Těchto 7 formátů souborů přežije vše, co používáte k jejich uchovávání

Technologie přicházejí a odcházejí rychleji, než si uvědomujeme — existují produkty a služby, které byly hlavním proudem před pouhým deseti či dvaceti lety, a dnes jsou již vyhynulé. Klíčem k uchování digitálních médií je inteligentní archivace dat, a to zahrnuje více než jen fyzická média používaná k ukládání informací. Formát souboru použitý k archivaci informací je stejně důležitý a ne každý typ souboru je vhodný pro dlouhověkost. Neexistuje dokonalá metoda, která by předpověděla, které formáty přežijí hardware jejich uchovávání, ale nejpravděpodobnější kandidáti poskytují nešifrovaná a nekomprimovaná data, nebo jsou otevřeného zdroje místo uzavřeného.

Ve skutečnosti významné archivní instituce, jako je americká Kongresová knihovna, sestavily seznamy formátů souborů nejvhodnějších pro uchovávání. Můžeme se také podívat do minulosti, abychom předpověděli, které formáty souborů mají velkou pravděpodobnost přežití v budoucnu. Tento seznam trvanlivých formátů zahrnuje typy souborů, které nejen splňují výše uvedené charakteristiky, ale také již desítky let přežívají. Pokud pro své archivní potřeby použijete tyto formáty souborů, je velká pravděpodobnost, že vaše digitální data vydrží déle než média, která aktuálně používáte k jejich uchovávání.

TXT

Jednoduchý textový dokument, který by měl vydržet navždy

Souborové typy TXT patří mezi nejzákladnější typy počítačových dokumentů. Obsahují obyčejná textová data zakódovaná jako binární čísla, která mohou být čtena prakticky jakýmkoli počítačem, textovým procesorem nebo prohlížečem dokumentů. Tento typ souboru s prostým textem postrádá moderní vymoženosti, které od textových dokumentů očekáváme, jako je formátování, hypertextové odkazy nebo vložené obrázky.

Avšak právě tato jednoduchost je také tím, co dělá soubory TXT vynikajícími pro uchovávání. Soubory TXT jsou malé a mohou být čteny bez jakéhokoli specializovaného softwaru, a jejich základní povaha je činí čitelnými napříč operačními systémy a technologickými érami.

XML

Značkovací jazyk pro strukturování a označování textových informací

XML znamená „Extensible Markup Language“ (Rozšiřitelný značkovací jazyk) a je to všestrannější typ prostého textového dokumentu než TXT. Zatímco TXT je výborný pro základní archivaci nestrukturovaných dat, XML je lepší pro organizování a strukturování digitálních informací. Soubory XML obsahují značky, které třídí a popisují informace, které obsahují. Je podobný souboru CSV tím, že XML je ideální pro strukturování velkých datových souborů, jako jsou databáze nebo metadata.

Krása používání XML souborů spočívá v tom, že dávají logický smysl, když jsou čteny jako prostý text, protože značky odhalují přesně, co každá skupina dat obsahuje. Jinými slovy, XML dokument může být otevřen v jakémkoli základním textovém editoru a člověk nebo softwarový nástroj nebude mít žádný problém s analyzováním dat a pochopením jejich významu.

PDF

Všestranný formát souboru s podporou fontů, formátování a obrázků

Jednou důležitou vlastností typů souborů, které jsou nejlepší pro dlouhodobé uchování a kterou jsme dosud nezmínili, je to, že jsou všudypřítomné. Populární formát, který je proprietární, může mít větší šanci přežít než úzce zaměřený open-source souborový typ, který nikdo nepoužívá. To je jeden z důvodů, proč je pravděpodobné, že Adobe Portable Document Format (PDF) vydrží, přestože je to nedokonalý formát souboru pro archivaci. PDF používají knihovny písem uložené ve vašem zařízení, což je problematické. Pokud se některá písma stanou vzácnými nebo vyhynou, starší PDF by mohly být na novějších zařízeních nečitelné.

Naštěstí existuje řešení, a to se nazývá PDF/A. To je zkratka pro „PDF pro archivaci“. Soubory PDF/A ukládají všechny potřebné informace pro otevření a čtení dokumentu přímo do souboru. To zahrnuje písma, znakovou sadu a barevné profily, ale soubory PDF/A přirozeně vylučují věci jako odkazy, zvukové záznamy nebo videozáznamy, které jsou součástí standardních PDF. Díky rozšířenosti formátu PDF a budoucí odolnosti PDF/A jsou tyto soubory dobře připravené vydržet delší dobu. Pokud je dána možnost volby, měli byste používat PDF/A pro situace, kde je cílem uchování.

CSV

Dokument v prostém textu s uspořádanými tabulkovými daty

Nejlepší způsob, jak uchovat informace typicky obsažené v tabulce, je soubor CSV, což je zkratka pro Comma-Separated Values (hodnoty oddělené čárkou). Jednoduše řečeno, soubory CSV jsou dokumenty prostého textu, které používají čárky k oddělení datových bodů ve formátu odpovídajícím poskytnuté struktuře. Soubory CSV mohou být zobrazeny graficky pomocí tabulkových aplikací, jako je Microsoft Excel nebo Google Sheets, ale lze je také otevřít v libovolném textovém editoru nebo prohlížeči dokumentů. Čárky jsou klíčové pro oddělení jednotlivých datových záznamů a jejich zarovnání ke stanovené kategorii. Prostý textový charakter souborů CSV znamená, že vydrží tak dlouho, dokud budou počítače schopny číst binární soubory.

TIFF

Nezkomprimovaný a nezašifrovaný obrazový formát

Najít správný formát obrázku pro uchování je obtížné. JPEG, nebo jeho podformát jako JPEG 2000, vypadá na papíře dobře — ale zahrnuje kompresi a při tom dochází k problémům jako ztráta dat nebo artefakty. Místo toho je TIFF životaschopnou alternativou pro dlouhodobé ukládání obrazů. Tento typ souboru označuje Tagged Image File Format (TIFF) a obsahuje zásadně nekomprimovaná a nešifrovaná data. Díky tomu je ideální pro ukládání vizuálních informací v bohaté kvalitě, až do 32bitové barvy.

Bohužel jsou soubory TIFF neuvěřitelně velké a mají omezení velikosti. Pokud vám záleží na efektivitě dat nebo potřebujete ukládat obrázky větší než 4 GB, budete muset zvolit konkurenční formát, jako je JPEG. Pokud chcete, aby vaše soubory vydržely dlouhodobě, je TIFF lepší volbou z hlediska trvanlivosti.

WAV

Digitální formát souboru obsahující surový a nekomprimovaný zvuk

Potřebujete formát audio souboru, který vydrží? AIFF (Audio Interchange File Format) nebo WAV (Waveform Audio File Format) jsou tou správnou volbou. AIFF byl vyvinut společností Apple, zatímco WAV vytvořily společnosti Microsoft a IBM, ale ten druhý je běžnější. Jedná se o zcela bezeztrátový formát souboru bez komprese, což ho činí ideálním pro archivaci. WAV soubory lze přehrát prakticky na jakémkoli operačním systému díky jejich univerzálnosti. Přesto jsou, podobně jako TIFF, WAV soubory větší než alternativy jako MP3.

AVI

Základní multimediální kontejner ukládající jak audio, tak video data

Populární video formáty jako MP4 jsou pro uchovávání nevhodné kvůli své závislosti na kompresi, a nekomprimovaná verze formátu Audio Video Interleave (AVI) tento problém řeší. Jedná se o kontejner, který uchovává video a audio informace potřebné pro přehrávání. Je zvláště vhodný pro archivaci velmi starých videí uložených na fyzických nosičích, jako jsou filmy na VHS kazetách. Velikosti souborů jsou velké a funkce jako podpora metadat nejsou vůbec k dispozici. AVI však pravděpodobně bude možné přehrávat i za desítky let a je doporučován pro uchovávání videa archivními institucemi, jako je Northwestern University.

Jak důležité je mít souborový formát připravený na budoucnost?

Dlouhověkost vašich digitálních formátů souborů dnes není tak zásadní jako v minulosti. Pokud existují open-source nástroje pro konverzi souborů, které dokáží číst starší formáty a převádět data, která obsahují, do nových, uchování není příliš velkým problémem. Běžné formáty souborů, jako JPEG nebo FLAC, pravděpodobně vydrží desítky let, i když nesplňují přísné charakteristiky archivního typu souboru. Přesto, volba formátu prostého textu bez zbytečného šifrování nebo komprese vám zajistí úspěch. Pro archivní účely se rovněž doporučuje vyhýbat se proprietárním formátům souborů nebo datům chráněným softwarem pro správu digitálních práv (DRM).

Všimnete si, že mnoho z těchto formátů souborů je starších nebo specializovaných ve srovnání s populárnějšími formáty ve své kategorii. Je to proto, že nemusí být tak efektivní nebo vybavené funkcemi jako jejich nástupci a alternativy. Nicméně pokud jde o uchovávání digitálních dat, jednoduchost a přístupnost vždy vítězí.