标准号：GB/T 33994-2017
标准名称：信息和文献 WARC文件格式
发布日期：2017-07-12
实施日期：2018-02-01
批准发布部门：国家标准化管理委员会
归口单位：全国信息与文献标准化技术委员会
起草单位：国家图书馆、中国科技信息研究所、万方数据有限公司、中国科学院文献情报中心、中国国防科技信息中心
起草人：毛雅君、李春明、曲云鹏、张晓丹、敦文杰、张彪、吴振新、真溱、张兰、杨贺
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。
