Archiving websites Archivierungskonzept für das Intranet der Dresdner

Sicherung und Erhaltung des Intranet-Archivs
Informationsverlust auf, wenn im Vorfeld nicht festgelegt wurde, wie die
Tags ersetzt werden. Die gefilterten HTML-Dateien werden nun von Tidy
geprüft und korrigiert. Die Quellcodes der HTML-Dateien werden auf
Übereinstimmung mit den HTML-Standards 4.0 des W3C überprüft. Es
werden die fehlenden Abschlusstags ergänzt und falsch geschachtelte
Elemente richtig umgestellt. Als Ergebnis liegt korrektes HTML vor.
Anschließend wird der HTML-Code in einen XHTML-Code umgewandelt.
Dabei wird z. B. die ausgetauscht und bestimmte, vereinbarte
Tags geändert. Abschließend werden die XHTML-Codes mit Hilfe einer
XSL-Datei in XML umgewandelt. Dafür werden ein Parser und ein XSLT-
Prozessor benutzt.
Notwendige Anpassungen für die Konvertierung von HTML-Codes der
Snapshots
Die Entwicklung von Herrn Oehler könnte bei der Migration von Webseiten
des Intranets der Dresdner Bank Anwendung finden. Das Programm müsste
für die Migration von Intranetseiten wie folgt angepasst werden 165 .
1. Anpassung des Filters: Es müssen Vereinbarungen getroffen werden,
die über das Verbleiben veralteter HTML-Tags entscheiden, damit
der Informationsverlust vermieden wird.
2. Übergabe der CSS-Dateien an die Java-Parser und Erstellen einer
XSL-Datei. Bei verschiedenen Styleguide-Versionen müssten
eventuell auch verschiedene XSL-Dateien erstellt werden.
3. Anpassung des Konverters mit folgendem Ablauf:
a. Der Code der HTML-Datei wird erst einmal gefiltert. Eine
Datei mit geändertem Dateinamen wird erzeugt.
b. Der HTML-Code des ersten Zwischenergebnisses wird mit
Tidy korrigiert, entsprechend des HTML 4.01 -Standards.
Der Dateiname bleibt gleich.
c. Der HTML-Code des zweiten Zwischenergebnisses wird zu
XHTML transformiert und erhält einen neuen Dateinamen.
d. Das dritte Zwischenergebnis wird mittels XSL-Dateien im
Browser dargestellt.
164 Vgl. Abb. 23: Der Ablauf des HTML-XML-Konverters.
84