一、网站历史博物馆是什么
网站历史博物馆是专门针对整个互联网的历史进行备份的一个网站,在该网站上可以看到大部分的网站的历史快照,其数据完整程度取决于该网站本身,有很多这种网站,其数据库的数据量甚至超过搜索引擎。
目前国外比较知名的是archive.org 准备好梯子
国内的是忆网昔www.lookforpast.com
另外有一个中国web信息博物馆的网站,但是目前打不开,不知道什么情况。
archive的查询要从时间戳里再挑选快照截图,忆网昔的更加直接,输入域名后一键提交,查询出所有域名相关的直链快照截图,点击可放大看。
二、利用其来过反爬
我们可以先在这个网站历史信息博物馆查询某个网站的历史信息,先获取目标网站的一些摘要信息,然后我们再对某些特定的内容进行详情爬取,这样可以在一定程度上过掉反爬。甚至,某些时候,我们如果只需要这些网站的摘要信息,那么我们只需要获取这些历史信息即可,往往这些个网站是没有反爬措施的。