kann ich die Website, wenn sie im digitalen Langzeitarchiv liegt, betrachten?
+WARC-DAtein können nicht einfach geöffnet werden, es braucht dazu eine Software. Es gibt mehrere Optionen, wobei bei docuteam aktuell die open-source Desktop-Applikation [[https://rhizome.org/software/|Webrecorder-player]] (Projekt von Rhizome) dafür eingesetzt wird. Diese kann gratis [[https://github.com/webrecorder/webrecorder-player|auf github]] heruntergeladen werden. Es kann jeweils nur ein Warc-File nach dem anderen betrachtet werden. Es ist gut möglich, dass das Resultat von der originalen Website abweicht.