每天推送5篇优质英文文章 · By makers, for makers

运营 850 天, 推荐好文 3,880 篇, 原创简评 816,757 字, 原文总阅读时间 32,861 分钟, 82,633 人订阅

未来研究我们这个时代历史的人必然要用到现在互联网上的信息。为了方便后人,现在我们需要把互联网上的哪些信息存下来?网站域名会过期、链接会失效、帖子会被删除,保存些什么、该怎么保存?

Internet Archive 的 Wayback Machine 保存了很多网页不同时期的样貌,但网站的 robots.txt 可以阻止他们爬虫的访问;互联网上大部分的信息是搜索引擎爬虫无法触及的。btw,Internet Archive 在旧金山的办公室附近有一家不错的麻辣香锅:)

分享到:

选一种适合你的订阅方式: 33,308 人 · 23,240 人 · 6,694 人 · 6,498 人 · 5,180 人 · 4,859 人 · 1,958 人 · 821 人 · 44 人 · 31 人