網際網路世界的時光機 - Wayback Machine

2026-06-24 07:41 PM

想重現「某年某月某一天，某個網站當時顯示的內容」，有可能嗎？

感謝 Internet Archive (網際網路檔案室)，如果網站夠熱門，還真有台時光機能讓你回到當年，重現當時的畫面。

Internet Archive 是全球最大的數位圖書館，其使命在於保存網際網路的歷史記錄，見證人類文明發展 😄。

其運作原理是每天透過自家的「Heritrix 網路爬蟲」在網路遊走收集網頁內容，由一組種子網址(Seeds)出發，抓取該頁面的 HTML 並自動尋找頁面的所有超連結，再延伸到整個網站及其他網域，最終爬完幾乎整個 Internet 的內容(使用者也可以手動輸入網址立即對特定網頁進行快照保存)。

抓取下來的網頁並非簡單的圖片或 HTML 檔案而已，它會以國際標準 WARC (Web ARChive) 格式封裝。WARC 檔案包含原始的 HTTP 回應（HTML、CSS、JavaScript、圖片、影片等）以及 HTTP Header（伺服器回傳的元數據，如網頁最後修改時間、編碼格式等），系統則會計算檔案的 SHA1/SHA256 雜湊，確保重複資料只會保存一份避免浪費空間，並改寫 HTML 中的連結，將 <img src="/logo.png"> 改成 <img src="/web/20200101000000im_/https://example.com/logo.png"> 使其指向快照版本。

即便已將重複內容歸納成一份，整個 Internet 內容每天不斷更新，要保存的資料量仍十分驚人，Internet Archive 是將數以 PB 計的資料儲存在位於舊金山及全球各地的數千台伺服器中。

而這些資料最神奇的應用，便是其提供的網頁時光機 - Wayback Machine。

如下圖，輸入網址 [1] 可查到 Internet Archive 所收藏該網址的所有快照 [2]，另外有時間軸呈現快照的保存時間點 [3]，最下方為以年為單位的日曆，藍色圓圈為有保存快照的日期 (圓圈愈大表示快照數量愈多)，滑到該日期會顯示快照時點清單 [4]，點下去便可開啟快照回到過去：

下圖是 2008 年我的部落格從 Google Blogger 搬到自建網站初期的模樣 (Community Server + SQL Server)：

當時網站除了部落格還有討論區，Community 伺服器早已下線，資料庫也刪了，這是唯一能重現懷舊時光的方法。

有些快照網站點連結甚至可以查看當時該網址的內容。不過，網頁快照可能因 JavaScript 動態產生、爬蟲抓取錯誤或爬取不完整等因素，不是所有快照網頁都成功還原；也有些內容會被排除，像是我想找魔鏡歌詞網，會得到 This URL has been excluded from the Wayback Machine.。