Pentru a arhiva o pagină web în mașina Wayback a Arhivei Internet, fac de obicei:
wget --spider "https://web.archive.org/save/https://example.com" Există o metodă similară pe care o pot folosi pentru arhivarea paginilor web în archive.today ?
Răspuns
Am „analizat cererea de salvare manuală a unui fișier (instrumentele pentru dezvoltatori Firefox” au o funcție la îndemână „Copiați ca CURL” pentru aceasta – consultați partea de jos a postării pentru cererea reală). Include o mulțime de puf (agent de utilizator, cookie-uri, origine etc.) care pot fi omise, iar scăparea barelor din adresa URL nu este, de asemenea, necesară. Pur și simplu executarea
curl -v "https://archive.vn/submit/" \ --data-raw "url=https://webapps.stackexchange.com/users/218839/flux" este deja suficientă pentru a arhiva pagina de profil . Inițial , răspunsul a fost un HTML care conținea un link „în lucru”: https://archive.vn/wip/dk2xB pe care îl puteți utiliza pentru a monitoriza progresul și / sau ca o legătură finală.
<html><body><script>setInterval(function(){document.location.replace("https://archive.vn/wip/dk2xB")},1000)</script><div> <img width="48" height="48" style="vertical-align:middle" src="https://archive.vn/loading.gif"/> <span style="vertical-align:middle;font-size:48px;padding-left:5px">Loading</span> <hr/> </div></body></html> Acum, că o încerc din nou, câteva ore mai târziu, am nu primiți HTML ca răspuns, ci un HTTP 302 (găsit) cu adresa URL finală în antetul locației: https://archive.vn/dk2xB .
Așa arată pagina arhivată:
Solicitarea CURL originală este
curl "https://archive.vn/submit/"\ -H "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10.15; rv:81.0) Gecko/20100101 Firefox/81.0"\ -H "Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8"\ -H "Accept-Language: en-US,en;q=0.5"\ --compressed\ -H "Content-Type: application/x-www-form-urlencoded"\ -H "Origin: https://archive.vn"\ -H "Connection: keep-alive"\ -H "Referer: https://archive.vn/"\ -H "Cookie: _ga=GA1.2.661111166.1603535444"\ -H "Upgrade-Insecure-Requests: 1"\ -H "TE: Trailers"\ --data-raw "submitid=1Z%2FjKja%2BtkGo%2BmykS2%2BrMYgTje4YZV9xk8OIlwY4NT2mLExajP7ZRmnTbJku2aMX&url=https%3A%2F%2Fwebapps.stackexchange.com%2Fquestions%2F148066%2Fhow-do-i-archive-a-webpage-to-archive-today-using-wget-or-curl"