找到存档只是获得了一条线索,并不能证明文章完整。引用或分享之前,应先确认保存的是哪个页面、何时保存,以及重要内容是否保留下来。
1. 核对文章身份,而不只是标题
先使用文章准确的公开网址。规范网址(canonical URL)是发布方指定的首选地址;重定向则把访问者带到另一个地址。两者都不能证明两份存档包含相同的文字。文章迁移、跳转到首页或重复使用的标题,都可能造成看似可信的错误匹配。
将存档回放所对应的原始域名和路径与目标文章比较,再核对标题、作者署名和主题。如果文章已迁移,可以单独尝试发布方确认的规范地址。不能仅因存档链接能打开,就把另一篇文章当作正确结果。
2. 区分三种日期
分别记录文章的发布日期、页面显示的更新日期以及存档抓取时间。抓取时间描述的是保存副本的时间,并非文章发布日期。较晚的快照可能包含早期版本没有的更正。
核实历史说法时,应选择与相关时期相符的快照,并在条件允许时比较相邻快照。核实当前事实时,还应查看发布方最新版本。一份存档可能准确保留了当年的报道,但其中的信息如今已经过时。
3. 检查结尾和证据
不要只读开头几段。留意突然中断的结尾、订阅提示、缺失表格、空白图片,以及对不可见内容的引用。保存下来的付费提示页也是一次真实的页面抓取,但它并没有提供被隐藏的文章。
如果存在另一份获授权的版本,应比较文章结尾、小标题、图片说明和来源链接。字数多可能只是包含菜单与评论;字数少也可能是一则完整短讯。应根据文章结构和证据判断,而不只看长度。我们的阅读模式限制指南介绍了类似的文字提取问题。
4. 谨慎理解不同服务的结果
搜索结果为空,只表示这次查询没有返回匹配项。超时或请求被拦截,则表示答案仍未知。某个服务的首页能够打开,并不能说明具体文章是否可用。
如果最新的 Wayback 快照受到访问限制或文本证据不足,查询可尝试同一文章的少量较早快照。Arquivo 也可在请求限额内跳过较弱匹配继续查找。检查可能使用缓存证据,不会遍查所有快照,也不保证副本完整。
Archive.today 会在查询的请求次数和时间限制内自动尝试 archive.ph、archive.today、archive.is、archive.li、archive.md、archive.fo 和 archive.vn。这些域名共享同一个存档集合。系统会跟进匹配快照的日期链接或短链接,获取保存的页面并评估文章文本。域名可用、验证码、搜索结果列表或预览本身都不能证明全文可用;即使有较充分的文本,也不能保证内容完整。
连接自动浏览器服务后,该服务会在有限检查中呈现这一特定存档快照,也可能复用缓存的检查结果。与目标文章匹配、篇幅充足且没有明显阅读限制的正文,可以支持“成功概率高”的估计,但无法证明每一段都完整保留。新快照也可以自动符合条件。CAPTCHA、预览、正文不足或原始文章不匹配的结果仍为“成功概率中等”或更低。在您的浏览器中完成 CAPTCHA 只影响该浏览器会话,不会解除服务器浏览器中的验证。
本站测试记录,2026年9月20日: 我们使用一篇可免费访问的 The Register 文章作为对照。本站程序将 Wayback 结果评为“找到/高置信度”,抓取时间戳为 20251112090830。对 Arquivo 的后续查询没有返回快照。我们的自动请求无法连接 Archive.today,因此未能验证。Ghostarchive 的直接搜索明确显示没有结果。这些是技术审查中注明日期的观察,并非当前在线率测量,也不是付费文章恢复成功率。测试没有请求创建新快照。
5. 准备安全的公开网址
查询前,去掉 #comments 等普通段落定位片段。检查查询参数:有些用于识别文章,有些则包含跟踪信息或私密访问令牌。不要提交密码重置链接、带签名的账户链接或私人文档网址。不确定时,打开发布方的公开文章页面,再复制其地址。
6. 审慎保存,并保留替代途径
应把存档保存视为一次手动公开提交,而非私人存储,也不能视为获得完整副本的承诺。本站查询不保证内容会被保存。记录来源时,应同时保留原始网址、回放网址和抓取日期。
Internet Archive 官方常见问题解释了回放和保存的限制。Arquivo 官方网址搜索文档介绍了快照查询。如果没有可用副本,可以尝试图书馆及发布方访问途径。