网站消失后，一位网页归档工作者呼吁备份你喜爱的网站

这个故事始于一场小小的悲剧。你看，我有些喜欢时不时回去看看的老网页。有些网站多年来甚至几十年来一直保持着原样在线，偶尔去看看它们，确认老朋友一切安好，总有一种温馨的感觉。当然，有时候悲剧也会降临。

有一个粉丝网站叫 teapuppies.com，是关于一部老动画系列和玩具产品线 Ochaken 的。讲的是那些可爱的卡通狗狗角色，它们的耳朵是茶叶做的，每只狗都以不同种类的茶命名。这个网站从 2004 年就上线了，基本上从 2005 年起就没变过，但它在那里就让人感到安心。然而几周前我去访问时，发现不仅网站没了，域名现在还被用来投放在线赌博广告。

顺便说一下，我从事的是网页归档工作。也就是说，我本该知道网站总有一天会下线，而且我手头就有工具可以做点什么。我本可以在那个网站还在的时候把它归档，但我没有。这篇文章就是想恳请你去做我没想到要做的事，并教你如何操作。

你看，当我跟很多人聊起网页归档时，他们似乎总觉得自己做不了这件事。他们觉得这是像 Internet Archive 这样的大型组织才做的事，如果你想让某个网页被保存下来，你只能等着，祈祷有人去做。但事实并非如此！我真正想让每个人知道的是，你对自己周围的世界是有掌控力的，你可以采取行动来保存事物、让事情变得更好。而且不仅是“可以”，而是“应该”！不要只是等着别人行动——走出去，让它发生！有喜欢的网站？备份它！有不想丢失的信息？备份它！某处有喜欢的帖子？大家一起喊：备！份！它！

我在本文中展示的所有工具都使用标准的网页归档格式，比如 WARC。你不用担心任何技术细节，但我告诉你这一点，是因为这意味着有很多非常棒的工具可以让你随心所欲地处理这些归档。这里举个例子，一个完整的归档网站就嵌入在这篇博客文章里：

你甚至可以点击所有链接、查看所有图片，一切都能用。一个完整的网站就在一篇文章里！（如果你不放心我能一直维护它，想把这个网页归档托管到别处？你可以直接从这里下载。点击菜单按钮选择“下载归档”，你就可以随意处置它了。事实上，拜托你这么做！）

顺便做个披露：我在这篇博客文章中提到的工具是由我所在的公司制作的，但这并不是因为他们会给我发工资（它们大多数是免费的！）。我只是恰好认为这些是个人网页归档的最佳工具。

到目前为止最简单的个人网页归档工具是 Chrome 的 ArchiveWeb.page 浏览器扩展。它不需要太多设置或技术技能，而且适用于任何内容：单个页面、整个网站、一条社交媒体帖子或个人主页。只要你能在浏览器里看到它，你就能保存它。你真正需要做的只是：

搞定了！你刚刚归档了一个网页！既然都保存好了，你可以点击扩展图标，然后点击主页图标打开扩展面板，预览一下效果如何。在那里，你可以点击你的归档会话，预览已归档的页面，在浏览器中加载它们，看看是否正常工作。（关于如何查看网页归档并与他人分享，我会在本文后面详细说明。）

如果你不想安装浏览器扩展，或者没有安装 Chrome，你也可以使用独立的 archiveweb.page 应用。这基本上和上面的浏览器扩展是一样的东西，只是内置了自己的浏览器。它打开后直接进入菜单，让你浏览自己的网页归档，所以是在本地查看网页归档的便捷方式。我上面描述的其他内容基本都适用。

以上选项适用于单个页面或小到可以手动浏览的网站。但如果你要处理的网页大到手动访问所有页面会很烦人，那你可能需要考虑使用网页爬虫工具来做网页归档。市面上有很多选择，但对个人来说最易用的可能是 Browsertrix。网页爬虫本质上是一个围绕浏览器构建的自动化工具；你提供指令说明从哪个页面开始、应该访问哪些页面，它就会自动点击链接来发现页面，从而尽可能完整地归档网站。我上面嵌入的网页归档就是用 Browsertrix 在接近默认设置下完成的：我只是告诉它我要对域名 https://teapuppies.mistys-internet.website 做整站爬取，剩下的它就自己搞定了：

不过，取决于你的需求，它有很多选项可以自定义，以缩小归档内容的范围。例如，如果你决定只想要剧集相关的页面，你可以告诉它只抓取网站 /episodes/ 路径下的内容：

甚至只抓取单个页面以及该页面链接到的所有内容：

选项多到我无法在快速概览中一一详述——这是一个功能全面的工具，有大量选项。但如果你想归档整个网站或完整的社交媒体主页，我建议试一试。

与其他主要在自己电脑上运行的工具不同，Browsertrix 主要是一个 Web 应用。它也是本文中唯一一款付费工具——有七天试用期，之后需要按使用量付费。不过由于它是开源的，技术上比较擅长的用户可以在自己电脑上运行副本，或者部署一份到别处。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）