Formato file ZIM - File archivio OpenZIM
Che cos’è un file ZIM?
I file con estensione .zim sono archivi creati per archiviare il contenuto Wiki offline. È considerato il formato di file aperto più adatto per la memorizzazione di Wikipedia su una USB. Memorizza i contenuti del sito in un formato compatto. Il suo nome deriva da “Zeno IMproved” che era il precedente formato di file Zeno. ZIM è gestito da openZIM project sponsorizzato da Wikimedia CH e supportato dalla Wikimedia Foundation. I file ZIM possono essere aperti da applicazioni come Kiwix e ZIMReader. Il progetto OpenZIM ha ospitato l’implementazione del formato di file ZIM su Github per il contributo della comunità OpenSource.
Specifiche del formato file ZIM
Il formato file ZIM è stato sviluppato su Zeno file format e non è compatibile con le versioni precedenti. Le specifiche del formato del file ZIM sono disponibili online da openZIM per riferimento dello sviluppatore. OpenZIM ha fornito l’implementazione open source C++, LibZim, per leggere e scrivere file ZIM.
Il formato file ZIM utilizza la compressione LZMA2 per rendere il contenuto compatto.
Intestazione ZIM
Un file ZIM inizia con un’intestazione che è all’offset 0. Tutti i costituenti sono basati su little-endian e tutti gli interi sono interi senza segno, ad esempio uint_16, uint_32, uint_64.
| Nome campo | Tipo | Compensazione | Lunghezza | Descrizione |
|---|---|---|---|---|
| numero magico | intero | 0 | 4 | Numero magico per riconoscere il formato del file, deve essere 72173914 (0x44D495A) |
| MajorVersion | intero | 4 | 2 | Versione principale del formato file ZIM (5 o 6) |
| versione minore | intero | 6 | 2 | Versione secondaria del formato file ZIM |
| uuid | intero | 8 | 16 | ID univoco di questo file zim |
| articoloConte | intero | 24 | 4 | numero totale di articoli |
| conteggio cluster | intero | 28 | 4 | numero totale di cluster |
| urlPtrPos | intero | 32 | 8 | posizione dell’elenco di puntatori di directory ordinato per URL |
| titoloPtrPos | intero | 40 | 8 | posizione dell’elenco puntatori di directory ordinato per Titolo |
| clusterPtrPos | intero | 48 | 8 | posizione dell’elenco dei puntatori del cluster |
| mimeListPos | intero | 56 | 8 | posizione dell’elenco dei tipi MIME (anche dimensione dell’intestazione) |
| pagina principale | intero | 64 | 4 | pagina principale o 0xffffffff se nessuna pagina principale |
| pagina layout | intero | 68 | 4 | pagina di layout o 0xffffffffff se nessuna pagina di layout |
| checksumPos | intero | 72 | 8 | puntatore al checksum md5 di questo file senza il checksum stesso. Questo punta sempre 16 byte prima della fine del file. |