科学网博客平台存档计划


科学网的博客平台(https://blog.sciencenet.cn)是国内少有的能存活到现在的博客平台(2007~)。

「科学网」由「中国科学报社」运营。「中国科学报社」是「中国科学院」所属唯一经国家新闻出版署批准的新闻媒体单位。(一句话:背景很大。)

其博客平台粗略目测没有任何广告,建站之初(2007)的老文章的存活率很高,而现今这个博客平台仍然有大量的活跃用户和新文章发布(估计每5分钟就会有一篇新文章,且多为长篇)。(一句话:存档价值很高!)

因此我们发起「科学网博客平台存档计划」,这是个长期项目,完成第一阶段的存档行动后,会定期 跟踪并存档 平台上新发布的文章。

目前用于该项目的存档脚本程序已经写好并运行。会将所有文章的 URL 推送到 IA 存档,待第一阶段存档完成后,我们会将详细存档结果(Archive.log)公开。

估计需要存档的文章数量在一百万左右,仅存档可公开访问的文章。


目前(2022/10/21),已完成 10% 的存档进度。


发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注