PABLO – Langzeitarchivierung von Webseiten

Offline speichern ist nicht archivieren! Das so erzeugte Konglomerat von .html-, .css, JavaScript- und sonstigen Dateien funktioniert nur im Zusammenspiel mit heutigen Browsern. Ob diese in Jahren und Jahrzehnten noch in der Lage sein werden, die Webseite so darzustellen, wie sie das heute tun, ist zweifelhaft.

PABLO hingegen erzeugt zu jeder einzelnen Webseite eine Bilddatei, die dauerhaft festhält, wie die Seite heute in einem Browser dargestellt wird und in einer METS-XML-Datei, wo in diesem "Foto" der Webseite sich Verlinkungen befinden und wohin diese führen.

Einfach zu erzeugen
PABLO ist ein s.g. Crawler; d.h. Sie legen nur die Start-URL, die gewünschte Tiefe, in die Links verfolgt werden sollen, und eine Handvoll weiterer Parameter fest. Den Rest erledigt PABLO alleine.  Eine fortlaufend aktualisierte Statistik über bereits verarbeitete und noch ausstehende Seiten gewährt zum Einen Überblick über den Fortschritt und erlaubt zum Anderen die Verarbeitung zu nuterbrechen und zu einem späteren Zeitpunkt wiederaufzunehmen.

Nutzung der archivierten Webseiten
Aus dem erzeugten Archivformat lässt sich mit einfachsten Mitteln eine Reproduktion der archivierten Website erzeugen, die dem Nutzer die originalgetreue Darstellung wiedergibt und zugleich über die gespeicherten Verlinkungsinformationen die gewohnte "Surfbarkeit" der Webseite wiederherstellt. PABLO erzeugt diese "Reproduktion" des archivierten Webauftrittes direkt mit.  

Technik für die Praxis
PABLO nutzt Technologien aus der digitalen Langzeitarchivierung zur Ermittlung der technischen Metadaten und dem Auslesen des Volltext-Inhaltes, der mit im Archivformat abgelegt wird. So wird später eine Recherche in großen archivierten Webauftritten ermöglicht.

Die Bedienung erfolgt in einer einfachen Bedienoberfläche, über die in einem einzigen Fenster der gesamte Archivierungsprozess gesteuert wird.