面向未来的大文本块的最佳标记格式？

Question

我有许多记录 (=

存储后，它很可能在未来尽可能多年内保持或多或少不变。

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 HTML 标签），并将生成的文件转换为 html克拉姆当。现在我正在尝试iOS Markdown editors，它可以处理扩展的 Markdown 并通过 Dropbox 同步到我的桌面/笔记本电脑。

Answer 1

任何不适合长期存档的存储都会损坏。

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，因为这取决于很多因素（包括成本），但这里有一些资源：

• Building Better Long-Term Archival Storage System，Miller/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，SUN 的一个项目，用于开源长期归档，但已停止。

我对格式问题没有真正的答案，但我认为 HTML + UTF-8 即使在几十年后也应该是可读的，但要记录下来。