🤣16🤮2👍1
# 我们不再存档萌百
去年年后，存档萌娘百科就变得愈发困难。
萌百的 WAF 不断升级，不断推出新的奇葩反爬方式，存档所需的 API 也都关了。
且萌百还对其它镜像站项目做了针对性反爬。
现在已经是军备竞赛了。 wikiteam3 这一通用工具已不能存档萌百。
https://archive.org/details/wiki-zh.moegirl.org.cn-20230814 是我们打的最后一份 wikidump，除非未来萌百主动放宽访问限制，我们应该不会做新的 wikidump 了。
注：网站设置内容墙并不违反 CC BY-NC-SA 3.0
去年年后，存档萌娘百科就变得愈发困难。
萌百的 WAF 不断升级，不断推出新的奇葩反爬方式，存档所需的 API 也都关了。
且萌百还对其它镜像站项目做了针对性反爬。
现在已经是军备竞赛了。 wikiteam3 这一通用工具已不能存档萌百。
https://archive.org/details/wiki-zh.moegirl.org.cn-20230814 是我们打的最后一份 wikidump，除非未来萌百主动放宽访问限制，我们应该不会做新的 wikidump 了。
注：网站设置内容墙并不违反 CC BY-NC-SA 3.0
zh.moegirl.org.cn
萌娘百科 万物皆可萌的百科全书 - zh.moegirl.org.cn
🙏14🤨7😢3
Save The Web Project
现在我们可为画吧的画师提供备份导出。 流程见： https://wiki.saveweb.org/画吧:takeout
尝试跟画吧合作为画师提供作品备份。但与画吧老板交涉无果，谈着谈着他就不回消息了。
非常可惜，截至目前我们只给3位画师提供了备份。
非常可惜，截至目前我们只给3位画师提供了备份。
👍3
多年前，🌽🦊说要学习 ArchiveTeam ，建立 STWP 自己的 Tracker、Warrior 。
但是两年了，经过反复鞭尸催促，三个 repos 里还是只有
近日多个项目需要分布式爬网，1️⃣🌉只好整了一个简单的 Tracker 出来。
https://github.com/saveweb/solar_tracker
半个月后就是五四青年节啦，敬告各位青年，不要学习🌽🦊！
但是两年了，经过反复鞭尸催促，三个 repos 里还是只有
README.md、.gitignore 和一个幻想出来的 apidoc/server.yml 。近日多个项目需要分布式爬网，1️⃣🌉只好整了一个简单的 Tracker 出来。
https://github.com/saveweb/solar_tracker
半个月后就是五四青年节啦，敬告各位青年，不要学习🌽🦊！
🐳13🥰4😁2
pip(x) install https://static.saveweb.org/lowapk_v2-2.0.3-py3-none-any.whl
lowapk_v2
WE NEED YOUR HELP, THIS IA A LONG TERM PROJECT.
ETA: 6000h
追不上，根本追不上。
😁7❤2
pip(x) install https://static.saveweb.org/huashijie-1.0.1-py3-none-any.whl
huashijie_work
画世界。与上条消息是不同的项目，可与上面那个可以同时跑。（但单个项目不要多开）
源码: https://github.com/saveweb/huashijie_work
GitHub
GitHub - saveweb/huashijie_work
Contribute to saveweb/huashijie_work development by creating an account on GitHub.
非常神奇啊，目前已知四位朋友各自给 lowapak 和 huashijie 打了 docker image。（两个项目的活跃节点加起来才 49 个，果然朋友们人均 Docker 大师 ）
目前，经过激烈角逐，DigitalDragon 打的 images 胜出！
https://hub.docker.com/r/digitaldragons/saveweb-huashijie (
https://hub.docker.com/r/digitaldragons/saveweb-lowapk ()
欢迎各位有赛博洁癖的朋友继续挑战 Docker 的下限！
目前，
https://hub.docker.com/r/digitaldragons/saveweb-huashijie (
49.93 MB)https://hub.docker.com/r/digitaldragons/saveweb-lowapk (
55.94 MB准备5月4日开一个名为 Dig The Web 的 CTF 欢乐赛。（以庆祝 STWP 3周年，2333）
开个投票看看有多少人有兴趣来玩？人少的话就算了。
开个投票看看有多少人有兴趣来玩？人少的话就算了。
Anonymous Poll
60%
可
40%
不来
Save The Web Project
Niconico 的页游发布平台 Game Atsumaru 将在18小时后关闭， > 希望寻求有带宽、储存条件的志愿者们帮忙操作存档脚本： https://github.com/yts98/game-atsumaru-discovery > 有懂爬取 Unity 的大佬吗？或是跟 Akashic Engine、TyranoBuilder、GameMaker Studio、Tonyu System、Visual Novel Maker打过交道的？ > 能帮忙的人愈多愈好。 by @yth98 详情及讨论请至：…
#寻人启事
坏消息， yts98 失踪了（GitHub/IRC/Telegram 已半年未见他上线/活动），并且他还没有将归并后 1.4TB 的 Game Atsumaru 的 warc 上传 IA。
因此，如果 yts98 未来不回来的话，我们可能失去了这部分数据。
———
- 当时 yzqzss 负责的 ID 段的数据在传给 yts98 一个月后就删了。
- 来自 ArchiveTeam 的 thuban 他的本地还有 221GB 数据。（正在上传 IA）
- 当时参与存档项目的 matatabi 和 threedeeitguy 两位还在吗？如果你们本地还保留着当时的 warc 的话就好了。
坏消息， yts98 失踪了（GitHub/IRC/Telegram 已半年未见他上线/活动），并且他还没有将归并后 1.4TB 的 Game Atsumaru 的 warc 上传 IA。
因此，如果 yts98 未来不回来的话，我们可能失去了这部分数据。
———
- 当时 yzqzss 负责的 ID 段的数据在传给 yts98 一个月后就删了。
- 来自 ArchiveTeam 的 thuban 他的本地还有 221GB 数据。（正在上传 IA）
- 当时参与存档项目的 matatabi 和 threedeeitguy 两位还在吗？如果你们本地还保留着当时的 warc 的话就好了。
😢11👍3
Save The Web Project
🎉🎂 Save The Web Project 两岁啦！ 大家有什么想说的吗？或者希望我们接下来做哪些方面的工作？😀
🎉🎂 Save The Web Project 三岁啦！
大家有什么想说的吗？或者希望我们接下来做哪些方面的工作？😀
大家有什么想说的吗？或者希望我们接下来做哪些方面的工作？😀
🥰12👍3
Save The Web Project pinned «🎉🎂 Save The Web Project 三岁啦！ 大家有什么想说的吗？或者希望我们接下来做哪些方面的工作？😀»
预告接下来的新项目：
Discuz! 存档！
总所周知，Discuz! 是目前中文圈最流行的 BBS 软件。目前的中文互联网，论坛式微是共识，且大家可能常常听到一些上了年纪的论坛“又要倒闭”的新闻，是时候完整存档它们了。
不出意外的话，该项目或与 ArchiveTeam 合作，每个论坛帖子的 url 交给他们打 warc （快照会出现在 Wayback Machine 里）。
让天下没有坏链的公开帖子 xD
<讨论群> 欢迎往群里扔各种论坛的链接。
Discuz! 存档！
总所周知，Discuz! 是目前中文圈最流行的 BBS 软件。目前的中文互联网，论坛式微是共识，且大家可能常常听到一些上了年纪的论坛“又要倒闭”的新闻，是时候完整存档它们了。
不出意外的话，该项目或与 ArchiveTeam 合作，每个论坛帖子的 url 交给他们打 warc （快照会出现在 Wayback Machine 里）。
让天下没有坏链的公开帖子 xD
<讨论群> 欢迎往群里扔各种论坛的链接。
👍7❤1
Save The Web Project
R.I.P🤗 Gitee Pages
#如果_GitHub_Pages_倒了
Gitee Pages 倒了是小事，可如果哪天 GitHub 倒了……
我们统计了中文独立博客的总体情况：
saveweb 收录的 1592 个博客中:
zh-blogs 收录的 3407 个博客中:
在 search.saveweb.org 索引的全部 141723 篇博客文章中：
———
结论：
在中文圈，GitHub Pages 流行度约是 Gitee Pages 的 50~200 倍。
注：由于部分博客虽然托管在 GitHub Pages，但用了自己的域名并套了层 Cloudflare CDN，这些博客没有被统计在内。因此实际的 GH Pages 率会比 12.6% 更高。
Gitee Pages 倒了是小事，可如果哪天 GitHub 倒了……
我们统计了中文独立博客的总体情况：
saveweb 收录的 1592 个博客中:
0.1% 在 Gitee pages 上 (gitee.io 域名)
6.5% 在 GitHub pages 上 (github.io 域名)
12.6% 在 GitHub pages 上 (github.io 域名 + DNS 结果是否在 GitHub 的 IP 范围内)
zh-blogs 收录的 3407 个博客中:
0.4% 在 Gitee pages 上 (gitee.io 域名)
4% 在 GitHub pages 上 (github.io 域名)
在 search.saveweb.org 索引的全部 141723 篇博客文章中：
文章链接是 github.io 的概率: 6.15%
文章链接是 gitee.io 的概率: 0.03%
github.io 外链出现的概率: 4.290%/篇
gitee.io 外链出现的概率: 0.122%/篇
———
结论：
在中文圈，GitHub Pages 流行度约是 Gitee Pages 的 50~200 倍。
注：由于部分博客虽然托管在 GitHub Pages，但用了自己的域名并套了层 Cloudflare CDN，这些博客没有被统计在内。因此实际的 GH Pages 率会比 12.6% 更高。
👍9🥰6