Internet Wayback Machine 与 Internet Archive：有什么区别

随口说出「internet wayback machine」没人会纠正你。这个词其实指向了 archive.org 旗下的两样东西：一个是非营利数字图书馆 Internet Archive，另一个是它的网页档案库 Wayback Machine。人们习惯把两者混称为一个长长的名字。本指南就把它们拆开讲清楚, 并告诉你作为网站管理员，它们各自能帮你做什么。

简短版：Internet Archive 是整座图书馆，Wayback Machine 是其中一个巨大的书架, 专门存放超过 9000 亿个保存下来的网页。

为什么要把它们分开？因为你遇到的实际问题不一样。「我想免费托管一段视频该去哪？」这是 Internet Archive 的问题。「我的网站被黑之前长什么样？」这是 Wayback Machine 的问题。知道自己站在哪间屋子里，能帮你少走一小时弯路。

「Internet Wayback Machine」一词的混淆

这种混淆可以理解。两个服务都挂在 archive.org 上，一个账号通用两边，名字在记忆中也容易模糊。搜索建议会愉快地自动补全「internet wayback machine」、「internet archive way back machine」以及一长串其他组合，但它们最终都指向同一个首页。

事实其实很简单。Internet Archive 由 Brewster Kahle 于 1996 年在旧金山创立，使命是「普及所有知识的访问」。Wayback Machine 在 2001 年对公众开放，名字取自动画片《洛奇与布温克》（Rocky and Bullwinkle）里的 WABAC 时间机器。先有图书馆，后有时间机器。

两者都是免费使用的。Archive 的运营靠捐赠、拨款以及为图书馆做的数字化工作, 这也就是为什么从来没人向你收过查看自己 2007 年主页的钱，也意味着偶尔的捐赠绝对花得值。

Archive 是那座建筑，Wayback Machine 是存放网站的那间屋子。

Internet Archive 到底是什么

你可以把它想象成一座从不丢东西的公共图书馆。除了网站，它还保存着书籍和文本、数以百万小时计的音频, 包括 Live Music Archive 的现场演出录音, 视频和电视新闻、可以通过模拟器在浏览器里运行的软件，以及各种图片集合。这些资源大部分都可以免费浏览、借阅或下载。

对网站管理员来说，有几个实用的角落很容易被忽略：带可嵌入播放器的媒体文件免费托管、为希望被引用的文档提供永久上传链接，以及一个研究台，可以用来查证某家公司、产品或细分市场多年前的样子。

举个具体例子。有个客户在恢复后的网站上需要一段十分钟的产品演示，但没有视频托管预算。我们把文件传到 Internet Archive，嵌入它的播放器，问题就解决了, 没有广告、没有压缩率抽奖、也没有下架轮盘赌。它是免费网络里安静的老黄牛。

• 托管音视频，不必碰 YouTube 或 Vimeo。
• 上传 PDF、手册和新闻资料包，获得稳定链接。
• 为研究你的市场借阅历史书籍。
• 撰写行业历史时，调取当时的原始资料。

Wayback Machine 在此之上还多了什么

Wayback Machine 是 Archive 旗下的网页收藏，也是你已经熟悉的那部分：粘贴一个 URL，得到一个日历，打开过去。自 1996 年以来已保存超过 9000 亿个页面。但其中有三项功能对站长真正有用，却被严重忽视。

• Save Page Now（立即保存页面）。在 web.archive.org/save 提交任何 URL，爬虫会按需抓取。免费为重要页面上一道保险。
• CDX API。可以通过编程查询某个域名下每个 URL 的所有抓取记录, 审计人员和恢复工具就是靠它来映射一个失联网站的。
• 全站 URL 列表。日历的 URL 视图会列出所有被抓取的路径，可以挖出你已经忘记自己还有的页面。

不过这些都不会直接把整个网站以文件形式还给你。要做到这一点，你需要一个恢复步骤, 下面会详细介绍。

关于覆盖范围，有一个诚实的提醒。Wayback Machine 规模庞大但并不完整。小型地方站可能在 2008 年有很完整的抓取，到 2012 年却几乎一片空白。robots.txt 屏蔽、登录墙和重度依赖 JavaScript 的页面都会留下窟窿。在向任何人承诺能恢复之前，先打开自己域名的日历，看看哪些年份真正有蓝点。

Internet Archive 与 Wayback Machine 并排对比

一句话总结：Archive 是机构和建筑本身，Wayback Machine 是存放网站的那间屋子。前者用来存储和研究，后者用来穿越时间。

它们各自能为站长做什么

不同的问题对应不同的工具。需要在客户页面上放一个 200 MB 的视频？Internet Archive 免费托管，还附赠嵌入播放器。需要证明 2017 年你的首页写了什么？Wayback Machine 手里就有收据。而如果你的网站已经死掉, 主机商跑路、账单逾期、黑客攻击没清理干净, Wayback Machine 就是埋藏现场，也是备用零件的来源。

有两个习惯值得养成。第一，每次大改版之后，把重要页面提交到 Save Page Now；只需十秒。第二，把档案库当作你最后的异地备份。它不能算一个备份方案，但它是辆极好的救护车。

还有一个值得了解的功能分工。Internet Archive 那边是放置你希望全世界永远保留的内容；Wayback 那边是去找全世界已经替你保留的东西, 其中有些你可能宁愿它没保留。旧定价页、尴尬的博客文章、那个 2011 年的 Flash 动画开场：全都在那儿，你的竞争对手也看得到。值得偶尔审一审自己的历史。

从 Internet Wayback Machine 恢复你的网站

浏览快照是免费的。但把几千个快照变回一个能跑的网站，并不是复制粘贴就能搞定的事, 没有批量下载，每个资源都是一次独立的抓取，而且档案库会重写它服务的每一个链接。本服务 正是为此而生：粘贴域名，获得一份免费估算，里面包含准确的存档文件数和锁定价格；选择日期范围，即可恢复。第一个文件免费，之后按恢复的文件数计费, 没有订阅。

Restorix 的清理选项包括剥离统计代码和广告、强制内部链接使用相对路径、HTTPS 转换，以及压缩 JS 和 CSS。完成后，你可以一键部署到 SSH/SFTP、FTP/FTPS 或 S3, 同时捆绑的单文件 CMS（位于 /webarchive-cms.php，仪表盘里配有该站专属密码）让你之后可以继续编辑内容。完整流程可以参考教程。

如果 Restorix 的恢复或部署失败，余额会自动退款, 不用提交工单，不用等人工。这一点比听上去更重要：档案相关的工作处处充满意外，一个只在成功时才收费的工具，才是真正和你站在一起的工具。

那么你到底需要哪一个？

• 恢复一个丢失的网站？Wayback Machine 加上一个恢复工具。
• 免费托管视频、音频或文档？Internet Archive。
• 研究某家公司或某段市场历史？两个都用, Archive 的文本用来查文档，Wayback 用来查他们的网站。
• 保护你现在拥有的页面？每次更新后用 Wayback 的 Save Page Now。

无论「internet wayback machine」、「archive.org」还是「那个时光机网站」哪个名字把你带到这里，现在你应该知道该敲哪扇门了。而如果你需要的那扇门正好挂着「把我的网站还给我」的牌子，日历就在那儿等着你。