从 Wayback Machine 恢复网站：完整指南

这是完整的操作流程：找到正确的 Wayback Machine 快照，估算恢复费用，选择选项，最终得到一个可以通过 CMS 编辑的在线网站。我将使用一个真实的场景, 一个 2014 年的牙科诊所网站，62 个页面，自 2021 年托管过期后就已失效, 因为每一步都涉及通用教程会跳过的决策。读完本文，你将确切知道该点击什么、检查什么以及忽略什么。同样的步骤适用于 5 页的作品集网站或 50,000 页的论坛。

从 Wayback Machine 恢复网站：首先需要什么

• 旧域名或确切的 URL, 带 www 和不带 www 的变体很重要
• 大致了解网站最后一次看起来正常是什么时候
• 一个托管账户、VPS 或 S3 存储桶来接收文件
• 花十分钟审查快照，然后再花钱

你不需要旧的托管凭证、旧数据库或原始开发者。所有内容都来自公共存档。如果诊所的开发者带着备份消失了, 他们通常会这样做, 这对这个过程没有任何影响。

第一步：找到正确的快照

访问 web.archive.org，粘贴 URL，然后打开日历视图。对于诊所网站，2021 年最新的捕获是一个托管暂停通知, 没用。回溯到 2020 年，情况相同。2019 年 12 月显示了真实的首页，带有业主记忆中的蓝色标题。这就是恢复日期。

抽查深度，而不仅仅是首页。首页被捕获的频率最高；/services/ 和 /contact/ 页面可能滞后数月。从快照内部点击进入它们，并记下它们的捕获日期。如果联系页面来自 2016 年，而首页来自 2019 年，预计电话号码会不匹配，并计划稍后进行清理。记下这些捕获日期；恢复后你将对照文件清单进行比较。

同时检查 URL 变体。诊所的 www 版本有大约 400 次捕获；裸域有 60 次。恢复内容更丰富的那个, 你可以在选项步骤中规范化到你首选的主机。然后记下快照的 14 位时间戳：20191204231015 表示 2019 年 12 月 4 日，23:10:15 UTC。将该带完整时间戳的 URL 粘贴到恢复工具中，而不是普通域名，这样你得到的正是你审查过的捕获，而不是工具默认选择的任何内容。

第二步：付款前估算恢复费用

将带时间戳的 URL 粘贴到 恢复面板 并运行免费估算。几秒钟内就会返回三个决定一切的数字：确切的归档文件数、总大小和锁定价格。诊所网站：1,847 个文件，214 MB，大部分是表格 PDF 和员工照片。锁定就是锁定, 价格在估算时固定，不会在任务中途上涨。

计费方式是按恢复的文件数付费，外加每项恢复的小额固定费用。你只需充值一次余额，通过信用卡或加密货币, 没有订阅，没有循环扣费。促销代码有三种类型：百分比折扣、固定折扣和余额加倍码。如果恢复或部署失败，退款会自动存入你的余额。无需提交支持工单，无需与任何人争辩。

第三步：设置重要的恢复选项

对于诊所恢复，选项集如下所示：

• 日期范围：2019 年 1 月至 2019 年 12 月, 一个连贯的设计版本
• 移除分析工具、广告、iframe 和外部链接, 旧网站调用了三个已失效的跟踪域名
• 移除可点击的联系方式, 旧电话号码现在属于其他人
• 相对内部链接、非 www 规范化、HTTPS 转换
• XML/CSV/JSON 格式的结构化文章导出，以及 JSON/SQLite 文件清单，以备记录

有两个选项值得再考虑一下。如果旧网站有故意的重定向规则，启用“保留 301/302 重定向”是值得的, 它会保留这些规则，并丢弃爬虫记录的意外重定向链。对于 2018 年之前构建的任何网站，“压缩 JS/CSS”都是免费的提速手段，这正好描述了诊所网站。完整的选项列表在恢复页面上，使用相同的估算流程。

第四步：使用 CMS 部署网站

如果你想本地控制，可以下载 zip 文件，或者直接从仪表板部署。一键部署支持 SSH/SFTP VPS、FTP/FTPS 共享主机或 S3。凭证使用 AES-256-GCM 加密，并且首次连接时的 SSH 主机密钥固定意味着工具会拒绝与自你批准以来密钥已更改的服务器通信。诊所网站通过 FTPS 部署到一个廉价的共享主机，大约用了四分钟。

每次部署都包含位于 /webarchive-cms.php 的 Restorix CMS, 一个单独的 PHP 文件，具有内容编辑、搜索替换和文件管理器功能。管理员密码是每个网站随机生成的，并在你的仪表板中显示，默认开启安全模式，这样你在学习时不会弄坏任何东西。诊所的第一个任务：在所有 62 个页面中搜索并替换旧电话号码。九十秒，完成。如果你选择了 zip 下载而不是部署，相同的 CMS 文件也包含在其中, 上传后将其放入网站根目录，它就能正常工作。教程逐屏介绍了 CMS。

关于安全模式的一个实用提示：在第一次完整点击浏览管理界面之前，请保持开启。它在你熟悉文件管理器时保持编辑保守，稍后关闭它只需一个开关。

从 Wayback Machine 恢复网站后的 SEO

恢复的网站起步就拥有大多数新网站梦寐以求的优势：Google 已经知道的老化 URL，以及指向它们的多年反向链接。这些旧链接在网站上线当天就会重新开始工作。不要浪费这个先发优势。

1. 完全保持原始 URL 结构, 每个更改的 URL 都是浪费的排名
2. 强制 HTTPS 和一个规范主机，然后重定向另一个变体
3. 在 Google Search Console 中重新提交旧站点地图，或生成一个新的
4. 如果你有自定义规则，从存档中恢复 robots.txt
5. 快速修复任何明显过时的内容：价格、日期、员工页面、营业时间

预计重新索引需要几天到几周的时间。之前排名的页面通常会回来，如果内容和 URL 匹配；那些返回 404 多年的页面需要更长时间才能重新获得信任。诊所的主要服务页面在两周内就重新被索引了。

从 Wayback Machine 恢复网站时可能遇到的问题

• 爬虫从未捕获的缺失图像, 清单列出了每个缺口，以便你可以找到替代品
• 首页和深层页面之间的时间戳不一致, 用日期范围进行围栏，然后清理痕迹
• 不再提交的表单, 归档的表单是静态 HTML，因此将它们连接到新的处理器或移除它们
• 调用已失效域名的第三方嵌入，如地图、视频和网络字体, 在选项步骤中剥离它们
• 时间线末尾附近潜伏的停放或被篡改的快照, 付款前进行审查

这些都不是致命的。它们加起来是一个下午的清理工作，而清单加上 CMS 搜索替换可以覆盖大部分内容。常见问题指南介绍了每种故障模式以及防止它的检查方法。

存档还给你文件。选项和清理过程还给你网站。