王艷翠 洪彥風(fēng) 崔建偉 宗風(fēng)強(qiáng)

（聊城大學(xué) 圖書(shū)館，山東 聊城252059）

0 引言

網(wǎng)絡(luò)管理工具項(xiàng)目是新西蘭國(guó)家圖書(shū)館與大英圖書(shū)館合作開(kāi)發(fā)的、在國(guó)際互聯(lián)網(wǎng)保存協(xié)議支持下實(shí)施的開(kāi)放源代碼工具。 合作用戶(hù)在圖書(shū)館環(huán)境下使用網(wǎng)絡(luò)管理工具時(shí)， 它是一種對(duì)在線(xiàn)材料進(jìn)行選擇、收割及質(zhì)量評(píng)估的支持工具。 學(xué)科專(zhuān)家確定了收割的部分站點(diǎn)或整個(gè)站點(diǎn)（這些站點(diǎn)通常于某一學(xué)科領(lǐng)域或某一重要事件相關(guān)）時(shí)，可利用該工具進(jìn)行有選擇的網(wǎng)絡(luò)收割。作為參與國(guó)際網(wǎng)絡(luò)存檔共享的益處，它可從http://webcurator.sf.net 網(wǎng)頁(yè)上免費(fèi)獲取。

自2007 年1 月， 新西蘭國(guó)家圖書(shū)館使用網(wǎng)絡(luò)管理工具作為選擇性網(wǎng)頁(yè)存檔方案的基礎(chǔ)。 新版工具開(kāi)發(fā)的第一年，大幅度的提高和改善了收割活動(dòng)質(zhì)量并實(shí)施了2 項(xiàng)大的收割活動(dòng)。

本文介紹了生產(chǎn)環(huán)境中使用網(wǎng)絡(luò)管理工具的經(jīng)驗(yàn)、網(wǎng)頁(yè)收割活動(dòng)及網(wǎng)絡(luò)管理工具的開(kāi)發(fā)背景。

1 新西蘭國(guó)家圖書(shū)館選擇性網(wǎng)頁(yè)存檔

1.1 網(wǎng)頁(yè)存檔原因

無(wú)論新西蘭社會(huì)和文化歷史是以書(shū)籍、報(bào)紙、圖片的形式存在的，還是以網(wǎng)站、博客及YouTube 影片形式存在的，新西蘭國(guó)家圖書(shū)館都要根據(jù)法律授權(quán)和它所擔(dān)負(fù)的社會(huì)責(zé)任對(duì)其進(jìn)行保存，而越來(lái)越多的新西蘭文化遺產(chǎn)僅能從網(wǎng)上獲得。用戶(hù)覺(jué)得網(wǎng)上的內(nèi)容既有價(jià)值又方便，但網(wǎng)絡(luò)內(nèi)容的暫時(shí)性、缺乏明確的所有權(quán)、動(dòng)態(tài)性特點(diǎn)對(duì)任何試圖獲取和保存它的機(jī)構(gòu)都是巨大的挑戰(zhàn)。網(wǎng)絡(luò)管理工具通過(guò)允許機(jī)構(gòu)捕獲幾乎所有的在線(xiàn)文件而解決了這些問(wèn)題。 在線(xiàn)文件包括： 網(wǎng)頁(yè)、網(wǎng)站、網(wǎng)絡(luò)日志及目前大多數(shù)格式（包括HTML 網(wǎng)頁(yè)、圖片、PDF 文檔、word 文檔、音頻、視頻等多媒體內(nèi)容）。 為保持這些文件的完整性與權(quán)威性，網(wǎng)絡(luò)管理工具盡可能細(xì)致地對(duì)它們進(jìn)行處理。 公眾從那些安全的、長(zhǎng)期保存的在線(xiàn)遺產(chǎn)中的獲益是無(wú)法估量的。

1.2 收割歷史

新西蘭國(guó)家圖書(shū)館自1999 年開(kāi)始就有一個(gè)選擇性網(wǎng)頁(yè)存檔計(jì)劃。 到2006 年底，新西蘭國(guó)家圖書(shū)館已使用HT 跟蹤網(wǎng)站復(fù)制軟件對(duì)在線(xiàn)材料進(jìn)行收割，并在一個(gè)基于MARC 的選擇、查詢(xún)數(shù)據(jù)庫(kù)中對(duì)其進(jìn)行跟蹤觀察。 HT 跟蹤軟件給圖書(shū)館留下了一項(xiàng)積壓的工作——收割的材料不能用于長(zhǎng)期保存的存檔。目前正在實(shí)施的數(shù)據(jù)遷移計(jì)劃就是把材料轉(zhuǎn)換成適合存檔的格式。

1.3 網(wǎng)絡(luò)管理工具

網(wǎng)絡(luò)管理工具支持一個(gè)包括一系列專(zhuān)門(mén)任務(wù)的收割工作流程：選擇在線(xiàn)資源；尋求收割許可并使其可公開(kāi)查閱；對(duì)其進(jìn)行描述；確定范圍和界限；列出網(wǎng)頁(yè)收割清單；執(zhí)行收割；進(jìn)行質(zhì)量審查并批準(zhǔn)或拒絕收割資料；在數(shù)字倉(cāng)儲(chǔ)或數(shù)字文檔中保存已認(rèn)可的資料。

目前，多數(shù)網(wǎng)頁(yè)存檔活動(dòng)嚴(yán)重依賴(lài)于收割實(shí)施者的專(zhuān)門(mén)技能。 然而，網(wǎng)頁(yè)管理工具通過(guò)自動(dòng)處理網(wǎng)頁(yè)存檔的技術(shù)細(xì)節(jié)使得用戶(hù)和學(xué)科專(zhuān)家（而不是工程師和系統(tǒng)管理員）的收割更具有責(zé)任性。網(wǎng)絡(luò)管理工具是開(kāi)放源代碼軟件，并可在Apache 公共協(xié)議下從http://webcurator.sf.net 網(wǎng)站上免費(fèi)獲取。網(wǎng)站提供用戶(hù)存取手冊(cè)、郵寄清單、截圖、常見(jiàn)問(wèn)題解答、技術(shù)和管理文件、源代碼、故障跟蹤系統(tǒng)、開(kāi)放源代碼計(jì)劃項(xiàng)目頁(yè)等。

1.4 人員及系統(tǒng)資源信息

網(wǎng)絡(luò)管理工具是新西蘭國(guó)家圖書(shū)館主要的工具，并用其管理亞歷山大特恩布爾圖書(shū)館的電子出版物。 在2007 年，相當(dāng)于2.5 倍的全職電子選擇者直接使用該工具管理著所有的選擇、收割及質(zhì)量審查。 該工具與圖書(shū)館的政策、工作流程、溝通及支持服務(wù)緊密集成并影響到更廣泛的工作人員。 例如：技術(shù)服務(wù)維護(hù)系統(tǒng)的硬件和軟件通過(guò)幫助界面進(jìn)行管理；通過(guò)內(nèi)容服務(wù)實(shí)現(xiàn)編目；國(guó)家數(shù)字圖書(shū)館進(jìn)行數(shù)字化存檔的維護(hù)。

網(wǎng)絡(luò)管理工具設(shè)計(jì)的目的是使該工具盡量的與任何現(xiàn)有的系統(tǒng)緊密結(jié)合。 該工具配置使用了圖書(shū)館的Sun SPARC 服務(wù)器、Solaries操作系統(tǒng)、Oracle 數(shù)據(jù)庫(kù)、Apache THHP 服務(wù)器并安裝Tomcat 用于網(wǎng)絡(luò)服務(wù)、Novell 電子地址的用戶(hù)身份驗(yàn)證服務(wù)。 制作系統(tǒng)配置了2 個(gè)服務(wù)器：一個(gè)用于核心模塊，一個(gè)用于收割（該配置可同時(shí)運(yùn)行8 個(gè)并行收割）并與其他圖書(shū)館系統(tǒng)共享現(xiàn)有的數(shù)據(jù)庫(kù)和文件服務(wù)。

2 網(wǎng)絡(luò)管理工具1.2 版下的收割

2.1 收割歷史工具

它大幅改善了質(zhì)量審查的方便性和有效性， 決策過(guò)程更快速有效。 收割歷史質(zhì)量審查工具被證實(shí)是改善質(zhì)量審查最有用的工具。 此工具列出了所有附有簡(jiǎn)要信息的特定目標(biāo)， 這些信息包括開(kāi)始日期、數(shù)據(jù)下載、網(wǎng)址收割、收割成功或失敗、所用時(shí)間及現(xiàn)狀等。 這對(duì)于強(qiáng)化質(zhì)量審查過(guò)程中所需的大部分信息是非常有用的。

2.2 瀏覽工具

1.2 版質(zhì)量審查工具一個(gè)簡(jiǎn)單有效的改變是： 增加了三種不同的方法用于選擇查看收割站點(diǎn)。 這三種方法是：用瀏覽工具查看目前的收割案例；觀看直播網(wǎng)站；查看以前的存檔版本（互聯(lián)網(wǎng)存檔或本地存檔）。收割案例在另一個(gè)瀏覽器窗口開(kāi)放，并允許審查者把收割復(fù)本與站點(diǎn)的其它版本進(jìn)行比較。

2.3 精簡(jiǎn)工具

1.2 版也對(duì)網(wǎng)絡(luò)管理精簡(jiǎn)工具作了更新。 但新西蘭國(guó)家圖書(shū)館不使用精簡(jiǎn)工具更改網(wǎng)站， 因而收割不會(huì)從它的許多變化中直接受益。新西蘭國(guó)家圖書(shū)館已試行使用該工具。 實(shí)踐證明，該工具新的觀看功能對(duì)于選擇和查看任意收割文件都是極其有益的。

2.4 正在收割的較大型網(wǎng)站

作為圖書(shū)館收割計(jì)劃的一部分，最大的已完成并審查的收割規(guī)模是21GB,遺憾的是它未能通過(guò)質(zhì)量審查。 新西蘭國(guó)家圖書(shū)館已成功的收割、審查并存檔多個(gè)10GB 規(guī)模的網(wǎng)站。

隨著網(wǎng)站規(guī)模的增長(zhǎng)，電子選擇器更多地依靠自定義文件和優(yōu)先性文件，尤其是排除那些允許電子選擇器中斷網(wǎng)站特別部分收割的過(guò)濾器。

2.5 數(shù)字資產(chǎn)存儲(chǔ)配置

新西蘭國(guó)家圖書(shū)館因而引進(jìn)了一個(gè)更大的磁盤(pán)陣列用于數(shù)字資產(chǎn)存儲(chǔ)，并提供匯報(bào)工具使館員能持續(xù)監(jiān)測(cè)磁盤(pán)陣列的使用狀況。

2.6 目錄工作流程及存取

當(dāng)使用網(wǎng)絡(luò)管理工具描述網(wǎng)站成為可能時(shí)，新西蘭國(guó)家圖書(shū)館的政策就是在目錄中描述圖書(shū)館的整個(gè)館藏并提供從館藏目錄記錄到存儲(chǔ)在數(shù)字倉(cāng)儲(chǔ)中的數(shù)字化條目之間的鏈接。當(dāng)新西蘭國(guó)家數(shù)字遺產(chǎn)存檔取代臨時(shí)數(shù)字倉(cāng)儲(chǔ)時(shí)，普通民眾可以獲取收割的網(wǎng)站和期刊。

在搜索圖書(shū)館網(wǎng)站目錄時(shí)的一個(gè)不足是：由于每個(gè)網(wǎng)站是單獨(dú)編目的，因而無(wú)法充分反映每個(gè)收割事件。為解決這一問(wèn)題，大英圖書(shū)館計(jì)劃開(kāi)發(fā)一個(gè)web 界面工具， 它提供基于主題和活動(dòng)收割活動(dòng)的存取，該工具為那些需要搜索特別網(wǎng)站的用戶(hù)提供額外幫助。 網(wǎng)絡(luò)管理工具目標(biāo)（單個(gè)網(wǎng)站）及團(tuán)體（網(wǎng)站收藏）定義使其成為可能。

3 結(jié)論

新西蘭國(guó)家圖書(shū)館里用網(wǎng)絡(luò)管理工具成功實(shí)現(xiàn)了有選擇性的網(wǎng)頁(yè)存檔計(jì)劃：使用網(wǎng)絡(luò)管理工具進(jìn)行選擇、安排、收割并審查網(wǎng)站，然后把它們提交至數(shù)字化存檔。 1.2 版的質(zhì)量審查工具作了很大的改進(jìn)，新西蘭國(guó)家圖書(shū)館目前正對(duì)開(kāi)放源代碼網(wǎng)站進(jìn)行故障追蹤記錄并把情況通知給該工具的未來(lái)修訂版。該工具的新版（1.3 版）目前已經(jīng)發(fā)布，預(yù)期它會(huì)進(jìn)一步改善網(wǎng)站收割工作流程。新西蘭國(guó)家圖書(shū)館目前正在開(kāi)發(fā)將來(lái)存儲(chǔ)和帶寬要求的容量模型，籌劃開(kāi)發(fā)存取工具和域級(jí)別的收割。

［1］http://www.dlib.org/dlib/may08/paynter/05paynter.html[OL].

［2］http://www.httrack.com/[OL].

［3］http://opac.lianza.org.nz/cgi-bin/koha/opac-detail.pl?bib=121[OL].