GB/T 33994-2026 信息与文献 WARC文件格式

标准编号：GB/T 33994-2026

标准名称：信息与文献 WARC文件格式

英文名称：Information and documentation—WARC file format

发布日期：2026-07-02

实施日期：2027-02-01

提出单位：全国信息与文献标准化技术委员会

归口单位：全国信息与文献标准化技术委员会

批准发布部门：国家标准委

起草人

毛雅君、贾蔷、谢鹏、真溱、季士妍、张晓丹、杨贺、吴振新、王雪屏、韩新月、胡吉颖、郝春云、杨志滨

起草单位

首都图书馆、军事科学院军事科学信息研究中心、中国科学技术信息研究所、中国科学院文献情报中心、国家图书馆、北京万方数据股份有限公司

标准范围

本文件规定了信息与文献领域WARC文件格式：

——存储来自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。

标准文档截图