查看网站历史页面

有人把互联网比作一条永不回头的网站河，我觉得这个比喻只说对了一半。历史网页确实在不停更新，页面但那些消失的网站旧版本并没有真正被冲走。它们藏在某个角落里，历史等着你去翻出来。页面

第一次意识到这件事，网站是历史因为一个设计博客。我常看的页面一个独立设计师站点，某天突然换了整套视觉风格，网站之前那种米黄色底、历史手写体标题的页面味道全没了，取而代之的网站是大色块和极简无衬线字。我挺失落，历史随口跟朋友抱怨了一句。页面他说：“你去Wayback Machine看看。”那是我第一次接触网页存档这个概念。

Wayback Machine，网址是web.archive.org，由非营利组织Internet Archive运营。你在搜索框里输入一个网址，它就会告诉你：这个页面从某年某月某日至今，被爬虫抓取并保存了多少个快照。拿我自己常逛的几个站点试了试——有的存了几百个版本，密密麻麻排在日历上，像树的年轮；有的只有零星几个时间点，大概是因为流量太小，爬虫懒得频繁光顾。

点进任意一个快照，你看到的就是那个时刻的页面原貌。2008年的淘宝首页长什么样？2012年的知乎是什么排版？甚至十年前某个已经关停的论坛，只要有人存档过，你就能重新走进去。那种感觉挺奇妙的，像翻到一本旧杂志，广告页上的手机还是翻盖的。

操作上没什么门槛。打开网站，粘贴链接，选一个带颜色的日期，回车。就这么简单。但有几个细节值得留意——部分快照会丢失CSS样式，页面看起来像没穿衣服；有些图片和视频因为版权或技术原因没有被保存，显示为空白。遇到这种情况，换一个时间点的快照试试，往往能碰到更完整的版本。

除了Wayback Machine，还有archive.today这个服务。它的特点是按需存档——你提交一个链接，它就立刻抓一份当前页面的完整副本，包括动态加载的内容。适合用来固定证据，比如某个商品的价格页面、某条后来被删除的社交媒体帖子。我自己写东西引用网络资料时，会习惯性用archive.today存一份，免得日后链接失效变成死链。

说到死链，这大概是每个上网的人都踩过的坑。你在某篇老文章里看到一个超链接，满怀期待点进去，返回的是404。这时候把链接复制到Wayback Machine里查一下，经常能救回来。我前阵子找一份2015年的行业报告，原始地址早就打不开了，但在存档里找到了PDF的完整版本。那一刻真觉得这些默默爬取网页的机器是互联网的守夜人。

当然，不是所有页面都能找到。robots.txt协议允许网站拒绝被爬取，有些站点主动屏蔽了存档服务。还有些页面藏在登录墙后面，爬虫进不去。另外，如果你要查看的是自己网站的历史版本，而恰好又没被第三方存档过，那就只能翻自己的备份了。说到这个，顺便提一句：定期备份网站文件和数据库，别等服务器出事了才后悔。我见过太多人把几年心血放在一台没有快照的VPS上，最后连个渣都找不回来。

查看网站历史页面这件事，往小了说是满足好奇心，往大了说是在对抗信息的速朽。我们每天刷到的内容，大部分在几周后就不再有人记得。但总有一些东西值得留下来——一个产品的迭代轨迹、一篇被修改过的新闻稿、一位创作者早期的作品。存档服务让这些痕迹不至于彻底蒸发。

下次你发现某个熟悉的网页变了模样，别急着关掉。去web.archive.org敲一下那个地址，看看它过去的样子。说不定会翻出一些你自己都忘了的记忆。

(责任编辑：热点)