面向未来的大文本块的最佳标记格式？

Question

我有许多记录（=＆lt; 100），其中包含大量的文本块，需要在存储可重用之前进行标记（语义：列表，标题，表格，链接，引用等...）文件格式。

存储后，可能会在未来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Markdown ......但是想知道人们认为长期存储的最具前瞻性的标记格式？内容最初是针对（主要是静态的）网站，但可以用作其他输出的内容。

最后，关于存储选择的长期使用意见 - 数据库，单独的文件......？对记录的更改很少见，只有1-3人编辑，读取访问权限会随着时间的推移而增加。

---

更新

我最终选择MultiMarkdown，PHP Markdown Extra和Kramdown之间的常用功能（例如表格）作为文本格式（Markdown省略了太多HTML标记），并且正在转换使用Kramdown将结果文件转换为html。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

任何未设计用于长期归档的存储都将中断。

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

• Building Better Long-Term Archival Storage System，Miller / Storer在美国国会图书馆的讲话
• The Digital Dilemma，针对电影存档的书，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，但已停止使用。

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