闫晓创/新华社办公厅
网页存档(Web Archive,下简称WA)是对互联网上的信息资源进行收集、保存并确保其能被长期安全使用的活动。2003年7月,美国、加拿大、英国、法国等国家的十几个机构联合成立了国际互联网保存联盟(以下简称IIPC)[1],目前该联盟已拥有超过40个成员机构,这些机构涵盖世界上著名的图书馆、档案馆、大学、非营利组织以及商业服务供应商,成员机构的多元化极大地促进了国际上关于网页存档的合作和交流共享。IIPC还在结构、元数据、标准规范等诸多方面建立了一系列技术规范,并资助成员机构开发能够实现网络资源采集、管理、存储、利用等功能的高质量、具有较高易用性的开源性软件工具[2]。
IIPC的成员包含了目前世界上绝大多数在WA领域具有极高研究水平的机构。这些成员机构共有32个,分布在世界各个大洲,其中亚洲2个、非洲1个、欧洲20个、大洋洲2个、北美洲7个,成员机构主要WA项目及基本情况如表1。

表1 IIPC成员及其WA项目基本情况

国家 负责机构 开始时间存档语言 获取方式 收割方式西班牙 加泰罗尼亚图书馆 2005加泰罗尼亚语、西班牙语、英语URL检索、关键词检索、字母顺序浏览、主题浏览、热门搜集区域内域名收割、大量收割、选择收割、事件收割、主题收割法国 法国国家图书馆 2002 法语URL检索、关键词检索、全文检索、热门搜集全国域名内收割、大量收割、选择性收割、事件收割、主题收割法国 法国国家图书馆 2009 法语URL检索、关键词检索、字母顺序……