Перейти к основному содержимому

Эхо Москвы

Архив информационных ресурсов радиостанции «Эхо Москвы» (echo.msk.ru) собран в марте–апреле 2022 года. 3 марта архивация сайта стала первоочередной задачей проекта: повод — ликвидация радиостанции (#3). В июне 2023 года этот архив назван самым большим за всё время проекта: сайт выкачан почти полностью, «что успели, то спасли» (#105). Отдельный медиаархив передач собран не целиком: «к сожалению сохранить удалось не всё» (#16).

Ссылки вида #N ведут на публикации канала @ruarxive. Размеры файлов ниже, где это не оговорено иначе, — ответ сервера (Content-Length) на 13.10.2026.

Состав архива​

ЧастьОбъёмКогда собраноИсточник
Сайт echo.msk.ruоколо 176 ГБ по публикациям #6 и #8; файл WARC — 186 234 035 346 байт, в #8 он назван «173GB»3–4 марта 2022#6, #8
Медиаархив mp3около 465 ГБ, около 20 тысяч записей передачк 14 марта 2022#16
Копия сайта только из HTML-страниц954 861 344 байт (в публикации — 911 МБ в сжатом виде, около 5 ГБ в распакованном)5 апреля 2022#39
Telegram-канал18 308 304 735 байт (в публикации — 18 ГБ), более 50 тысяч сообщений3 марта 2022#6
Сообщество во ВКонтактефайл 138 044 916 байт; в публикации — 134 МБ, только тексты более 99 тысяч записей3 марта 2022#6
Коллекция в Internet Archive446 записей, сумма поля item_size — 329 108 637 965 байт (329 ГБ, байты / 10⁹)загрузка 29 марта – 2 апреля 2022; снимок 13.10.2026#28, #39, поиск archive.org

В WARC сайта входят 7 364 mp3. Отдельно от них собран медиаархив с CDN радиостанции. В коллекции на archive.org одна запись — это программа с кодом в имени: внутри несколько mp3 выпусков, поэтому 446 записей и «около 20 тысяч» из публикации #16 считают разное.

Хронология​

  • 03.03.2022. Архивация echo.msk.ru объявлена первоочередной задачей. В тот же день создан канал @ruarxive (#3, #4).
  • 03–04.03.2022. Собран сайт, около 176 ГБ: страницы и mp3 подкастов. Тогда же готовы архив Telegram-канала и текстовая выгрузка сообщества во ВКонтакте (#6).
  • 04–05.03.2022. После публикации сервер проекта не справлялся с нагрузкой, файлы переносили в облако. 5 марта WARC и CDX-список выложены для скачивания (#7, #8).
  • 07–09.03.2022. Пока CDN радиостанции отвечал, mp3 передач качали отдельно от сайта. На 9 марта собрано 37 277 ссылок, скачано 4 167 файлов, выгрузка продолжалась. Списки ссылок опубликованы, чтобы нужные передачи могли сохранить и другие (#11).
  • 14.03.2022. В облако переносится медиаархив: около 465 ГБ, около 20 тысяч записей. Сохранить удалось не всё (#16).
  • 29.03.2022. Начата загрузка медиаархива в Internet Archive. В облако к этой дате загружено 11 тысяч файлов. Коды программ брались из имён файлов (12tango, albac, almamater и другие) — без русских и английских названий метаданные коллекции не заполнялись (#28).
  • 31.03.2022. Все сохранённые медиафайлы загружены в облачное хранилище; прямые ссылки — в публикации #29. Волонтёры заполняют список программ: из него предполагалось собрать базу сохранённых передач (#31).
  • 05.04.2022. Из WARC сделана копия только из HTML-страниц. Объявлено завершение коллекции echo-of-moscow. Шла работа по объединению mp3 с CDN, из архива сайта и из других источников (#39).
  • 14.04.2022. Опубликована задача для волонтёров: названия, описания и ведущие программ на русском и английском языках (#46).

Официальный сайт​

Архив сайта собирался 3–4 марта 2022 года. В публикации #8 — 63 299 файлов, из них 7 364 mp3. В CDX-индексе, просмотренном 13.10.2026, 62 299 записей ответов и 59 772 разных URL. Метки времени в индексе — с 03.03.2022 07:32 по 04.03.2022 16:19. Записей mp3 в индексе тоже 7 364, все URL разные: 7 229 с кодом 200, 78 с кодом 405 и 57 с кодом 404. Почти все они лежат на cdn.echo.msk.ru (7 346), ещё 18 — на echo.msk.ru. У 7 193 файлов с ответом 200 дата стоит в имени (2004-09-04-….mp3 и дальше): самый ранний — 04.09.2004, самый поздний — 03.03.2022. За 2020, 2021 и 2022 годы таких файлов 1 137, 2 918 и 1 576.

Среди всех записей индекса: HTTP 200 — 55 198, перенаправление 308 — 2 986, 404 — 2 453, 301 — 1 101. По типу содержимого чаще всего text/html (46 979), audio/mpeg (7 045) и image/jpeg (5 602). Уникальных адресов с ответом 200 — 55 133. Крупные разделы сайта среди них:

Раздел путиУникальных URL с ответом 200
/programs/11 213
/likes/7 818
/snd/7 193
/users/6 028
/files/5 343
/sounds/4 239
/blog/3 833
/guests/3 018
/podcasts/1 005
/news/393

В адресах /programs/<код>/ с ответом 200 встречается 555 разных кодов. Чаще других в индексе: razvorot-morning, personalno, nevsredy, code, status, beseda, razvorot, albac.

Журнал обхода echo.msk.ru.log (3 509 130 байт) — лог wpull, 24 851 строка. Он покрывает не весь сбор 3–4 марта, а промежуток 4 марта с 13:39 до 19:20 и заканчивается записью Forcing immediate stop. В этих строках есть запросы и к страницам echo.msk.ru, и к mp3 на cdn.echo.msk.ru. Рядом лежит база обхода в формате SQLite, sitearchive-echo.msk.ru.db (101 707 776 байт, та же дата).

  • Список всех файлов — echo.msk.ru.cdx.zip (2 749 923 байт). Формат CDX: значения, разделённые пробелами, с указанием каждой ссылки и сведений о файле (спецификация). По этому списку можно понять содержание архива, не скачивая его.
  • WARC-файл — echo.msk.ru.warc.gz, 186 234 035 346 байт. В публикации #8 размер указан как «173GB», и там же сказано не скачивать файл на мобильные устройства. WARC и CDX отдаются с Backblaze. В каталоге cdn.ruarxive.org/.../echo.msk.ru/ лежат журнал и база обхода. Как открывать такой WARC — в разделах «Как открыть WARC» и «Большие WARC».
  • Копия только из HTML-страниц — echo.msk.ru_html.zip. Её делали, чтобы извлекать список программ, расшифровки передач и другие тексты (#39). В каталоге ZIP64 на 13.10.2026 — 77 169 записей, пути начинаются с echo.msk.ru/. В начале списка — страницы вроде index.html и их AMP-копии, в конце — echo.msk.ru/videos/*.html. В просмотренных начале и конце каталога (4 359 записей) кроме .html есть каталоги и файлы .js.
  • Журнал и база обхода — echo.msk.ru.log, sitearchive-echo.msk.ru.db.

Образцы библиографического описания WARC и CDX — на странице «Цитирование».

Медиаархив mp3​

Медиаархив собирался отдельно от сайта: mp3 передач скачивались по прямым ссылкам с CDN радиостанции, пока тот отвечал. На 9 марта 2022 года было 37 277 ссылок и 4 167 скачанных файлов (#11). В тот же день опубликованы списки:

  • echomskru_mp3_urls.zip (296 389 байт) — все работавшие на тот момент ссылки на mp3;
  • echomskru_lists.zip (331 354 байт) — те же ссылки, разбитые по названиям программ.

Ссылки вели на CDN «Эха Москвы». Для загрузки списков в публикации #11 предлагалась программа Persepolis.

Итог на 14 марта — около 465 ГБ и около 20 тысяч записей (#16). К 31 марта все сохранённые медиафайлы были в облаке; файл со ссылками на уже загруженное и ещё загружаемое — archived_list.zip (196 401 байт) (#28, #31). Эти ссылки описывают состояние конца марта 2022 года.

В публичном каталоге отдельно лежит echomskru_mp3.zip: 1 913 233 803 байт, дата файла — 7 марта 2022 года. Внутри 168 mp3 одной программы с кодом victory (имена вида 2012-12-22-victory-2005.mp3, даты выпусков с 22.12.2012 по 31.12.2016) и файл filelist.txt. Сумма несжатых размеров этих mp3 — 2 021 574 351 байт. В CDX сайта mp3 с тем же кодом другие: 80 файлов, в основном за 2020–2022 годы.

Имена файлов содержат код программы. Пример записи echomskru-12tango: 2010-08-29-12tango-1405.mp3. В публикации #28 такие коды и предлагалось сопоставить с названиями передач.

Коллекция в Internet Archive​

  • С 29 марта 2022 года медиаархив загружается в аккаунт @ruarxive (#28).
  • 5 апреля 2022 года объявлено завершение коллекции archive.org/details/echo-of-moscow (#39). Запись самой коллекции на archive.org датирована 31 марта 2022 года.
  • Поиск collection:echo-of-moscow на 13.10.2026 находит 446 записей. У 445 из них в названии есть «Echo of Moscow»; записей с «Москвы» в названии нет. Заголовок по-прежнему строится из кода программы, как в примере Echo of Moscow 12tango. Самая ранняя дата публикации записи — 29.03.2022, самая поздняя — 02.04.2022.
  • Сумма поля item_size по этим 446 записям — 329 108 637 965 байт. В это поле Internet Archive включает все файлы записи, в том числе производные, поэтому цифра не равна объёму исходных mp3 и не равна 465 ГБ из публикации #16.
  • Задача разметки программ и ведущих: «Обогащение метаданных архива „Эха Москвы“» (#46).

Как искать и скачивать записи этой коллекции утилитой ia, описано на странице Internet Archive.

Telegram-канал​

Архив официального Telegram-канала — все сообщения, видео, медиафайлы и изображения, более 50 тысяч сообщений. Около 16 ГБ в публикации #6 занимают видеофайлы. Архив сделан экспортом Telegram Desktop (#6).

Сообщество во ВКонтакте​

Архив сообщества — только тексты более чем 99 тысяч записей. Его собрал волонтёр через API ВКонтакте (#6).

Связанные материалы​

Последнее обновление