ZIM-filformat - OpenZIM-arkivfil
Vad är ZIM fil?
Filer med filtillägget .zim är arkiv skapade för att lagra Wiki-innehåll offline. Det anses vara det mest lämpliga öppna filformatet för att lagra Wikipedia på en USB. Den lagrar webbplatsens innehåll i ett kompakt format. Dess namn kommer från “Zeno IMproved” som var det tidigare Zeno-filformatet. ZIM underhålls av projektet openZIM som sponsras av Wikimedia CH och stöds av Wikimedia Foundation. ZIM-filer kan öppnas av applikationer som Kiwix och ZIMReader. OpenZIM-projektet har varit värd för implementeringen av ZIM-filformatet på Github för bidrag från OpenSource-gemenskapen.
Specifikationer för ZIM-filformat
ZIM-filformatet utvecklades ovanpå Zeno-filformat och är inte bakåtkompatibelt. Formatspecifikationerna för ZIM-filformat är tillgängliga online av openZIM för utvecklarens referens. OpenZIM har tillhandahållit C++-implementering med öppen källkod, LibZim, för att läsa och skriva ZIM-filer.
Filformatet ZIM använder LZMA2-komprimering för att göra innehållet kompakt.
ZIM Header
En ZIM-fil börjar med en rubrik som har offset 0. Alla beståndsdelar är baserade på little-endian och alla heltal är heltal utan tecken, dvs uint_16, uint_32, uint_64.
| Fältnamn | Typ | Offset | Längd | Beskrivning |
|---|---|---|---|---|
| magicNumber | heltal | 0 | 4 | Magiskt nummer för att känna igen filformatet måste vara 72173914 (0x44D495A) |
| majorVersion | heltal | 4 | 2 | Huvudversionen av ZIM-filformatet (5 eller 6) |
| minorVersion | heltal | 6 | 2 | Mindre version av ZIM-filformatet |
| uuid | heltal | 8 | 16 | unikt ID för denna zim-fil |
| articleCount | heltal | 24 | 4 | totalt antal artiklar |
| clusterCount | heltal | 28 | 4 | totalt antal kluster |
| urlPtrPos | heltal | 32 | 8 | positionen för katalogpekarlistan sorterad efter URL |
| titlePtrPos | heltal | 40 | 8 | positionen för katalogpekarlistan sorterad efter Titel |
| clusterPtrPos | heltal | 48 | 8 | position för klusterpekarlistan |
| mimeListPos | heltal | 56 | 8 | position för MIME-typlistan (även rubrikstorlek) |
| huvudsida | heltal | 64 | 4 | huvudsida eller 0xffffffff om ingen huvudsida |
| layoutsida | heltal | 68 | 4 | layoutsida eller 0xffffffffff om ingen layoutsida |
| checksumPos | heltal | 72 | 8 | pekare till md5checksummen för denna fil utan själva checksumman. Detta pekar alltid 16 byte före slutet av filen. |