這一階段決定對哪些信息進行存檔，以及存儲的范圍和深度。與傳統(tǒng)媒體不同，對電子載體上信息的選取并沒有一個固定的法則，但是有相關的向導可以依循，這些向導可以幫助決定以下幾方面：
（1）選擇存檔對象
加拿大國家圖書館和澳大利亞國家圖書館都肯定了選擇向導的重要性。因為網絡上的內容紛繁復雜，因此需要通過向導確定一個選取的原則，像加拿大國家圖書館的原則就是選擇有研究價值和文化繼承性的內容。澳大利亞國家圖書館的PANORA項目，只存檔澳大利亞的互聯(lián)網出版內容，但同時它也指出不可能對所有這些內容都存檔，所以它也規(guī)定了相應的向導來加以選擇。
（2）確定存檔范圍
另一個與對象選取直接相關的問題就是確定范圍。因為并不是一個數字化作品的全部環(huán)節(jié)都值得存儲，尤其是針對一些龐大、復雜的互聯(lián)網站點來說，全盤存儲可能完全不必要，所以更需要對范圍時行界定。
還是以澳大利亞國圖書館的PANDORA項目為例，對于一個站點上一級或下一級的鏈接是否選取，完全取決內容的需要。PANDORA的作法是將站點內容分成若干部分，然而分別與向導要求作對比，凡是符合要求的就存檔，反之剔除。當然如果整個站點內容都有價值，也會予以全部保存。
（3）對鏈接的存檔
在電子出版中廣泛使用著超級鏈接，所以還需確定這些鏈接及其內容是否隨原文一起存檔。對于這一問題，各個項目回答各有不同。
大多數項目中都保存了鏈接（URL域名或其它標志符），但并不保存鏈接所指向的內容。以美國醫(yī)學院為例，它保存了所有嵌套在原文文本中的鏈接及參考資料，但并不保存鏈接的內容，除非這些內容也是原文中的一部分，或者本來就是要被存檔的。同樣，美國能源部科技信息辦公室也是這樣操作的，保存鏈接，但會剔除超出存檔項目的外部鏈接內容。
略微不同的是加拿大國家圖書館，除了保存鏈接外，如果鏈接內容與存檔文本在同一服務器上，它也會予以保存。在18個項目中，只有兩個非常例外，它們既保存外部鏈接也保存相關內容，相當這與這兩個項目的特殊目的有關，如其中一個項目就是要保存互聯(lián)網的一個全部縮影，所以它把有關內容全部囊括進來。
（4）更新存檔內容
在對數字化信息進行存檔的同時，這些信息往往還在不斷更新，像一些長期站點，需要對存檔信息進行更新。那么更新的周期和范圍如何確定呢？這需要在存檔內容和完整性、準確性與成本消耗間找到一個平衡點，因為顯然，內容更新、存檔內容增加帶來的是存檔費用的上升。澳大利亞國家圖書館的作法是在“出版”項的每一個自動收集程度中加入了選項表格，選項包括：開/關、周、月、季、半年、每九個月一次、每年，具體選擇哪一個更新周期取決于預期的更改程度及整個站點的穩(wěn)定性。
（二）收集渠道
對于相關網絡信息的收集，有兩條基本渠道：手選和機選。在澳大利亞國家圖書館的項目中，所有站點都由人工瀏覽并加以選擇，工作人員會跟蹤這些站點在存檔之前的持續(xù)性。相反，瑞典的國家圖書館——皇家圖書館則采用機選自動方式，它所主持的Kultruarw項目定期通過一個自動裝置來搜集材料。而無需加以價值判斷。這些信息收集裝置會遍布瑞典的各個所知站點上尋找信息，當然還包括國外站點上有關瑞典的信息，如旅游信息及瑞典兒品的網上外文譯本。雖然是自動收集，皇家圖書館還是設置優(yōu)先選擇期刊，固定文件，HTML頁面，而參考、用戶網絡組、ftp存檔、數據庫則退后考慮。
芬蘭國家圖書館，赫爾辛基大學的EVA項目使用的技術也與瑞典相似，但是EVA項目在實行自動收集時會遵循向導指示。為了不使服務器超載，EVA對同一站點兩次采集間的時間間隔作了限定。雖然這一限制是為了項目利益起見，EVA的開發(fā)者還是認為其機制不夠完備、靈活，他們希望對具體的時間限制更為明確，落實到各個URL站點層面上。但是要實現(xiàn)這種靈活性要求為此建立一個數據式的應用程序，并且可以由圖書館員加以修改。
（三） 數字化存檔文件的識別和編目
一旦確定了數字化存檔的對象，就有必要對其加以識別標志并編目。識別標志為尋找這些對象提供特定線索，并可鏈接要與其相關其它對象上。以metadata形式存在的編目會提供相關的結構、接入等信息。
所有的存檔項目都會使用一些形式的metadata來描述，管理和保存存檔對象。在項目開發(fā)過程中一些常見的問題有，這些metadata是如何生成的，生成標準是什么，它們的應用層次如何以及在何處存儲這些metadata。
在調研的18個項目中，大多數是在編目階段完全或部分生成metadata的，然而當前人們越來越認識到人工生成metadata是數字化存檔過程中的一個障礙，所以越來越趨向于自動生成機制。其中一個已嘗試這一操作的是美國環(huán)境保護組織開展的存檔項目，它直接從數字元素這一層次上衍生出metadata，另一個項目DITT也在metadata的自動生成系統(tǒng)上進行投資。
在選定的18個項目中，使用了各種各樣的metadata格式。大多數國家圖書館采用傳統(tǒng)的圖書館編目標準。像在澳大利亞國家圖書館的PANDORA項目中，電子文件完使用MARC編目，但同時針對網絡信息也采用一些新的簡化格式。EVA項目中使用的是一種類似Dublin Core的格式，預計以后一種像Dublin Core這樣簡化的格式將直接從出版商處獲，并運用于metadata，這樣就不再需要廣泛使用圖書館編目了。
這18個項目在從數據到metadata的過程中，使用的內容標準更是種類繁多。國家圖書館傾向于使用傳統(tǒng)標準如AACR2，有一些地區(qū)已有的信息標準，如經度、緯度標準，很容易編入到metadata內容標準中來。但同時要指出，為了長期存儲需要對于一些特殊元素，仍需要專門功夫，尤其是一些非文本數據，如圖像，視頻與多媒體。
Metadata的運用層次取決于數據類型及預期的訪問需求。數據組通常在文件層或收集層編目。電子期刊的文章可以分別加以編目，有時都不用在文章及期刊標題層次上考慮metadata。另外在考慮主頁時會比較麻煩，因為必須確定metadata運用在哪一些次的頁面上。
在調研的18個項目中，metadata文件通常都是獨立于存檔文件單獨存儲的圖書館會把這些文件放在“公共訪問”目錄下，出版商由可能把它們放在書目或引言數據庫中。但也有一些例外，如對標題、作者等信息作了標簽的電子期刊，這類信息可以和文件存在一起，同時又可以摘取出來作目錄。
在對數字化存檔的討論過程中，有一個普遍關注的問題，那就是需要能在不同的metadata格式間轉換和使用。對于這一問題，ISO顧問組開發(fā)的OAIS（開放性存檔信息系統(tǒng)，Open Archival Information System）參考模型作了嘗試，它給每一個存檔對象按其類型都添入了特定的metadata。
對于那些并非直接將數字化材料拷貝到存檔中來的情況，材料在網絡上從一個服務器到另一個服務器或從一個目錄到另一個目錄，這種轉換帶來URL域名的變化有很多后患，因為URL域名表示了信息的位置，當這種標識信息變化后，會導致源文件和鏈接文件不持續(xù)性。
雖然潛在一些問題，大多數存檔還是繼續(xù)使用URL來指明數字化對象的位置。然而也有一些項目作了改變，如OCLC存檔使用的是PURL，
共有 網友評論