在瞬息万变的互联网时代，你是否曾经历过这样的场景：精心收藏的网页链接，几天后却变成了冰冷的”404 Not Found”；那份至关重要的研究资料，在你最需要时却显示”内容已被删除”。在信息爆炸却又转瞬即逝的数字海洋中，我们每天都在面临宝贵内容消失的风险。ArchiveBox作为一款开源的自托管网页归档工具，正是为解决这一痛点而生。它能够将任何有价值的网页完整地保存到本地，包括文字、图片、PDF甚至音视频内容，建立你自己的私人数字图书馆。简单来说，它就像是一个”时光机器”，能够捕捉网页在某一时刻的完整状态，让你在任何时候都能重新访问当时的内容。
以前经常用 Internet Archive 来保存网页内容，但也有不少问题，存下来的页面内容经常缺东少西，视频播放不了，图片加载不出来。
所以需要集中工具配合着用，单靠一个不太够。
直到最近，在 GitHub 看到一个叫 ArchiveBox 的开源项目，狂揽了 25000+ Star，专门用来保存网页内容。
ArchiveBox是一款开源自托管网页归档工具，支持HTML、PDF、PNG截图、视频等多种格式永久保存网页内容。通过Docker或pip快速部署，支持浏览器扩展一键保存、定时自动抓取、全文搜索等功能，让你彻底掌控自己的数字记忆，告别404链接失效。GitHub已收获25K+ Star，是个人知识管理和网页内容备份的终极解决方案。
相当于给每个网页做了多重备份，就算某个格式以后打不开了，还有其他方式能看。
多格式存档，怎么都能打开
ArchiveBox 存档一个网页的时候，会同时生成多份不同格式的备份。
比如用浏览器渲染后生成 PDF 和截图，用 wget 下载完整的 HTML+CSS+JS 文件，还会用 SingleFile 把整个页面压缩成单个 HTML 文件。
这样做的好处就是，十年后就算某个技术淘汰了，你还有其他格式可以查看。
视频音频都能下载
如果是 YouTube、Bilibili 这类视频网站，ArchiveBox 还能把视频文件直接下载下来，甚至连字幕和封面图都不漏。
另外像 SoundCloud 的音频、Twitter 的帖子和评论，也都能完整保存。对经常想要收藏教程视频或者音乐的朋友来说真的很实用。
代码仓库一键克隆
如果碰到 GitHub 或 GitLab 的链接时，ArchiveBox 会自动克隆整个代码仓库到本地。
不光是当前版本，连历史提交记录都在，相当于把整个项目搬回家了。
另外几个值得一说的实用功能：
浏览器扩展：提供插件安装，可以一边浏览网页一边随手保存，不用每次都复制链接；
定时抓取：可以从 Pocket、RSS 订阅源自动导入链接，设置成每天或每周定时存档；
Web 管理界面：除了命令行，还有个网页界面可以打标签、搜索、查看日志；
数据格式通用：存的都是 HTML、JSON、PDF 这些标准格式，不需要专门软件就能打开，放十几年都不怕。
三步安装，轻松上手
项目提供了 Docker 快速部署方式，只需要三步就能搞定：
1、建个目录，下载配置文件：
mkdir-p ~/archivebox/data && cd ~/archiveboxcurl-fsSL'https://docker-compose.archivebox.io' > docker-compose.yml
2、初始化一下：
docker compose run archivebox init --setup3、启动服务：
docker compose up
打开 http://localhost:8000 就能用了。
不想用 Docker 的话，pip 本地安装也可以，并且支持 Linux、macOS、Windows 系统。
写在最后
经常收藏链接的人可以试试这工具，特别是做研究、写文章需要引用资料的时候。
项目开源免费，数据全存自己电脑上，不用担心第三方服务哪天倒闭了。
就是比较占硬盘空间，特别需要保存视频的可能不动就是几个 G。还有一些需要登录才能看的内容，设置起来会稍微麻烦点。
不过话说回来，与其担心某天链接失效找不回来，不如提前存一份在本地。
就像给重要内容买了个备份，用不用得上另说，起码心里踏实。
GitHub 项目地址：https://github.com/ArchiveBox/ArchiveBox
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
