珍爱的网站，请主动备份
故事要从一场小悲剧说起。我珍藏着一些老旧的网页，时不时会回去看看。有些网站几年甚至几十年都保持着原样，偶尔回访一下，看到这位老朋友依然安好，心里总会泛起一丝暖意。但遗憾的是，悲剧有时还是会发生。
曾经有个粉丝网站叫 teapuppies.com，专门介绍一部老动画系列和玩具线《Ochaken》。故事主角是一群可爱的卡通狗，它们的耳朵由茶叶构成，每只狗的名字都取自不同的茶叶品种1。这个网站从 2004 年上线，基本自 2005 年起就没再更新，但它静静地存在，本身就很有意义。直到几周前，我再去访问时发现，不仅网站消失了，域名现在甚至被用来展示在线博彩广告。
顺带一提，我从事网页存档工作。这意味着我本该预见到网站终将离线，而且知道我有工具可以采取措施避免这种情况。我完全可以在网站还在时将其存档，但我没这么做。写这篇文章，是想恳请大家去做我当时没想到的事，并教会你们具体该怎么做。
你看，每当我和许多人谈论网页存档，他们似乎总认为这是他们做不到的事。他们觉得这是互联网档案馆等大型机构的事，想要保存网页，只能坐等希望机构来办。但这并非事实！我真正想让大家明白的是，你能够掌控周遭的世界，你可以采取行动去保存事物、让事情变得更好。不仅是可以，更是应该！别光等着别人行动——行动起来，让改变发生！有喜欢的网站吗？备份它！有不愿遗失的信息吗？备份它！有珍藏的帖子吗？一起喊出来。备！份！它！
本文要介绍的所有工具都使用标准的网页存档格式，比如 WARC2。你不用操心任何技术细节3，我提这一点是想说明：正因为它格式开放，围绕它已经有大量好用的工具，能帮你实现各种需求。举个例子，下面就是一个完整存档的网站，直接嵌入在这篇博客里：
你可以点击里面所有的链接、查看所有图片，一应俱全。整个网站就在一篇博客里！（如果你不放心我会不会一直保留它，想把这份存档托管到别处，也可以直接从这里下载：点右上角的竖排菜单按钮，选择"download archive"即可下载，之后随你怎么处理。其实，欢迎你这么做！）
顺便声明一下：本文提到的工具都是由我所在的公司开发的，但这不是因为它们给我发工资（其中大部分还是免费的！），我只是觉得它们确实是个人网页存档领域最好用的工具。
方案一：ArchiveWeb.page 浏览器扩展
目前最简单的个人网页存档工具，莫过于 Chrome 的 ArchiveWeb.page 浏览器扩展。它几乎不需要任何设置或技术门槛，而且什么都存得了：单个页面、整个网站、社交媒体的帖子或主页，只要能在浏览器里看到，就能保存下来。你只需要：
- 安装浏览器扩展。
- 打开你想存档的第一个页面。
- 点击工具栏中的 ArchiveWeb.page 图标，然后点击"Start Archiving"。
- 如果页面有交互元素，点击一下它们，确保相关数据全部加载。
- 依次访问其他想存入同一集合的页面，让扩展自动抓取。
- 点击工具栏中的 ArchiveWeb.page 图标，然后点击"Stop Archiving"。
完成了！你刚刚归档了一个网页！现在所有内容已保存，你可以点击扩展图标，然后点击主页图标打开扩展仪表盘，预览并检查归档结果。从那里，你可以点击归档会话来预览已归档的页面，在浏览器中加载它们，并验证是否正常。稍后我会详细介绍如何查看和分享这些网络档案。
选项 2 - archiveweb.page 应用
如果你不想安装浏览器扩展，或者没有安装 Chrome，也可以使用 独立的 archiveweb.page 应用。这基本与上述浏览器扩展相同，只是内置了网页浏览器。它会直接打开菜单，让你浏览网络档案，因此是本地查看网络档案的便捷方式。上述描述的其他大部分功能也适用于此。
选项 3 - Browsertrix
上述选项非常适合单页或规模较小、可以手动浏览的网站。但如果你面对的是一个较大的网页，手动访问所有页面会很麻烦，你可能需要一个网络爬虫工具来归档网页。市面上有很多选择，但对于个人用户来说，Browsertrix 可能最容易上手。网络爬虫本质上是围绕网页浏览器构建的自动化工具；你只需提供起始页面和需要访问的页面说明，它就会自动点击链接以尽可能完整地归档页面。我上面嵌入的网络档案就是使用 Browsertrix 并采用接近默认设置完成的：我只告诉它对整个域名 https://teapuppies.mistys-internet.website 执行网站爬取，它随后自动完成了剩余工作：
不过，根据需求，你可以自定义选项来缩小归档内容的范围。例如，如果你只想归档剧集页面，可以告诉它仅捕获网站 /episodes/ 部分的内容：
甚至可以只抓单个页面以及该页面链接到的内容：
它的选项远比这篇快速入门能介绍的要多得多——这是一个功能全面、配置丰富的工具。如果你想归档整个网站，或者一个完整的社交媒体账号，我推荐你试试它。
与前面那些主要在自己电脑上运行的工具不同，Browsertrix 主要是一个网页应用。它也是本文中唯一的付费工具——有七天试用期，之后需要按用量付费。不过它是开源的，懂技术的用户可以在自己电脑上运行自己的副本，或者部署到别处。
查看归档的网页
备份好网站之后，你可以回放它，在浏览器里像访问在线网页一样使用它。有点像拥有了自己的私人版 Wayback Machine。你可以用 archiveweb.page 自带的界面在自己电脑上体验，但如果你想分享给别人，还有几种选择。想私下分享的话，可以把 WARC/WACZ 文件发给对方，让他们用 ArchiveWeb.page 应用或 ReplayWeb.page 网站加载。想分享给全世界的话，可以搭建一个存放网页归档的网站。
本文用的是 ReplayWeb.page 的嵌入式查看器，它同样开源，可以嵌入到任何你想嵌入的网页里。你不需要在服务器上运行任何应用，只要能上传归档文件、再写一点 JavaScript，就能轻松把回放界面加进任何网页或博客文章。
拿到数据之后如何保存
由于你备份的所有内容都打包在一个 WACZ 文件中，保管和分享都非常简单。多备份几份更安全；如果你认识哪些朋友可能想保存这些网站的副本，不妨传给他们，大家一起分担保存的责任！
如果以上内容引起了你的兴趣，我鼓励你至少动手试一试。我由衷希望世界上能涌现成千上万个小型网络档案馆，让个人和社区团体都能自行归档并分享对他们重要的内容。如果你觉得信息量太大，不知从何入手，请随时联系我——我非常乐意提供帮助。