终极指南:如何为ArchiveBox Docker镜像添加自定义字体与证书
ArchiveBox是一款强大的开源自托管网页归档工具,能够帮助用户轻松保存网页内容,包括HTML、JS、PDF和媒体文件等。本文将详细介绍如何为ArchiveBox的Docker镜像添加自定义字体与证书,提升网页归档的质量和安全性。
为什么需要自定义字体与证书?
在使用ArchiveBox归档网页时,默认的Docker镜像可能缺少某些特殊字体,导致归档的网页出现字体错乱或显示异常的问题。此外,对于一些需要HTTPS证书验证的网站,如果缺少相应的根证书,可能会导致归档失败。因此,为ArchiveBox Docker镜像添加自定义字体和证书是非常必要的。
准备工作
在开始之前,请确保你已经安装了Docker和Docker Compose。如果尚未安装,可以参考官方文档进行安装。同时,你需要准备好要添加的自定义字体文件(如.ttf或.otf格式)和证书文件(如.crt格式)。
步骤一:获取ArchiveBox源代码
首先,克隆ArchiveBox的代码仓库:
git clone https://gitcode.com/gh_mirrors/ar/ArchiveBox
cd ArchiveBox
步骤二:创建自定义Dockerfile
在项目根目录下创建一个名为Dockerfile.custom的文件,用于构建自定义的Docker镜像。内容如下:
FROM archivebox/archivebox:latest
# 添加自定义字体
COPY ./custom/fonts /usr/share/fonts/truetype/custom
RUN fc-cache -f -v
# 添加自定义证书
COPY ./custom/certs /usr/local/share/ca-certificates
RUN update-ca-certificates
步骤三:准备字体和证书文件
在项目根目录下创建custom/fonts和custom/certs目录,并将你的字体文件和证书文件分别放入这两个目录中:
mkdir -p custom/fonts custom/certs
# 将字体文件复制到 custom/fonts 目录
# 将证书文件复制到 custom/certs 目录
步骤四:构建自定义Docker镜像
使用以下命令构建自定义的Docker镜像:
docker build -f Dockerfile.custom -t archivebox-custom:latest .
步骤五:使用自定义镜像运行ArchiveBox
修改docker-compose.yml文件,将镜像名称改为我们刚刚构建的自定义镜像:
version: '3'
services:
archivebox:
image: archivebox-custom:latest
# 其他配置保持不变
然后使用docker-compose up -d命令启动ArchiveBox服务。
验证自定义字体和证书是否生效
启动服务后,可以通过访问ArchiveBox的Web界面,归档一个包含特殊字体的网页,检查字体是否正常显示。同时,可以尝试归档一个需要HTTPS证书验证的网站,确认证书是否生效。
总结
通过以上步骤,我们成功为ArchiveBox Docker镜像添加了自定义字体和证书,解决了网页归档过程中的字体显示问题和证书验证问题。如果你有更多的自定义需求,可以参考官方文档docs/进行进一步的配置。
希望本文对你有所帮助,祝你的ArchiveBox使用体验更加顺畅!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
