Format pliku ZIM - Plik archiwum OpenZIM
Czym jest plik ZIM?
Pliki z rozszerzeniem .zim to archiwa utworzone w celu przechowywania treści Wiki w trybie offline. Jest uważany za najbardziej odpowiedni otwarty format pliku do przechowywania Wikipedii na USB. Przechowuje zawartość witryny w zwartym formacie. Jego nazwa pochodzi od „Zeno IMproved”, który był wcześniejszym formatem pliku Zeno. ZIM jest utrzymywany przez projekt openZIM , który jest sponsorowany przez Wikimedia CH i wspierany przez Fundację Wikimedia. Pliki ZIM można otwierać za pomocą aplikacji takich jak Kiwix i ZIMReader. Projekt OpenZIM był gospodarzem implementacji formatu pliku ZIM na Github za wkład społeczności OpenSource.
Specyfikacje formatu plików ZIM
Format pliku ZIM został opracowany na podstawie formatu pliku Zeno i nie jest wstecznie kompatybilny. Specyfikacje formatu formatu plików ZIM są dostępne online przez openZIM w celach informacyjnych dla programistów. OpenZIM dostarczył implementację open source C++, LibZim, do odczytu i zapisu plików ZIM.
Format pliku ZIM wykorzystuje kompresję LZMA2, aby zawartość była zwarta.
Nagłówek ZIM
Plik ZIM zaczyna się od nagłówka z przesunięciem 0. Wszystkie składniki są oparte na little-endian, a wszystkie liczby całkowite są liczbami całkowitymi bez znaku, tj. uint_16, uint_32, uint_64.
| Nazwa pola | Typ | Przesunięcie | Długość | Opis |
|---|---|---|---|---|
| magiczna liczba | liczba całkowita | 0 | 4 | Magiczna liczba do rozpoznania formatu pliku musi być 72173914 (0x44D495A) |
| Wersja główna | liczba całkowita | 4 | 2 | Główna wersja formatu pliku ZIM (5 lub 6) |
| podrzędna wersja | liczba całkowita | 6 | 2 | Mniejsza wersja formatu pliku ZIM |
| uuid | liczba całkowita | 8 | 16 | unikalny identyfikator tego pliku zim |
| Liczba artykułów | liczba całkowita | 24 | 4 | całkowita liczba artykułów |
| liczba klastrów | liczba całkowita | 28 | 4 | całkowita liczba klastrów |
| Poz.urlPtr | liczba całkowita | 32 | 8 | pozycja listy wskaźników katalogu uporządkowana według adresu URL |
| tytułPtrPoz | liczba całkowita | 40 | 8 | pozycja listy wskaźników katalogów uporządkowana według tytułu |
| ClusterPtrPos | liczba całkowita | 48 | 8 | pozycja listy wskaźników klastra |
| mimeListPos | liczba całkowita | 56 | 8 | pozycja listy typów MIME (również rozmiar nagłówka) |
| strona główna | liczba całkowita | 64 | 4 | strona główna lub 0xffffffff, jeśli nie ma strony głównej |
| układ strony | liczba całkowita | 68 | 4 | strona układu lub 0xffffffffff, jeśli nie ma strony układu |
| Pozycja sumy kontrolnej | liczba całkowita | 72 | 8 | wskaźnik do sumy kontrolnej md5 tego pliku bez samej sumy kontrolnej. Wskazuje to zawsze 16 bajtów przed końcem pliku. |