Decifrando assinaturas em hex: a preservação dos arquivos em WordStar de Kenneth R. Shoulders

Em um CD-R preservado na coleção Kenneth R. Shoulders Papers nos arquivos do Science History Institute, a arquivista digital Sarah Newhouse encontrou mais de 1.300 arquivos que os sistemas operacionais modernos não conseguiam ler. O disco óptico continha registros nativamente digitais de Kenneth R. Shoulders, um engenheiro eletricista que realizou pesquisas em microeletrônica, projetos aeroespaciais, aeronaves experimentais e energia.

Desbloqueando o disco legado

A coleção de Shoulders incluía disquetes e CD-Rs que abrangiam desde a década de 1980 até o início dos anos 2000. Embora os sistemas de arquivos modernos conseguissem listar os itens do disco, quase todos os arquivos não tinham as extensões padrão de três caracteres, o que impedia os computadores atuais de identificar o software usado para criá-los.

Lendo as assinaturas de bytes

Para determinar os formatos de arquivo subjacentes, Newhouse processou o conteúdo com o Siegfried, uma ferramenta de linha de comando que inspeciona o código hexadecimal de um arquivo em busca de assinaturas de bytes específicas, em vez de depender dos nomes externos. A análise do Siegfried revelou que os documentos antigos de Shoulders haviam sido escritos no WordStar, um processador de texto muito popular do final dos anos 1970 e ao longo dos anos 1980.

O WordStar permitia aos usuários inserir comandos de formatação diretamente no texto do documento, como ^B para negrito e ^S para texto sublinhado. O aplicativo não exigia extensões rígidas de arquivo, incentivando os usuários a inventar rótulos personalizados, como .LET para correspondências ou .ev para as notas de Shoulders sobre pesquisas de energia.

Renomeação para compatibilidade moderna

A identificação do formato dos arquivos trouxe um novo obstáculo técnico: processadores de texto modernos, como o Microsoft Word, conseguem processar arquivos antigos do WordStar, mas apenas se eles possuírem a extensão .ws. No entanto, renomear os arquivos manualmente corria o risco de apagar as convenções de nomenclatura originais de Shoulders.

Para preservar a estrutura original, Newhouse utilizou o utilitário em lote ReNamer para converter os pontos dos nomes de arquivos existentes em sublinhados — transformando nomes como "beamstop.ev" em "beamstop_ev" — antes de adicionar .ws a cada arquivo. Ao abrir esses arquivos convertidos no Microsoft Word, o conteúdo dos documentos ficou visível, juntamente com metadados de cabeçalho e símbolos de formatação interna truncados.

Migração em lote via linha de comando

Embora a abertura de arquivos .ws individuais tornasse o texto legível, converter mais de 1.300 documentos um a um era inviável. Além disso, depender de processadores de texto para desktop para manter o suporte a extensões antigas a longo prazo representava um risco de incompatibilidade futura.

Para resolver o problema de escala, Newhouse executou o LibreOffice via comandos de terminal para realizar operações automatizadas em lote em toda a coleção. O comando converteu todos os 1.300 documentos em WordStar para o formato PDF padronizado em menos de 30 minutos, estabelecendo formatos estáveis para a pesquisa arquivística.

A preservação tanto dos originais brutos de byte a byte quanto das conversões estáveis em PDF garante que futuros pesquisadores possam examinar os registros de engenharia de Shoulders utilizando software moderno ou ambientes de emulação de DOS.

Ilustração editorial gerada por IA; não é uma fotografia documental.

Fonte: It’s Written in the (Word)Stars