ZIM-filformat - OpenZIM-arkivfil
Hvad er en ZIM fil?
Filer med filtypenavnet .zim er arkiver oprettet for at gemme Wiki-indhold offline. Det anses for at være det mest egnede åbne filformat til lagring af Wikipedia på en USB. Det gemmer webstedets indhold i et kompakt format. Dens navn kommer fra Zeno IMproved, som var det tidligere Zeno-filformat. ZIM vedligeholdes af openZIM projekt, som er sponsoreret af Wikimedia CH og støttet af Wikimedia Foundation. ZIM-filer kan åbnes af programmer som Kiwix og ZIMReader. OpenZIM-projektet har været vært for implementeringen af ZIM-filformatet på Github for bidrag fra OpenSource-fællesskabet.
Specifikationer for ZIM-filformat
ZIM-filformatet blev udviklet oven på Zeno file format og er ikke bagudkompatibelt. Formatspecifikationerne for ZIM-filformatet er available online af openZIM til udviklerens reference. OpenZIM har leveret C++ open source-implementering, LibZim, til læsning og skrivning af ZIM-filer.
ZIM-filformatet bruger LZMA2-komprimering til at gøre indholdet kompakt.
ZIM Header
A ZIM file starts with a header that is at offset 0. Alle bestanddelene er baseret på little-endian, og alle heltal er heltal uden fortegn, dvs. uint_16, uint_32, uint_64.
| Feltnavn | Type | Offset | Længde | Beskrivelse |
|---|---|---|---|---|
| magisk nummer | heltal | 0 | 4 | Magisk tal for at genkende filformatet skal være 72173914 (0x44D495A) |
| majorVersion | heltal | 4 | 2 | Hovedversion af ZIM-filformatet (5 eller 6) |
| minorVersion | heltal | 6 | 2 | Mindre version af ZIM-filformatet |
| uuid | heltal | 8 | 16 | unik id for denne zim-fil |
| articleCount | heltal | 24 | 4 | samlet antal artikler |
| clusterCount | heltal | 28 | 4 | samlet antal klynger |
| urlPtrPos | heltal | 32 | 8 | placering af mappemarkørlisten sorteret efter URL |
| titlePtrPos | heltal | 40 | 8 | placering af mappemarkørlisten sorteret efter Titel |
| clusterPtrPos | heltal | 48 | 8 | placering af klyngemarkørlisten |
| mimeListPos | heltal | 56 | 8 | placering af MIME-typelisten (også overskriftstørrelse) |
| hovedside | heltal | 64 | 4 | hovedside eller 0xffffffff hvis ingen hovedside |
| layoutside | heltal | 68 | 4 | layoutside eller 0xffffffffff, hvis der ikke er nogen layoutside |
| checksumPos | heltal | 72 | 8 | markør til md5checksum af denne fil uden selve checksummen. Dette peger altid 16 bytes før slutningen af filen. |