抓站网

去年冬天我想查一个老论坛的抓站网历史帖子,搜索引擎翻了三页全是抓站网垃圾站。朋友扔过来一个链接,抓站网说试试这个。抓站网打开一看,抓站网界面糙得像2005年的抓站网个人主页,但输入那个论坛域名后,抓站网整站快照直接列出来了——按日期排,抓站网从2003年到2019年,抓站网一条不落。抓站网这就是抓站网抓站网。

说白了,抓站网它干的抓站网事就是替你把网站"拍照片"存下来。不是抓站网那种只存首页的敷衍货,是抓站网连内页、附件、甚至当时挂的广告图都一起扒下来。我后来才知道,这站已经跑了十一年。创始人是个做外贸的,早年经常需要查国外客户网站的历史报价,搜索引擎的快照功能老丢数据,他一怒之下自己写了个爬虫,后来越攒越多,干脆放出来给别人用。

用起来没什么门槛。首页就一个输入框,粘网址,回车。系统会先告诉你这个站有没有被收录过,收录了多少个页面,最近一次抓取是什么时候。如果没收录,可以提交任务,一般两三天内就能看到快照。我试过提交一个2015年关停的地方门户,第三天收到邮件通知说抓完了,进去一看,连当年论坛里吵架的帖子都原样躺着。

有意思的是它的快照格式。不是截图,是HTML源码加资源包,下载下来能直接在浏览器里点开,链接大多还能跳转。有次我下了一个电商站的历史版本,发现当年商品详情页里嵌的客服QQ还能搜到,虽然早就不在线了。这种细节让人恍惚——你以为互联网是流动的,其实它更像地层,每一层都压着前一层。

当然不是没毛病。抓取频率高的站,快照会漏掉一些动态加载的内容。我有次想找某新闻网站2018年某天的首页,结果只抓到静态部分,轮播图那块是空的。还有版权问题,站方声明只做个人研究用途,但真要较真,谁说得清呢。不过用的人似乎不太在乎这些,论坛里讨论最多的是怎么用它的API批量下载,以及哪个老站又突然被补录了。

我后来养成了一个习惯:看到有意思的小网站,先扔进抓站网存一份。去年有个独立博客宣布关停,博主把所有文章打包成PDF发出来,但评论区没了。我去抓站网一查,果然有快照,连读者吵架的楼层都完整。博主自己都忘了那些评论,看到我发的截图还愣了一下。

这网站没什么商业模式,页面上就一个捐赠按钮,点进去是支付宝和微信收款码。捐赠列表里最近一笔是三个月前,五块钱,留言写着"谢谢,找到了我爷爷的旧主页"。创始人偶尔在公告区冒泡,上次说话是半年前,说服务器硬盘又满了,准备加两块。语气平静得像在说家里冰箱该除霜了。

互联网的记忆比金鱼还短。昨天还在的页面,明天可能就404。抓站网做的事,就是给那些注定消失的东西留个底片。虽然底片也会褪色,但总比什么都没有强。我现在的浏览器书签里,它排在第三位,前两个是邮箱和日历。每次点开那个灰扑扑的界面,都感觉像推开了一间旧物仓库的门,里面堆着别人不要的时光。