storage - 面向未来的大文本块的最佳标记格式？

Question

我有许多记录（=< 100），其中包含大量文本，需要在以可重复使用的文件格式存储之前进行标记（语义：列表、标题、表格、链接、引用等）。

存储后，它可能在未来尽可能多的时间内或多或少地保持不变。

它包含一些非ascii，因此需要UTF-8。我开始使用 HTML，然后考虑使用 Markdown ......但想知道人们认为什么是最适合长期存储的未来标记格式？内容最初用于（大部分是静态的）网站，但可以用作其他输出的内容。

最后，关于长期使用的存储选择的意见- 数据库，单独的文档......？对记录的更改很少，并且只有 1-3 人可以编辑，并且读取权限应该会随着时间的推移而增加。

---

更新：

我最终选择了 MultiMarkdown 、 PHP Markdown Extra 和 Kramdown 之间的共同特征（例如表格）作为文本格式（Markdown省略了太多的 HTML 标记），并使用 Kramdown 将生成的文件转换为 html。现在我正在尝试可以处理扩展 Markdown 并通过 Dropbox 同步到我的桌面/笔记本电脑的iOS Markdown 编辑器。

Answer 1

任何不是为长期归档而设计的存储都会损坏。

这不是数据库与文件系统的问题，而是如何确保不会发生（静默）数据损坏以及如何迁移数据。我不能给你明确的答案，因为它取决于很多因素（包括成本），但这里有一些资源：

• 建立更好的长期档案存储系统，米勒/Storer 在国会图书馆的演讲
• The Digital Dilemma , 这本书的目标是电影存档，但强调了长期存档中的一些问题。
• Project Honeycomb是 SUN 的一个开源长期归档项目，但已停止。

对于格式问题，我没有真正的答案，但我认为 HTML + UTF-8 即使在几十年后也应该可读，但要记录下来。