WARC (ファイルフォーマット)

ウィキペディア

WARC (ファイルフォーマット)

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2025/04/07 18:12 UTC 版)

「ARC (ファイルフォーマット)（英語版）」あるいは「WAR (アーカイバ)」とは異なります。

その他の用法については「ウェブアーカイブ (曖昧さ回避)」をご覧ください。

この項目「WARC (ファイルフォーマット)」は翻訳されたばかりのものです。不自然あるいは曖昧な表現などが含まれる可能性があり、このままでは読みづらいかもしれません。（原文：英語版 "WARC (file format)" 2025年3月28日 (金) 22:00 (UTC)） 修正、加筆に協力し、現在の表現をより自然な表現にして下さる方を求めています。ノートページや履歴も参照してください。（2025年4月）

Web ARChive

拡張子	warc、warc.gz
MIMEタイプ	application/warc
派生元	ARC[1]
国際標準	ISO 28500:2017[2]
ウェブサイト	iipc.github.io/warc-specifications/specifications/warc-format/warc-1.1-annotated/

WARC（Web ARChive）とは、複数のデジタル資源を関連情報と共に1つの集合アーカイブファイルに統合する方法を規定するアーカイブフォーマットである。これらの統合された資源はWARCファイルとして保存され、ReplayWeb.pageなどの適切なソフトウェアを使用して再生できたり、ウェイバックマシンなどのアーカイブウェブサイトで使用できる。

WARCフォーマットは従来World Wide Webから収集された「ウェブクロール」をコンテンツブロックのシーケンスとして保存するために使用されていたインターネットアーカイブのARC_IAファイルフォーマット^[3]の改訂版である。WARCフォーマットはアーカイビング団体の収集、アクセス、交換の需要をより適切にサポートするために古いフォーマットを一般化したものである。現在記録されている主なコンテンツに加えて、この改訂版では指定されたメタデータ、省略された重複検知イベント^{[注釈 1]}、後日の変換記録など関連する二次コンテンツも収容できる^[4]。WARCフォーマットはHTTP/1.0ストリームに触発されており、同様のヘッダーとCRLFを区切り文字として使用するので、クローラの実装に非常に適している。

2008年に最初に仕様が規定されたWARCは^[5]、現在ではほとんどの国立図書館システムでウェブアーカイビングの標準として認められており^[6]、一部の国立図書館システムではWACZも許容できるフォーマットとして挙げられ始めている^[7][8]。

ソフトウェア

• ArchiveBox^[9]
• ArchiveWeb.page^[10]
• Apache Nutch（英語版）
• Conifer（英語版）^[11]
• har2warc^[12]
• Java製のHeritrixウェブアーカイバ
• libarchive（英語版）
• ReplayWeb.page^[13]
• Scoop^[14]
• StormCrawler（英語版）
• warcit
• wget（バージョン1.14から）^[15]

脚注

[脚注の使い方]

注釈

1. ^ §7.6「revisit」を参照。

出典

1. ^ “Introduction”. SourceForge. 2015年3月5日閲覧。
2. ^ “Information and documentation -- WARC file format”. 2018年3月16日閲覧。
3. ^ “ARC_IA, Internet Archive ARC file format”. www.digitalpreservation.gov (2008年2月14日). 2015年5月9日閲覧。
4. ^ “WARC, Web ARChive file format”. www.digitalpreservation.gov (2009年8月31日). 2015年5月9日閲覧。
5. ^ Arvidson, Allan; Kunze, John; Mohr, Gordon; Stack, Michael (5 July 2008). The WARC File Format. https://tools.ietf.org/html/draft-kunze-warc-00 2021年4月29日閲覧。. 
6. ^ Allegrezza, Stefano (21 April 2016). “Nuove prospettive per il Web archiving: Gli standard ISO 28500 (Formato WARC) e ISO/TR 14873 sulla qualità del Web archiving”. Digitalia 2015: 49–61. http://digitalia.sbn.it/article/view/1473. 
7. ^ “Web Archive Collection Zipped”. www.loc.gov (2023年5月19日). 2025年3月28日閲覧。
8. ^ “Preferred file formats” (英語). digitalpreservation.no (2024年12月5日). 2025年3月28日閲覧。
9. ^ “ArchiveBox” (英語). ArchiveBox. 2025年3月6日閲覧。
10. ^ “ArchiveWeb.page • Webrecorder” (英語). Webrecorder (2025年1月10日). 2025年3月28日閲覧。
11. ^ “Frequently Asked Questions” (英語). Conifer User Guide. 2025年3月27日閲覧。
12. ^ webrecorder/har2warc, Webrecorder, (2025-01-25), https://github.com/webrecorder/har2warc 2025年3月28日閲覧。 
13. ^ “User Guide - Replay Webpage Docs”. replayweb.page. 2025年3月28日閲覧。
14. ^ harvard-lil/scoop, Harvard Library Innovation Laboratory, (2025-03-26), https://github.com/harvard-lil/scoop 2025年3月28日閲覧。 
15. ^ Scrivano, Giuseppe (2012年8月6日). “GNU wget 1.14 released”. GNU wget 1.14 released. Free Software Foundation, Inc.. 2016年2月25日閲覧。

関連項目

• ZIM (ファイルフォーマット)
• HAR (ファイルフォーマット)

外部リンク

• WARC File Format specifications - ウェイバックマシン（2023年11月8日アーカイブ分） （英語）
• The WARC File Format (ISO 28500) - Information, Maintenance, Drafts （英語）
• WARC, Web ARChive file format （英語）
• WARC implementation guidelines （英語）
• Welcome （英語）
• 13. Internet Archive ARC files （英語）
• The WARC Ecosystem （英語）

この項目は、コンピュータに関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（PJ:コンピュータ/P:コンピュータ）。

• 表示
• 編集

表 話 編 歴 アーカイブファイルフォーマット（比較）
アーカイブのみ	ar AXF BagIt（英語版） cpio LBR（英語版） shar（英語版） tar WAD WARC
圧縮のみ	Brotli bzip2 compress gzip LZMA LZ4 lzip lzop SQ（英語版） xz Zstandard pack
アーカイブおよび圧縮	7z ACE ARC（英語版） ARJ B1（英語版） Cabinet cfs（英語版） cpt dar（英語版） DGCA .dmg .egg（英語版） GCA kgb（英語版） LHA LZX MPQ（英語版） PEA .qda RAR rzip（英語版） sit SQX（英語版） UDA（PAQ/UDA） Xar（英語版） zoo ZIP ZPAQ
ソフトウェアパッケージ	pkg (SVR4) deb pkg (macOS) RPM RUNZ MSI JAR WAR RAR (Java) EAR XPI
文書パッケージ	OEB Package Format OEBPS Container Format (EPUB) Open Packaging Conventions Office Open XML