ArchiveBox 10分钟上手教程：从安装到首次网页归档全流程

你是否遇到过收藏的网页突然失效、重要资料无法访问的情况？作为一款开源自托管网页归档工具，ArchiveBox能帮你永久保存网页内容，支持HTML、PDF、截图等多种格式。本文将带你在10分钟内完成从安装到首次归档的全过程，让你轻松掌握网页内容的永久保存技巧。

关于ArchiveBox

ArchiveBox是一个开源自托管网页归档工具，它可以将URL、浏览器历史记录、书签、Pocket、Pinboard等来源的网页内容保存为HTML、JS、PDF、媒体文件等多种格式，确保内容可长期访问。项目采用模块化设计，支持CLI、Web界面、Python API等多种操作方式，满足不同用户的使用习惯。

官方文档：README.md 项目架构：archivebox/Architecture.md

安装准备

在开始安装前，请确保你的系统满足以下基本要求：

• Python >= 3.10
• Node >= 18
• Docker（推荐，可选）

本文以Linux系统为例，介绍两种常用安装方式：Docker Compose（推荐）和pip安装。

快速安装（Docker Compose）

Docker Compose是推荐的安装方式，它提供了最简单的安装和更新体验，同时保证了最佳的安全性和所有功能的开箱即用。

步骤1：创建目录并下载配置文件

mkdir -p ~/archivebox/data && cd ~/archivebox
curl -fsSL 'https://docker-compose.archivebox.io' > docker-compose.yml

配置文件路径：docker-compose.yml

步骤2：初始化并设置管理员用户

docker compose run archivebox init --setup

该命令会创建必要的目录结构、数据库文件，并设置管理员用户。初始化过程中，你需要设置管理员用户名和密码，用于后续Web界面登录。

初始化逻辑源码：archivebox/cli/archivebox_init.py

步骤3：启动服务

docker compose up

启动成功后，打开浏览器访问 http://127.0.0.1:8000 即可进入ArchiveBox的Web界面。

手动安装（pip）

如果你更喜欢不使用Docker，也可以通过pip直接安装ArchiveBox。

步骤1：安装依赖

# 安装Python和Node
sudo apt update && sudo apt install -y python3 python3-pip nodejs

# 安装ArchiveBox
pip3 install --upgrade archivebox yt-dlp playwright
playwright install --with-deps chromium

步骤2：初始化数据目录

mkdir -p ~/archivebox/data && cd ~/archivebox/data
archivebox init --setup

步骤3：启动服务

archivebox server 0.0.0.0:8000

首次网页归档

安装完成后，让我们尝试归档第一个网页。以下介绍两种常用的添加链接方式：Web界面和CLI命令行。

通过Web界面添加

1. 打开浏览器，访问 http://127.0.0.1:8000
2. 使用初始化时设置的管理员账号登录
3. 点击页面顶部的"Add URL"按钮
4. 在输入框中填入要归档的URL，例如 https://example.com
5. 点击"Add"按钮开始归档

通过CLI添加

在终端中执行以下命令：

archivebox add 'https://example.com'

归档完成后，你可以通过Web界面查看归档结果，或通过以下命令列出所有已归档的链接：

archivebox list

归档内容查看

归档完成后，你可以通过多种方式查看归档内容：

Web界面查看

在Web界面中，点击任意归档链接，即可查看详细的归档内容，包括：

• 原始HTML
• 单文件HTML
• 截图
• PDF
• 文本内容
• 媒体文件（如果有）

文件系统查看

所有归档内容都保存在本地文件系统中，你可以直接访问以下目录查看：

cd ~/archivebox/data/archive
ls -l  # 列出所有归档的网页目录
cd <timestamp>  # 进入特定网页的归档目录

归档目录结构源码：archivebox/config/paths.py

高级功能

ArchiveBox提供了许多高级功能，帮助你更高效地管理和使用归档内容。

批量添加链接

你可以通过文本文件批量添加多个链接：

# 创建包含多个URL的文本文件
echo "https://example.com" > links.txt
echo "https://github.com" >> links.txt

# 批量添加链接
archivebox add < links.txt

批量添加逻辑源码：archivebox/cli/archivebox_add.py

定时归档

通过crontab设置定时任务，自动归档指定链接：

# 编辑crontab
crontab -e

# 添加以下行，每天凌晨3点归档指定URL
0 3 * * * cd ~/archivebox && docker compose run archivebox add 'https://example.com/daily-update'

定时任务配置示例：etc/crontabs/archivebox

搜索归档内容

ArchiveBox内置了搜索功能，可以快速查找归档内容：

# 命令行搜索
archivebox search "关键词"

# Web界面搜索
在Web界面顶部的搜索框中输入关键词进行搜索

搜索功能源码：archivebox/search

总结

通过本文的介绍，你已经掌握了ArchiveBox的基本安装和使用方法。现在，你可以开始归档自己重要的网页内容，确保这些信息不会因为网站关闭或内容修改而丢失。

ArchiveBox还有更多高级功能等待你探索，例如：

• 导入书签
• 配置归档选项
• 导出归档内容
• 插件扩展

更多详细信息，请参考官方文档：README.md

祝你的网页归档之旅愉快！