互联网档案馆

Confusion grey.svg 提示：此条目的主题不是archive.is或arXiv。
Wikipedia's W.svg  在中文维基百科中引用网际网路档案的资料，请见维基百科:使用时光机
网际网路档案馆
Internet Archive
Internet Archive logo and wordmark.svg
Early screenshots from the Internet archive.jpg
网际网路档案馆1997年1月26日的早期样式
公司类型 501(c)条款非营利组织
网站类型
 数位图书馆
语言 英语
成立 1996年5月12日[1][2]
总部 美国加利福尼亚州旧金山列治文区
37°48′0″N 122°27′37″W / 37.80000°N 122.46028°W
创始人 布鲁斯特·卡利
服务 存档、开放图书馆、网际网路档案馆（2001年起）、网路标签、NASA图片、普林格档案
员工 200
网址 archive.org
http://archivebyd3rzt3ehjpm4c3bjky
xv3hjleiytnvxcn7x32psn2kxcuid.onion Tor network (如何存取)[3]
推出时间 1996年
旧「网际网路档案馆」总部（1996年 - 2009年11月）
新「网际网路档案馆」总部（2009年11月 - ）

网际网路档案馆（英语：Internet Archive）是美国的一个由Alexa创始人布鲁斯特·卡利创办于1996年的非营利性的、提供网际网路多媒体资料档案阅览服务的数位图书馆，总部位于加利福尼亚州旧金山的列治文区，其使命是「普及所有知识」（英语：universal access to all knowledge.）。该「档案馆」提供的数字资料有如网站、网页、图形材料音乐、影片、音讯、软体、动态图像和数百万书籍等的永久性免费储存及取得的副本。 迄至2021年02月，其储存了6250 亿个网页、3800万本书和文字、1400 万个录音（包括 240,000 场现场音乐会）、700 万个影片（包括 200 万个电视新闻节目）、400 万张图片 、790,000 个软体程式。除此之外，该档案馆也是网路开放与自由化的倡议者之一。

资料来源

该档案馆的数据是由内建的网路爬虫自动搜集的，网站时光机抓取了超过1500亿的网页[6][7]。

资金情况

年度预算约为1000万美元，来源则是其网页爬虫服务、合作关系、赞助以及卡利-奥斯丁基金会[8]。总部雇员只有数十人，大部份雇员工作于书籍扫描中心，在红木城也有资料中心。

资料库

档案馆的资料库是国际网际网路保留协会成员[9]，2007年被加利福尼亚州选为官方指定图书馆[10]。档案馆收集的资料是各种各样的。截止2015年年初，网际网路档案馆共收录了2400款MS-DOS游戏[11]。

历史

1996年，卡利（Brewster Kahle）在建立盈利性的Alexa Internet的同时也创立了网际网路档案馆；同年10月开始收集储存数据[12][13]。不过，直到2001年开发了「时光机」前，这些数据都无法存取。1999年末扩展收集范围[14]。

2012年8月，宣布[15]将在其现存的130万档案的下载选项中加入BitTorrent[16][17]。因为通过两个档案资料中心协调，这成为从该档案馆下载数据的最快方法[16][18]。

2013年11月6日，档案馆在里奇蒙德区的总部失火，损坏了许多装置和一些附近的公寓[19][20]，预计损失达到60万美元[21]。

1996年至2009年时档案馆的总部，位于美国旧金山 
2009年以来的总部，原旧金山基督教科学派第四教会 
网际网路档案馆在亚历山大图书馆的宣传标板 
总部内的大厅 

网页存档

时光机

主条目：网站时光机

网站时光机是网际网路档案馆最重要的服务之一，其名取自一部名为The Rocky and Bullwinkle Show的美国卡通片。时光机允许人们去搜寻和存取其网页存档。在一些国家和地区，时光机这个术语的使用已经非常普遍，「时光机」和「网际网路档案馆」甚至开始被当做同义词使用。

网际网路档案馆增量采购的储存盘
年份 存档页面的数量（亿）
2005 40[22]
2006 85[23]
2007 85[24]
2008 85[25]
2009 150[26]
2010 150[27]
2011 150[28]
2012 150[29]
2013 373[30]
2014 430[31]
2015 479[32]
2016 510[A][33]

273[B][34]

2017 286[35]
2018 344[36]
A 使用了2016年10月以前的旧版计数系统
B 使用了2016年10月以后的新版计数系统

Archive-It

创始人布鲁斯特·卡利正在谈论Archive-It

Archive-it是一款帮助机构和个人建立存档的工具。一旦目标网站的URL被输入并储存且该网站允许网际网路档案馆所使用的robots.txt存取，该网页将会成为时光机的一部分。[37]截至2014年3月，Archive-it在美国的46个州和其他16个国家共有超过275个机构是其合作伙伴，共有超过74亿个网页的线上存档。

收集书目

网际网路档案馆的「抄写员」图书扫描工作站

网际网路档案馆收集了世界各地的数位化图书以及各大图书馆和文化遗产机构的特殊藏品。网际网路档案馆在5个国家经营着33个图书扫描中心，其活动受图书馆和基金会的财政支援。[38][39]截至2013年7月，档案馆共收集了440万本书，每月的下载量超过1500万。[38]截至2008年11月，档案馆共有100万个网路文字，总大小高达0.5PB，涵盖了原始照相图像、裁剪和歪斜的图像、PDF档案和原始OCR资料。[40]

各语言的文字数

1 语言 英语 法语 德语 西班牙语 汉语 阿拉伯语
文字数（2015年11月27日） 6,553,945[41] 358,721[42] 344,810[43] 134,170[44] 84,147[45] 66,786[46]
2 语言 荷兰语 葡萄牙语 俄语 乌尔都语 日语 合计（2016年10月30日）
文字数（2015年11月27日） 30,237[47] 25,938[48] 22,731[49] 14,978[50] 14,795[51] 10,612,003[52]

各个年代的文字数

1 年代 1800年代 1810年代 1820年代 1830年代 1840年代 1850年代
文字数

（2015年11月27日）

39,842[53] 51,151[54] 79,476[55] 105,021[56] 127,649[57] 180,950[58]
2 年代 1860年代 1870年代 1880年代 1890年代 1900年代 1910年代
文字数

（2015年11月27日）

210,574[59] 214,505[60] 285,984[61] 370,726[62] 504,000[63] 455,539[64]
3 年代 1920年代 1930年代 1940年代 1950年代 1960年代 1970年代
文字数

（2015年11月27日）

185,876[65] 70,190[66] 85,062[67] 81,192[68] 125,977[69] 206,870[70]
4 年代 1980年代 1990年代 2000年代 2010年代
文字数

（2015年11月27日）

181,129[71] 272,848[72] 579,905[73] 855,253[74]

影像资料

读卡机
网际网路档案馆的缩微胶片
网际网路档案馆的录影带

除了上述内容之外，网际网路档案库还收集了大量的数位媒体，这些数位媒体均符合美国公共领域或CC授权协定。这些媒体档案均会根据媒体类型（moving images、audio、text、etc.）被组织成集合，并根据各项标准被分入子集合。例如大都会艺术博物馆提供的相关资料就会被分入一个子集，目前该集合相关资料的数量已经超过了140,000个[75]。每个主集合都含有一个「社群」子集合（以前被称为「开源」）用于储存公众的贡献。

音讯收藏

音讯档案包括音乐，有声读物，新闻广播，旧时广播的节目和各种其他音讯档。该系列中有超过200,000个免费数字录音。子集包括有声读物和诗歌，Podcast，[76]非英语音讯等。[77]

Live Music Archive子集包括来自独立音乐家的超过170,000个音乐会录音，以及更为成熟的艺术家和音乐合奏，以及关于录制他们的音乐会的宽松规则，例如Grateful Dead，以及最近的The Smashing Pumpkins。此外，Jordan Zevon还允许网际网路档案馆收藏他父亲Warren Zevon的音乐会录音。Zevon系列从1976年至2001年不等，包含126场音乐会，包括1,137首歌曲。[78]

布鲁克林博物馆

此系列包含大约3,000件布鲁克林博物馆的物品。[79]

镜像网站

宕机或资料库出错时，可于新亚历山大图书馆镜像网站查询1996至2007年的备份资料[80]。

注释

  1. ^ Internet Archive Frequently Asked Questions. Internet Archive. [2013-04-13]. （原始内容存档于2009-10-21）. 
  2. ^ Internet Archive: Universal Access to all Knowledge. Internet Archive. [2013-04-13]. （原始内容存档于2013-03-10）. 

参考文献

  1. ^ Internet Archive: About the Archive. Wayback Machine. 2000-04-08 [2016-03-13]. （原始内容存档于2000-04-08）. 
  2. ^ archive.org WHOIS, DNS, & Domain Info – DomainTools. WHOIS. [2016-03-13]. （原始内容存档于2018-11-05）. 
  3. ^ Internet Archive: Offline Archive. archive.org. [2019-11-22]. （原始内容存档于2019-10-29）. 
  4. ^ archive.org Site Info. Alexa Internet. [2018年11月13日]. （原始内容存档于2018年11月13日）. 
  5. ^ Internet Archive: About IA. archive.org. [2022-02-23]. 
  6. ^ Internet Archive: Projects. Internet Archive. [2013-03-06]. （原始内容存档于2013-03-01）. 
  7. ^ Grotke, A. (2011). Web Archiving at the Library of Congress. Computers In Libraries, 31 no. 10 (December 2011), p. 15-19.
  8. ^ Womack, David. Who Owns History?. Cabinet Magazine. No. 10. Spring 2003 [2013-04-13]. （原始内容存档于2013-03-19）. 
  9. ^ "Members" International Internet Preservation Consortium. Netpreserve.org
  10. ^ "Internet Archive officially a library" （页面存档备份，存于网际网路档案馆）, May 2, 2007. Archive.org
  11. ^ Internet Archive 放大招，2400 款 MS-DOS 游戏任你玩. ifanr爱范儿. 2015-01-07 [2017-01-29]. （原始内容存档于2017-02-02）. 
  12. ^ 互联网真能帮人类历史存档吗？. 腾讯科技. 2015-01-24 [2016-10-30]. （原始内容存档于2016-09-15）. 
  13. ^ Internet Archive: In the Collections. Wayback Machine. 2000-06-06 [2016-03-15]. （原始内容存档于2000-06-06）. 
  14. ^ "Daisy Books for the Print Disabled" （页面存档备份，存于网际网路档案馆）, February 25, 2013. Internet Archive.
  15. ^ Kahle, Brewster (August 7, 2012). "Over 1,000,000 Torrents of Downloadable Books, Music, and Movies" （页面存档备份，存于网际网路档案馆）. Internet Archive Blogs.
  16. ^ 16.0 16.1 Van der Sar, Ernesto. Internet Archive Starts Seeding 1,398,875 Torrents. TorrentFreak. 2012-08-07 [2014-03-21]. （原始内容存档于2012-08-08）. 
  17. ^ "Hot List for bt1.us.archive.org (Updated August 7 2012, 7:31 pm PDT)" （页面存档备份，存于网际网路档案馆）. US Cluster. Internet Archive.
  18. ^ "Welcome to Archive torrents" （页面存档备份，存于网际网路档案馆）. Internet Archive.
  19. ^ Alexander, Kurtis. Internet Archive's S.F. office damaged in fire. San Francisco Chronicle. 2013-11-06 [2014-03-21]. （原始内容存档于2013-12-12）. 
  20. ^ Fire Update: Lost Many Cameras, 20 Boxes. No One Hurt. Internet Archive Blogs. 2013-11-06 [2014-03-21]. （原始内容存档于2014-03-14）. 
  21. ^ Shu, Catherine. Internet Archive Seeking Donations To Rebuild Its Fire-Damaged Scanning Center. TechCrunch. 2013-11-06 [2014-03-21]. （原始内容存档于2014-03-17）. 
  22. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2005-12-31）. 
  23. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2006-12-28）. 
  24. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2007-12-28）. 
  25. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2008-12-24）. 
  26. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2009-12-20）. 
  27. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2010-12-30）. 
  28. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2011-08-30）. 
  29. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2002-10-14）. 
  30. ^ Internet Archive. Internet Archive. [2014-03-02]. （原始内容存档于2013-12-31）. 
  31. ^ Internet Archive Blogs. blog.archive.org. [2018-06-10]. （原始内容存档于2018-07-07） （美国英语）. 
  32. ^ Internet Archive. Internet Archive. [2018-12-09]. （原始内容存档于2015-05-31）. 
  33. ^ Internet Archive. Internet Archive. [2018-12-09]. （原始内容存档于2016-09-30）. 
  34. ^ Goel, Vinay. Defining Web pages, Web sites and Web captures. Internet Archive. 2016-10-23 [2018-12-09]. （原始内容存档于2018-12-09）. 
  35. ^ Internet Archive. Internet Archive. [2018-12-09]. （原始内容存档于2017-06-01）. 
  36. ^ Internet Archive. Internet Archive. [2018-12-09]. （原始内容存档于2018-12-09）. 
  37. ^ Rossi, Alexis. Fixing Broken Links on the Internet. Internet Archive. 2013-10-25 [2013-12-29]. （原始内容存档于2013-12-16）. 
  38. ^ 38.0 38.1 Hoffelder, Nate (July 9, 2013). "Internet Archive Now Hosts 4.4 Million eBooks, Sees 15 Million eBooks Downloaded Each Month" （页面存档备份，存于网际网路档案馆）. The Digital Reader.
  39. ^ Kahle, Brewster (May 23, 2008). "Books Scanning to be Publicly Funded" （页面存档备份，存于网际网路档案馆）. Internet Archive Forums.
  40. ^ "Bulk Access to OCR for 1 Million Books" Archived 2012-11-28 at WebCite. Open Library Blog. November 24, 2008.
  41. ^ Internet Archive Search : (language:eng OR language:"English"). Internet Archive. [2015-11-27]. （原始内容存档于2016-04-15）. 
  42. ^ Internet Archive Search : (language:fre OR language:"French"). Internet Archive. [2015-11-27]. （原始内容存档于2016-03-17）. 
  43. ^ Internet Archive Search : (language:ger OR language:"German"). Internet Archive. [2015-11-27]. （原始内容存档于2016-01-14）. 
  44. ^ Internet Archive Search : (language:spa OR language:"Spanish"). Internet Archive. [2015-11-27]. （原始内容存档于2016-04-08）. 
  45. ^ Internet Archive Search : (language:Chinese OR language:"chi") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-08）. 
  46. ^ Internet Archive Search : (language:ara OR language:"Arabic"). Internet Archive. [2015-11-27]. （原始内容存档于2016-03-22）. 
  47. ^ Internet Archive Search : (language:Dutch OR language:"dut") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-08）. 
  48. ^ Internet Archive Search : (language:Portuguese OR language:"por") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-15）. 
  49. ^ Internet Archive Search : (language:rus OR language:"Russian") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-19）. 
  50. ^ Internet Archive Search : (language:urd OR language:"Urdu") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-15）. 
  51. ^ Internet Archive Search : (language:Japanese OR language:"jpn") AND mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-08）. 
  52. ^ Internet Archive Search : mediatype:texts. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-05）. 
  53. ^ Internet Archive Search : mediatype:texts AND date:[1800-01-01 TO 1809-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  54. ^ Internet Archive Search : mediatype:texts AND date:[1810-01-01 TO 1819-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-26）. 
  55. ^ Internet Archive Search : mediatype:texts AND date:[1820-01-01 TO 1829-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-15）. 
  56. ^ Internet Archive Search : mediatype:texts AND date:[1830-01-01 TO 1839-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  57. ^ Internet Archive Search : mediatype:texts AND date:[1840-01-01 TO 1849-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-26）. 
  58. ^ Internet Archive Search : mediatype:texts AND date:[1850-01-01 TO 1859-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-17）. 
  59. ^ Internet Archive Search : mediatype:texts AND date:[1860-01-01 TO 1869-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-13）. 
  60. ^ Internet Archive Search : mediatype:texts AND date:[1870-01-01 TO 1879-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-15）. 
  61. ^ Internet Archive Search : mediatype:texts AND date:[1880-01-01 TO 1889-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-16）. 
  62. ^ Internet Archive Search : mediatype:texts AND date:[1890-01-01 TO 1899-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-11）. 
  63. ^ Internet Archive Search : mediatype:texts AND date:[1900-01-01 TO 1909-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-18）. 
  64. ^ Internet Archive Search : mediatype:texts AND date:[1910-01-01 TO 1919-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-19）. 
  65. ^ Internet Archive Search : mediatype:texts AND date:[1920-01-01 TO 1929-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  66. ^ Internet Archive Search : mediatype:texts AND date:[1930-01-01 TO 1939-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  67. ^ Internet Archive Search : mediatype:texts AND date:[1940-01-01 TO 1949-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-26）. 
  68. ^ Internet Archive Search : mediatype:texts AND date:[1950-01-01 TO 1959-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-16）. 
  69. ^ Internet Archive Search : mediatype:texts AND date:[1960-01-01 TO 1969-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-15）. 
  70. ^ Internet Archive Search : mediatype:texts AND date:[1970-01-01 TO 1979-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  71. ^ Internet Archive Search : mediatype:texts AND date:[1980-01-01 TO 1989-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  72. ^ Internet Archive Search : mediatype:texts AND date:[1990-01-01 TO 1999-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-11）. 
  73. ^ Internet Archive Search : mediatype:texts AND date:[2000-01-01 TO 2009-12-31]. Internet Archive. [2015-11-27]. （原始内容存档于2016-03-26）. 
  74. ^ Internet Archive Search : mediatype:texts AND date:[2010-01-01 TO 2015-11-27]. Internet Archive. [2015-11-27]. （原始内容存档于2016-04-09）. 
  75. ^ Metropolitan Museum of Art - Gallery Images: Free Image : Download & Streaming : Internet Archive. Internet Archive. [2014-12-04]. （原始内容存档于2015-01-03）. 
  76. ^ How to Host Podcast MP3 on Archive.org. TurboFuture. [2019-02-25]. （原始内容存档于2017-08-04） （英语）. 
  77. ^ Download & Streaming : Audio Archive : Internet Archive. archive.org. [2019-02-25]. （原始内容存档于2019-02-24） （英语）. 
  78. ^ Clarke, John. Warren Zevon Live Shows Hit the Web, Possible Film in the Works. Rolling Stone. 2009-06-03 [2019-02-25]. （原始内容存档于2019-02-26） （美国英语）. 
  79. ^ Brooklyn Museum : Free Image : Free Download, Borrow and Streaming : Internet Archive. archive.org. [2019-02-25]. （原始内容存档于2019-02-24） （英语）. 
  80. ^ International School of Information Science (ISIS). www.bibalex.org. International School of Information Science. [2016-10-30]. （原始内容存档于2016-10-31）. 

延伸阅读

外部连结

参见

  • 网际网路档案馆存档列表
  • 公共领域音乐
  • 网页存档
  • 数位图书馆