别等网站消失：教你自己备份
If you love a website, back it up
作为一个从事网络归档工作的人，我眼睁睁看着心爱的老网站 teapuppies.com 突然消失，取而代之的是赌博广告。这让我深感懊悔：明明拥有工具，却因等待而错失保存机会。很多人误以为网络归档是 Internet Archive 等大机构的专利，但事实并非如此。你完全有能力也有责任去保存那些对你重要的数字记忆。本文介绍了三种实用工具：简单的 ArchiveWeb.page 浏览器扩展和独立应用，以及功能强大的自动爬取工具 Browsertrix。无论你想保存单页、整个网站还是社交媒体资料，都可以利用这些工具生成 WARC 或 WACZ 格式文件，甚至通过 ReplayWeb.page 与他人分享。不要等待，现在就动手备份你珍视的网页吧。
不要只等着别人去行动——走出去，让这一切发生！
HN 评论区
73- drpfenderson
完全同意。看着自己书签里的内容慢慢“腐烂”真是令人难过，试着调出几年前的重要资源或媒体，结果却只遇到 404 错误或域名占位页。而且很多时候，Archive.org 或类似网站上也什么都没有。
那个 ArchiveWeb 扩展看起来很棒，适合自定义抓取。在抓取时能自主选择页面和元素，这是个很棒的特性。
如果是更快速的单次归档，SingleFile 能给你一个包含页面所有媒体资源的单一 HTML 文件：https://www.getsinglefile.com
如果你打算把归档变成工作流程中更复杂的一部分，我强烈推荐 ArchiveBox。它能保存几乎来自任何地方的任何类型文件，格式几乎涵盖你能想到的所有种类，同时还能构建可搜索的归档索引。我已经成功使用了多年：https://archivebox.io
- phaedrus
这对我来说正合时宜，因为我关心的一个网络论坛刚刚下线，而我同时也发现 Wayback Machine 出于某种原因从未抓取过其中大部分内容。我让 Claude 尝试从各种归档和其他来源中拼凑出一个静态网站，尽管如今的 AI 能力堪称奇迹，但它也无法恢复真正丢失的数据——所以它能抢救出来的内容虽然聊胜于无，但依然缺失了很多。
- geye1234
五年内，云端大语言模型（LLM）可能会很大程度上取代开放互联网，成为信息来源，并伴随着集中控制和改写历史的能力。
拜托，请买书并妥善保管，也请归档那些包含重要信息的网站（假设在你所在司法管辖区是合法的）。2000 年代甚至更早的优秀网站和博客依然很多，但它们不会永远存在。讽刺的是，编程代理让归档变得容易多了——我一直觉得使用预写好的工具有问题，但用 Claude 或 Qwen 在本地下载、测试和归档网站变得轻而易举。
- federiconbo
- ceroxylon
我是吃了大亏才学到这一课的：我对 Angelfire 太过随意，在我停止更新后，它居然让我的旧网站又跑了 20 年。
网站上有很多照片，都是我当年亲手从打印胶卷上扫描出来的，那时候手动扫描照片可是要花不少时间的。
这个网站一直是个笑料，我会打开它向人们展示它还活着……直到它真的没了，我也找不到那些照片的备份。归档网站只保留了网站的“骨架”，却没了照片。这本是可以轻松避免的，正因如此才格外痛心。