ArchiveBox
软件描述
自托管的归档平台，可将网页内容存储为HTML、PDF、截图、媒体文件和WARC文件；支持从书签、RSS或文件导入链接；具备浏览器历史记录、复杂网站支持、JSON索引、Git仓库归档、定期调度及离线浏览功能。
官方网站
访问软件的官方网站了解更多信息
archivebox.io
什么是 ArchiveBox?
由于现代网站结构复杂且常依赖动态内容，ArchiveBox 以多种格式存档站点，超越了 Archive.org 和 Archive.is 等公共归档服务的能力。
ArchiveBox 从标准输入、远程 URL 或文件导入 URL 列表，然后使用 wget 创建可浏览的 HTML 克隆，用 youtube-dl 提取媒体，并通过完整的无头 Chrome 实例生成 PDF、截图和 DOM 转储等。
结合多种方法与市场主导浏览器执行 JavaScript，确保即使是最复杂、最敏感的网站也能保存为若干高质量、长期可用的数据格式。
可导入链接来源包括：
Pocket、Pinboard、Instapaper
RSS、XML、JSON 或纯文本列表
浏览器历史记录或书签（Chrome、Firefox、Safari、IE、Opera 等）
Shaarli、Delicious、Reddit 收藏帖子、Wallabag、Unmark.it 及任何包含链接的文本！
每个站点可保存以下内容：
favicon.ico 站点图标
example.com/page-name.html 使用 wget 克隆的站点，若无 .html 后缀则自动添加
output.pdf 使用无头 Chrome 生成的打印版 PDF
screenshot.png 使用无头 Chrome 生成的 1440x900 截图
output.html 渲染后使用无头 Chrome 的 DOM 转储
archive.org.txt 指向 archive.org 上保存页面的链接
warc/ 包含 HTML 和压缩后的 WARC 文件
media/ 使用 youtube-dl 找到的所有 mp4、mp3、字幕及元数据
git/ 对 GitHub、Bitbucket 或 GitLab 链接的仓库克隆
index.html & index.json 包含元数据和详情的 HTML 与 JSON 索引文件
归档过程为累加式，可定期调度 ./archive 运行，持续将新链接加入索引。
所有保存内容均为静态文件，并通过 JSON 文件索引，永久存储且易于解析，无需始终运行的后台服务。
🔄 替代方案
64 个选择
LinkSnatch
这是一个极其简单的书签应用，可让您随时随地保存设备上的链接。
Frigoligo
Frigoligo 是一款使用 Flutter 开发的 wallabag 客户端。其核心理念是在合理的情况下优先考虑实用性和遵循最佳实践。
SiteCrawler
SiteCrawler 是一款网站下载工具，可让您捕获整个网站或选定的部分（如图片画廊）。它具备其他应用程序所不具备的强大设置功能。
ItSucks
该项目是一个Java Web爬虫（网络爬虫），具备下载（及断点续传）文件的功能。它还支持正则表达式和下载模板，可高度自定义。
Web Dumper
下载整个网站并将其保存到您的硬盘上……
