Per chi

Tenere quello che leggi, in un formato aperto

I segnalibri puntano a pagine che cambiano o spariscono. Un salvataggio è il testo stesso, in un formato che non ha un proprietario né una scadenza, conservato dove decidi tu. Ogni nota porta l’indirizzo di partenza, la data di pubblicazione e il campo extraction, quindi resta verificabile anche fra molti anni.

Come sparisce quello che salvi

Una raccolta di letture messa dentro un servizio dipende dal servizio. Il prodotto viene comprato e chiuso, il piano gratuito viene ridotto, l’esportazione restituisce un archivio che nessun altro strumento sa aprire davvero. Anni di raccolta si trasformano in un file che tieni per scrupolo e che non riapri mai, perché riaprirlo costa più che rifare la ricerca.

I segnalibri hanno il difetto opposto: non dipendono da nessuno, ma non contengono niente. Puntano a una pagina che nel frattempo è stata riscritta, spostata dietro un accesso o tolta del tutto, e non ne conservano una riga. Alla fine hai un elenco di titoli, e il testo che volevi tenere è quello che non hai.

C’è infine l’archivio che esiste e non si usa. Tremila file salvati negli anni, ciascuno chiamato con il titolo della pagina – pubblicità compresa – senza data, senza indirizzo, senza niente che dica da dove venissero. La ricerca a testo pieno trova quaranta risultati e nessuno dei quaranta si può collocare o citare. Un archivio che non si interroga non è un archivio: è una cartella pesante che sposti da un disco all’altro per scrupolo.

Che cosa resta fra dieci anni

• Formato aperto e duraturo: testo semplice con frontmatter YAML, leggibile da qualsiasi editor
• Nessun account e nessun server: l’estensione non fa nessuna richiesta di rete
• Data di pubblicazione e indirizzo della fonte salvati insieme al testo, dentro il file
• Il campo extraction registra come è stata ottenuta ogni nota, dom oppure jsonld-articlebody
• Una volta salvato il file funziona offline e non dipende più dall’estensione
• Le regole per sito ordinano l’archivio mentre cresce, invece di lasciare tutto in una cartella sola
• Il nome del file può portare la data e il dominio, così l’archivio si ordina e si sfoglia senza un indice a parte
• La cartella si copia e si versiona come qualsiasi altra: entra in un backup, in un repository o su un disco esterno senza nessuna esportazione

---
title: "Come si cerca negli archivi online"
source: "https://archivi.cultura.gov.it/ricerca-online"
published: "2021-09-30"
extraction: "dom"
---

Gli inventari digitalizzati si consultano per ente conservatore, per segnatura o
per estremi cronologici, a seconda di quello che già si sa del documento.

Impostarlo per durare

Un archivio si decide all’inizio, perché rinominare tremila file dopo non lo fa nessuno. Queste sei mosse riguardano le scelte che fra dieci anni saranno ancora quelle.

1. Apri le opzioni con il clic destro sull’icona e scegli come destinazione una cartella che non hai intenzione di spostare: il consenso del browser segue il percorso, e una cartella spostata è un consenso da ridare.
2. Metti il modello del nome file su {date}-{domain}-{title}. La data ordina, il dominio dice da che genere di fonte viene, il titolo dice di che cosa parla: sono le tre domande che ti farai sfogliando l’archivio fra cinque anni.
3. Accendi tutti i campi del frontmatter. Costano una riga ciascuno e sono l’unica differenza fra un file che si può collocare e citare e un file che è solo testo di provenienza ignota.
4. Aggiungi le regole per i siti che salvi più spesso, mandando ciascuno nella sua sottocartella. L’ordinamento fatto all’arrivo è l’unico che sopravvive; quello fatto «più avanti» non arriva mai.
5. Decidi subito che cosa fare con le immagini e non cambiare idea a metà. Tenute come link restano raggiungibili finché il sito esiste; su «salta» non ci sono e almeno non ci sono link morti. La scelta peggiore è averne un po’ per tipo.
6. Metti la cartella dentro il giro di copie di sicurezza che già fai per il resto. L’estensione non fa backup e non sincronizza: la conservazione è una tua responsabilità, ed è più facile ricordarsene adesso che dopo un guasto.

Impostazioni per un archivio

Qui non conta la velocità del singolo salvataggio: conta che fra dieci anni un file trovato per caso dica ancora da dove viene e quando è stato preso.

---
title: "Come funziona la rete elettrica europea"
source: "https://…/energia/rete-elettrica-europea"
published: "2019-04-08"
extraction: "dom"
---

![Schema delle interconnessioni](https://…/img/rete-2019.png)

Il testo si apre come il giorno in cui è stato scritto. L’immagine no: era un
link, il sito ha rifatto gli indirizzi, e adesso quel collegamento non porta
da nessuna parte. Le immagini non vengono scaricate, e questo è il prezzo.

Tre prove del tempo

Un file di sette anni fa che si apre ancora

Nel 2019 avevi salvato un articolo tecnico. Oggi lo apri: è testo semplice con un’intestazione YAML, quindi si legge in qualsiasi editor, in un terminale, in un lettore di appunti – senza l’estensione, che nel frattempo potrebbe non esserci più.

L’immagine dentro l’articolo però non si vede: era un link, il sito ha rifatto gli indirizzi e quel collegamento non porta più da nessuna parte. È il prezzo dichiarato: le immagini non vengono scaricate, e su un archivio di anni si vede. Il testo, che è la parte che volevi, c’è per intero.

Il servizio che chiude

Un servizio di lettura differita annuncia la chiusura con sessanta giorni di preavviso e offre un’esportazione. L’esportazione risulta essere un file di indirizzi, e metà di quegli indirizzi non risponde più.

La cartella dei salvataggi non è coinvolta in nessun modo: sono file sul tuo disco, che non erano mai stati dentro il servizio. È il motivo per cui la conservazione non si delega a un prodotto – non perché quel prodotto sia fatto male, ma perché la sua durata non la decidi tu.

Una ricerca fatta su tutto l’archivio

Ti serve una cosa letta «qualche anno fa, forse su un sito istituzionale». Cerchi a testo pieno nella cartella: la ricerca del sistema attraversa i file perché sono testo, e restituisce sette risultati.

A quel punto conta il nome dei file. Con {date}-{domain}-{title} riconosci subito quale dei sette è del 2021 e viene dal dominio giusto, senza aprirli uno per uno – ed è esattamente il lavoro che un archivio senza convenzione di nomi non ti risparmia.

Rispetto agli altri modi di conservare

Conservare quello che si legge si può fare in cinque modi, e ognuno ha un punto in cui cede. La terza colonna lo dice, anche per noi.

Quando l’archivio invecchia male

Perché le immagini dei salvataggi vecchi non si vedono più?

Perché erano link e il sito di partenza li ha spostati o è sparito. Le immagini non vengono scaricate: nel file resta il riferimento, non il file. Se per certe pagine i pixel contano – un grafico, uno schema, una riproduzione – vanno salvati a parte con il browser e messi accanto al testo, ed è un gesto in più che va deciso al momento del salvataggio.

Perché non ricordo da dove viene un file?

Perché il frontmatter era spento o il modello del nome file era il solo titolo. È il caso in cui l’archivio esiste e non si usa. Sui file già salvati non c’è rimedio automatico; sui prossimi, accendere source e mettere {date}-{domain} nel nome risolve il problema per sempre, e costa una riga per file.

Che cosa succede se l’estensione smette di essere aggiornata?

Ai file non succede niente. Dopo la scrittura non dipendono più dall’estensione in nessun modo: sono testo semplice con un’intestazione YAML, apribile con qualsiasi editor su qualsiasi sistema. È il motivo principale per cui il formato è quello e non un contenitore proprietario.

Perché due copie della stessa pagina hanno testi diversi?

Perché la pagina è cambiata fra i due salvataggi, oppure perché le due volte è stata seguita una via di estrazione diversa. Il campo extraction lo dichiara: dom quando il testo viene da quello che il browser ha disegnato, jsonld-articlebody quando la pagina lo spediva nei dati strutturati senza disegnarlo. Le due versioni possono differire, e vedere il campo è il modo di sapere quale hai in mano.

Che cosa non fa

Non scarica le immagini, i video né gli altri file binari: restano link al sito di partenza, e se quel sito chiude i link muoiono. Non conserva l’aspetto della pagina, quindi non è un archivio web: salva il testo e i suoi metadati. Non fa copie di sicurezza e non sincronizza: la cartella è tua e la proteggi come proteggi il resto. E non ricontrolla una pagina già salvata per vedere se è cambiata.

Domande