如果你喜欢一个网站，就把它备份下来
个人网站归档正作为对加速的链接腐烂、企业“enshittification”以及日益增多的 AI 驱动抓取壁垒的回应而兴起，这些因素威胁着在线内容的持久性与可访问性。评论者分享了各种工具与工作流——从 SingleFile、ArchiveBox、Linkding、Linkwarden、Hister、HTTrack 和 wget，到 Obsidian 剪藏器和自定义脚本——同时也在争论什么值得保存：整站、可读文本，还是诸如电子书和 PDF 之类的转换格式。许多人强调，要备份你真正珍视的内容（包括视频和小众论坛），并且要礼貌地操作以免压垮网站，不要只依赖像 Internet Archive 或商业平台这样的中心化服务来保障数字记录。
链接腐烂与动机
- 许多评论者描述了多年积累的书签、图片收藏、小众论坛、大学课程页面和个人网站中广泛存在的链接腐烂。
- 人们后悔曾以为自己喜爱的网站或平台（同人小说档案、大学视频门户、Angelfire/Blogspot 时代的网站、小众技术 wiki、独立音乐博客）会“永远在那里”。
- Internet Archive 的覆盖范围受到赞扬，但往往不完整，会被 robots.txt 阻止，或者缺少图片/文件。
- 还有几位提到，独特的技术信息、艺术、音乐和个人成就一旦丢失，如今已无法恢复，令人痛惜。
归档工具与工作流
- 流行组合：基于浏览器的 SingleFile + 自托管书签管理器（Linkding、Linkwarden、Karakeep），用于保存 HTML 快照；有些人还会保存 PDF 和截图。
- 更重型的工具：ArchiveBox（最近重写，支持多种格式和大规模归档）、Hister（带 HTML 捕获的个人网页历史搜索）、Zotero（配合 SingleFile）、Monolith、HTTrack、grab-site、自定义爬虫。
- 更简单的方法：打印为 PDF、截图、Markdown 剪藏、Obsidian Web Clipper、通过“另存为电子书”生成电子书、用 wget 保存静态课程网站。
- 有些人会构建自定义工具或书签脚本，把页面推送到 Internet Archive 和个人仓库。
技术挑战
- 现代网页的复杂性（SPA、JS 渲染、反爬、Cloudflare、CAPTCHA）让许多服务端归档器失效。
- 客户端抓取（上传渲染后页面的浏览器扩展）被认为是绕过这些防御最可靠的方法。
- HTML 与内容：几位认为应重点提取核心文本/知识（阅读模式、Readability.js、markdown），而不是整站镜像。
- 自托管系统的可扩展性与维护问题反复出现。
伦理、法律与生态影响
- 建议礼貌且缓慢地爬取，以避免给小型网站造成负载。
- 有人担心激进的 AI/SEO 爬虫已经在迫使网站加固防护，这让个人归档变得更困难。
- 普遍认为，出于个人用途的私有备份在法律上大体没问题；而再分发则是另一个问题。
- 还有人强调个人存储的脆弱性（CD/DVD 老化、硬盘故障），并强调要有多份备份。
哲学分歧与未来担忧
- “把你喜欢的一切都归档”与“接受有些东西应该消逝；不要囤积”之间存在张力。
- 有些人强调，打印出来并购买书籍才是终极的长期归档方式。
- 还有几位担心，随着 LLM 和封闭平台取代开放网络与搜索，中心化主体可能会微妙地扭曲或“改写”可访问的历史，从而进一步强化个人归档的必要性。