Перейти к основному содержимому

Часто задаваемые вопросы (FAQ)

О проекте​

Кто вы?​

Ruarxive (Национальный цифровой архив) — инициатива АНО «Инфокультура», основанная Иваном Бегтиным. Коротко о хронологии:

  • архивация сайтов госорганов ведётся с начала 2010-х годов;
  • с 2016 года архивы публикуются группами данных на hubofdata.ru;
  • с 2017 года работает сайт проекта ruarxive.org;
  • в марте 2022 года проект перезапущен и появился Telegram-канал @ruarxive (03.03.2022).

Подробнее — в истории проекта.

Это государственный проект?​

Нет. Ruarxive — общественная некоммерческая инициатива АНО «Инфокультура», не являющаяся проектом органов власти.

Как финансируется проект?​

Проект существует на частные пожертвования. Поддержать работу — оплату серверов и облачного хранения — можно через страницу Поддержать проект.

Об архивах​

Чем отличается WARC от WACZ?​

WARC — стандартный формат веб-архива (ISO 28500): последовательность записей с HTTP-запросами, ответами и метаданными. WACZ — ZIP-пакет, содержащий WARC-файлы, индекс и метаданные, удобный для воспроизведения в браузере. Подробнее: Глоссарий, Открытие WARC.

Где посмотреть, какие сайты уже сохранены?​

В Таблице сохранённых проектов на AirTable и в файле allarchives.csv.

Можно ли использовать ваши архивы в коммерческих целях?​

Тексты базы знаний публикуются под лицензией CC BY 4.0. Права на сами архивированные материалы принадлежат их правообладателям, и условия их использования определяются ими. См. Авторское право.

Что делать, если нужного сайта нет в каталоге?​

Отправьте запрос на архивацию через GitHub или сообщите в Telegram-чат.

Об архивации​

Какой инструмент выбрать новичку?​

Для одной страницы — Save Page Now Internet Archive; Archive.ph — только как дополнительная копия. Для копии сайта в формате WARC — wget или Browsertrix. Подробнее: Быстрый старт.

Как архивировать Telegram-канал?​

Свой чат или канал — экспортом Telegram Desktop, публичный канал целиком — загрузчиком tdl. Все способы, включая скрипт на Telethon и снимок t.me/s/, — на странице Архивация Telegram.

Как архивировать большой сайт (десятки тысяч страниц)?​

Используйте Heritrix или Browsertrix. Для сайтов на WordPress — wparc: он выгружает данные через REST API, а в версии из репозитория на GitHub умеет и экспорт выгрузки в WARC (wparc warc; в релизе 1.0.8 на PyPI этой команды нет).

Сайт уже исчез — что делать?​

  1. Проверьте Wayback Machine и archive.today.
  2. Проверьте ArchiveTeam.
  3. Свяжитесь с бывшими владельцами.
  4. Напишите в чат — попробуем помочь.

Архив на сотни гигабайт. Как открыть одну страницу?​

Не скачивайте WARC целиком, пока не посмотрите индекс. Для «Эха Москвы» CDX весит около 2,7 МБ, а WARC — 186 234 035 346 байт. Дальше: поиск по CDX и большие WARC.

archive.org не открывается. Где ещё искать?​

Смотрите раздел «Доступ из России» на странице Internet Archive: там перечислены прошлые ограничения доступа и другие архивы (archive.today, национальные веб-архивы). Обход блокировок в инструкциях базы не описывается.

Как процитировать файл архива?​

Образцы для русскоязычной работы, ГОСТ Р 7.0.100–2018 и BibTeX — на странице «Как цитировать». В ссылку входят название коллекции, дата сбора, URL файла и дата обращения.

Юридические вопросы​

Это законно — собирать данные из соцсетей?​

Ответ зависит от материала и способа сбора. Открытость поста не означает согласия на его копирование и распространение: с 01.03.2021 для распространения персональных данных нужно отдельное согласие субъекта (ст. 10.1 152-ФЗ). Подробнее: Персональные данные и Условия использования сервисов.

Я хочу, чтобы мои данные убрали из архива​

Напишите на [email protected]. Мы рассматриваем запрос и отвечаем в течение 10 рабочих дней. Подробнее: Персональные данные.

Волонтёрство​

Как стать волонтёром?​

Прочтите Задачи для волонтёров и напишите в чат.

Нужны ли навыки программирования?​

Не обязательно — есть задачи по разметке метаданных, верификации и описанию. Пример: метаданные архива «Эха Москвы».

Можно ли помочь деньгами или оборудованием?​

Да. Подробнее на странице Поддержать проект.