Format fișier ZIM - fișier arhivă OpenZIM
Ce este un fișier ZIM?
Fișierele cu extensia .zim sunt arhive create pentru a stoca offline conținutul Wiki. Este considerat cel mai potrivit format de fișier deschis pentru stocarea Wikipedia pe un USB. Stochează conținutul site-ului într-un format compact. Numele său provine de la „Zeno IMproved”, care a fost formatul de fișier anterior Zeno. ZIM este întreținut de proiectul openZIM , care este sponsorizat de Wikimedia CH și susținut de Fundația Wikimedia. Fișierele ZIM pot fi deschise de aplicații precum Kiwix și ZIMReader. Proiectul OpenZIM a găzduit implementarea formatului de fișier ZIM pe Github pentru contribuția comunității OpenSource.
Specificații pentru formatul fișierului ZIM
Formatul de fișier ZIM a fost dezvoltat pe lângă formatul de fișier Zeno și nu este compatibil cu versiunea inversă. Specificațiile de format ale formatului de fișier ZIM sunt disponibile online de openZIM pentru referință de către dezvoltatori. OpenZIM a furnizat implementare C++ open source, LibZim, pentru citirea și scrierea fișierelor ZIM.
Formatul de fișier ZIM utilizează compresia LZMA2 pentru a face conținutul compact.
Antet ZIM
Un fișier ZIM începe cu un antet care este la offset 0. Toți constituenții se bazează pe little-endian și toate numerele întregi sunt întregi fără semn, adică uint_16, uint_32, uint_64.
| Nume câmp | Tip | Offset | Lungime | Descriere |
|---|---|---|---|---|
| magicNumber | întreg | 0 | 4 | Numărul magic pentru a recunoaște formatul fișierului, trebuie să fie 72173914 (0x44D495A) |
| majorVersion | întreg | 4 | 2 | Versiunea majoră a formatului de fișier ZIM (5 sau 6) |
| minorVersion | întreg | 6 | 2 | Versiune minoră a formatului de fișier ZIM |
| uuid | întreg | 8 | 16 | ID unic al acestui fișier zim |
| număr de articole | întreg | 24 | 4 | numărul total de articole |
| clusterCount | întreg | 28 | 4 | numărul total de clustere |
| urlPtrPos | întreg | 32 | 8 | poziţia listei de indicatori a directorului ordonată după URL |
| titlePtrPos | întreg | 40 | 8 | poziţia listei de indicatori a directorului ordonată după Titlu |
| clusterPtrPos | întreg | 48 | 8 | poziţia listei de pointeri cluster |
| mimeListPos | întreg | 56 | 8 | poziţia listei de tipuri MIME (de asemenea, dimensiunea antetului) |
| mainPage | întreg | 64 | 4 | pagina principală sau 0xffffffff dacă nu există o pagină principală |
| layoutPage | întreg | 68 | 4 | pagina de aspect sau 0xffffffffff dacă nu există o pagină de aspect |
| checksumPos | întreg | 72 | 8 | pointer către md5checksum a acestui fișier fără suma de control în sine. Aceasta indică întotdeauna cu 16 octeți înainte de sfârșitul fișierului. |