Docker 篇十八：ArchiveBox——NAS存储万物之私人电子博物馆-程序猿

前言

记得以前百度一直有网页镜像的功能，可以看到当初的网页状态，这样即使有一些贴吧的帖子不见了也可以回看，但是随着网络内容越来越庞大，各大搜索平台本身的因素，网页镜像功能基本已经找不到了。

尤其是Cherry，经常遇到404错误，十分烦恼。最近，在Github上看到一个项目——ArchiveBox。ArchiveBox 是一个功能强大的自托管 Internet 存档解决方案，用于离线收集、保存和查看网站。

正所谓互联网没有记忆，随着时间的前进，互联网上的所有内容最终都会消失。ArchiveBox 是一个开源工具，可帮助您自己（或在组织内私下）存档 Web 内容：保存浏览器书签的副本、保存法律案件的证据、从 FB / Insta / Flickr 备份照片、从 YT / Soundcloud / 等下载您的媒体、快照研究论文和学术引文等等。

这个项目的部署和使用都非常简单。你只需要将想要保存的网页地址复制到ArchiveBox中，它就会自动为你保存并打上标签。你还可以随时查看和更新保存的内容，甚至可以将保存的网页转换为其他格式，如PDF或截图，方便打印或分享。

此外，ArchiveBox还支持多种保存方式，包括原网页的singlefile HTML格式、PDF格式、网页截图等。无论你是需要长期保存还是临时备份，ArchiveBox都能满足你的需求。

如果你还在为错过重要的网络内容而烦恼，那么不妨试试ArchiveBox，相信它会成为你的得力助手。

系统部署

一、自动化脚本部署

curl -sSL ‘https://get.archivebox.io’ | sh

二、Docker Cli部署

🔺因为该项目需要在容器内生成账号密码，所以我们第一次就使用指令进行部署。

默认端口为8000，可选指令：-p 端口:8000

【路径】：以/volume1/docker/archivebox为例

docker run –name archivebox -p 19652:8000 -d -v 【路径】:/data archivebox/archivebox

#

mkdir /volume1/docker/archivebox

docker run –name archivebox -p 19652:8000 -d -v /volume1/docker/archivebox:/data archivebox/archivebox

🔺新建容器以后，我们需要输入以下指令新建非root账号，输入账号、邮箱、密码、确认密码，按回车确认。

docker exec -it –user=archivebox archivebox /bin/bash -c “archivebox manage createsuperuser”

系统使用

一、账号登录

🔺第一次进入系统后，无论什么操作都需要登陆账号，因此我们可以点击ADD、ADMIN、LOG IN等任意按钮来到登录页面。选择刚才新建的账号密码登录。

首页，随便点个按钮就可以进入

输入创建容器时候新建的账号密码

🔺登录后就可以来到管理首页，左上角是账号管理，左下角是快照结果与标签管理

二、存档网页

~~以张大妈为例，发现张大妈并不能保存，反扒技术一流?~~ 以百度首页为例，选择archivebox最上方的add按钮，来到如下页面，

1️⃣URLs：需要保存的网址

2️⃣URLs format：一般选择第一个自动识别即可。下面包括了很多类型的格式，可以根据网页性质选择。

3️⃣Tags：网页标签，用于分类使用，自定义即可。

4️⃣Archive depth：0仅保存当前页；1保存当前页和单次转跳的所有链接

5️⃣Archive methods：存档方法，

HTML/Generic websites -> HTML, PDF, PNG, WARC, Singlefile

YouTube/SoundCloud/etc. -> MP3/MP4 + subtitles, description, thumbnail

News articles -> article body TXT + title, author, featured images

Github/Gitlab/etc. links -> git cloned source code

选择完成以后点击ADD，即可进入保存页面。

🔺可以看到存档的进度。