如何归档整个网站？

要通过Wayback Machine保存单个页面，我可以转到：

• http://web.archive.org/save/https://somewebsite.example.com/

如何通过Wayback Machine递归归档网站？

有一些项目，例如wayback-machine-downloader，但是我正在寻找一个功能，该功能允许我递归上传网站。

由于Wayback Machine不提供此类功能，因此我找到了一些解决方法。

1. 首先，使用镜像网站wget，例如

   wget -m https://example.com/
   

2. 然后使用curl来一步一步压缩所有已下载的页面。

   find . -name "*.html" -exec curl -v "https://web.archive.org/save/https://{}" ';'
   

   ^{注意：您可以更改.html为.php，或包括某些类型的文件。}

如果您希望归档小型网站，则归档团队将维护ArchiveBot（一个IRC机器人），您可以在其中请求抓取网站。然后，存档团队将已爬网的页面提交到Internet存档的Wayback Machine。

Wayback Machine无法提供提交整个网站的方法，只能提供一个页面。他们的Wayback Machine常见问题解答有两点涉及到这一点：

我可以将页面添加到Wayback机器吗？

在https://archive.org/web上，您可以使用“立即保存页面”功能一次保存特定页面。当前，它不会将URL添加到将来的任何爬网中，也不能保存超过一页的内容。它不会保存多个页面，目录或整个站点。

和

如何使我的网站包含在Wayback Machine中？

我们存档的大部分Web数据来自我们自己的爬网或Alexa Internet的爬网。两个组织都没有“立即抓取我的网站！” 提交过程。Internet存档的爬网往往会找到与其他站点链接良好的站点。确保我们找到您的网站的最佳方法是确保它包含在联机目录中，并且类似/相关的网站链接到您。

archive.org上的这篇文章还建议了一项付费服务​​，该服务将根据您的需要为您执行抓取次数：

5. 注册一个Archive-It帐户

存档-它是Internet存档提供的一项订阅服务，使您无需任何技术专业知识即可运行自己的爬网项目。告诉我们要进行爬网的内容以及进行爬网的频率，然后我们执行爬网并将结果放入Wayback Machine中。

这可能不是您要追求的，但是对于某些企业而言，此服务可能会有用。我认为这有助于资助archive.org，否则它是免费的。