Webarchiv v knihovním zákoně: co přinese Trojnovela knihovnám

Od 1. ledna 2027 by měla vstoupit v účinnost novela knihovního zákona, zákona o neperiodických publikacích a tiskového zákona (souhrnně Trojnovela), která zásadně posiluje postavení digitálních dokumentů v systému povinného uchovávání kulturního dědictví [1]. Kromě zavedení elektronického povinného výtisku pro neperiodické a periodické publikace se změny týkají i web-harvestingu a ukotvení Webarchivu do české legislativy. To, co dnes Národní knihovna České republiky (NK ČR) dlouhodobě vykonává jako odbornou činnost, získá jasný zákonný základ, bude spojeno s novými právy a povinnostmi a nově se otevře také dalším knihovnám.

Co je web-harvesting

Pojem web-harvesting představuje způsob získávání a uchovávání obsahu webových stránek tak, aby jej bylo možné dlouhodobě archivovat, vyhledávat a dále zpracovávat. Webové stránky jsou sklízeny automatizovaně prostřednictvím web crawlerů. Web-harvesting není schopen zachytit veškerý digitální obsah, sklízecí roboti například nedokáží archivovat obsah za přihlašovacími systémy, za platebními branami nebo na jinak chráněných stránkách [2].

Národní knihovna České republiky a Oddělení Webarchivu

V českém prostředí má nejvýznamnější postavení v oblasti archivace webu Národní knihovna České republiky, která se jí začala věnovat od roku 2000. K červenci 2026 obsahuje český Webarchiv více než 732 TB archivovaných dat. Výběr webů, na které se při harvestingu Webarchiv zaměřuje, není náhodný. NK ČR sama stanovuje metodiku sklizní, určuje priority a reaguje na aktuální společenské události. 

Způsob akvizice se rozděluje na tři druhy – celoplošnou, výběrovou a tematickou sklizeň. První zmíněná sklizeň se snaží zachytit všechny zdroje, které existují na doméně .cz. K tomu slouží seznam tzv. semínek (URL adres), jež knihovně poskytuje společnost CZ.NIC. Ke sklizni dochází 1x ročně a je při ní sklizeno přibližně 1,4 milionů českých domén. Výběrové sklizně připravují kurátoři a zaměřují se na dlouhodobě významné webové zdroje s kulturní, vědeckou nebo společenskou hodnotou. Poslední typ sklizní se označuje jako tematické a ty se zaměřují přímo na určitou událost nebo téma, které rezonuje na internetu, ať už jde o témata opakující se (např. volby, olympiáda) nebo výjimečná (Vrbětice, tornádo na Moravě).[3]

Zpřístupnění archivovaných webových stránek je vázáno na autorský zákon, který ukládá, že volně je možné zpřístupnit obsah 70 let od smrti posledního původce díla. Webarchiv je tak z drtivé většiny dostupný pouze ze studoven NK ČR, volně zpřístupněné jsou pouze ty weby, s jejichž původci má knihovna uzavřenou licenční smlouvu, nebo jsou vydávané pod licencí Creative Commons (pro představu – jedná se o méně než 0,5 % všech sklízených zdrojů). 

Trojnovela

Legislativa v oblasti Webarchivu představuje několik zásadních změn. Pro Národní knihovnu ČR přijetí Trojnovely přináší tyto novinky:

• web-harvesting získává výslovnou zákonnou oporu,
• vzniká zákonné ukotvení databáze Webarchivu,
• potvrzuje se role Národní knihovny jako správce českého webového dědictví.

Zákon počítá s tím, že NK ČR bude databázi Webarchivu nadále centrálně vytvářet, spravovat a dlouhodobě uchovávat. Rovněž bude určovat metodiku web-harvestingu, vybírat webové zdroje k archivaci a reagovat na významné společenské události prostřednictvím tematických sklizní.

Pro knihovny přijetí Trojnovely znamená, že:

• se rozšiřuje okruh knihoven oprávněných zpřístupňovat archivní data Webarchivu,
• Webarchiv se stává celostátně sdílenou službou knihoven.

Významnou novinkou je zpřístupnění databáze Webarchivu dalším knihovnám. Kromě NK ČR budou k archivovaným webovým zdrojům oprávněny přistupovat také Moravská zemská knihovna v Brně, Vědecká knihovna v Olomouci, Parlamentní knihovna, Knihovna Národního muzea, Knihovna a tiskárna pro nevidomé K. E. Macana a všechny krajské knihovny. Tyto knihovny získají možnost zpřístupňovat archivovaný český web vlastním uživatelům, zejména pro badatelské, studijní a vzdělávací účely. Současně se tím výrazně rozšíří dostupnost digitálního kulturního dědictví, protože uživatelé nebudou muset za přístupem k archivovaným webovým zdrojům cestovat pouze do Prahy, ale budou je moci využívat i v dalších knihovnách po celé České republice. Uživatelé budou moci k webovým stránkám přistupovat prostřednictvím terminálů. Zpřístupňování se bude dít v souladu s autorskoprávními pravidly a podmínkami stanovenými zákonem, tj. stejně jako dnes nebude možné archivované webové stránky stahovat ani pořizovat jejich kopie mimo režim stanovený autorským zákonem.

1. V době psaní tohoto článku je Trojnovely v legislativním procesu, přičemž 1. čtení proběhlo 1. 7. 2026. Vice informací viz Sněmovní tisk 192. 
2. HAŠKOVCOVÁ, Marie a PROKOPOVÁ, Andrea. Možnosti zpřístupňování dat z webových archivů: vývoj centralizovaného rozhraní pro vytěžování velkých dat z webových archivů. Knižnica. 2021, roč. 22, č. 1, s. 22-27. ISSN 1336-0965. Dostupné také z: https://casopiskniznica.snk.sk/archiv/rocnik-2021.
3. HRDLIČKOVÁ, Markéta a HAŠKOVCOVÁ, Marie. Webarchiv a vytěžování velkých dat. Online. Čtenář: měsíčník pro knihovny. 2024, roč. 76, č. 4, s. 123-125. ISSN 0011-2321. Dostupné z: https://casopisctenar.cz/2024/04/01/vyuziti-novych-technologii-webarchiv-a-vytezovani-velkych-dat/. [cit. 2026-07-28].