在Martin Luther King, Jr的维基百科词条下面，附注着三百多条脚注，其中包括66本书籍引用。

这是人们信赖维基百科的原因，几乎每一则词条的每一处描述都有迹可循，查阅者可以通过参考资料检验词条文本的准确性。

不过就算是维基百科这样的互联网百科全书，它能记录的也非常有限。《纽约客》一篇题为Can the Internet be archived？的文章中曾经写道，「网络永远生活在当下。它虚幻、短暂、不稳定、不可靠。有时候你想要访问的网页却指向了404...有时候你想要查询的页面已经被更新后的内容覆盖——这更麻烦，因为网页不会告诉你，你看到的内容压根儿不是你想查询的内容。」

那么，有没有办法能够找到那些404或者修改前的网络内容呢？

备份互联网

有人试图备份整个互联网。

1996年，因为担心网络上的信息不能像印刷在书籍里一样被永恒地保存下来，布鲁斯特·卡利（Brewster Kahle）创立了公益性质网站Internet Archive。

很多人将Internet Archive定义为最伟大的搜索网站。Kahle开发的搜索工具Wayback Machine定期收录和抓取全球网站的信息，并进行保存。Wayback Machine的工作也有主次之分，对于不同的网站，收录的数量和频次也不相同。

截止到现在，Internet Archive已经保存了3300亿网页和页面快照，而Internet Archive的伟大在于，除此之外，这个庞大的档案馆还记录了2000万册图书和文本，850万份音频和视频、300万幅图像和20万个软件程序。

总而言之，Internet Archive想做的是让信息获取更加简单和准确。最近，Internet Archive和维基百科联手做了一件事情，让维基百科更靠谱了。Internet Archive已经将维基百科脚注中13万条书籍引用定向链接到Internet Archive 5万本（覆盖英语、希腊语和阿拉伯语）完成过数字化扫描，且对公众公开的书籍。查阅者可以通过点击脚注的页码，查看被引用部分的两页上下文预览。

查阅者可以通过点击脚注的页码，查看被引用部分的两页上下文预览| Internet Archive

网络图书馆

上述《纽约客》文章中说，「脚注是人类文明史上的一个里程碑，发明和传播它花了几个世纪的时间，摧毁它仅仅用了几年。比如过去，书籍和论文的脚注能让你准确了解到额外的信息，以及信息的来源。现在，当一切搬到互联网上，你仍然可以通过点击脚注的链接获取更多信息，只不过你不知道兴许哪一天链接就失效了。」

2016年10月，维基百科和Internet Archive宣布合作解决失效链接问题，Wayback Machine主管Mark Graham开发的InternetArchive Bot自动扫描维基百科脚注的失效链接，并自动将失效链接连接到Wayback Machine保存的页面。「我们编辑了1400万链接，超过1100万链接到Internet Archive。」Graham说到。

链接书籍的工作与之类似，但是更具有挑战性。Graham解释说，并非所有书籍都有ISBN编码，也并非所有脚注都参考了正确引用格式，标注了具体的页码。

Internet Archive称自己为网络图书馆。不少线下图书馆也会对书籍数字化之后借阅给用户。当你对某一本引用的书籍感兴趣，就可以问Internet Archive借阅到电子版。

Internet Archive从2005年开始着手书籍数字化的工作，它的「馆藏」里已经有了380万本。目前Internet Archive在全球设了22个工作点，每天有100位员工以每天1000本的速度加快扫描工作，即便这样还有数百万本书排队等候。

数字时代，人们与书本的距离越来越远。Kahle称，「我们希望从维基百科开始，通过将书籍编织进互联网的方式，将读者与书籍连接起来。」

互联网档案馆

80、90后的青春可能随着某天天涯和豆瓣的关闭而停驻，Facebook成立以来也不过十几年光景。互联网加速了信息的传播和迭代，相应地人们遗忘得也越快。但是在 Internet Archive，念旧的人可以看到当时的热点话题「制造机」天涯社区，以及现在看来有些「非主流」的新浪微博首页快照。

▲Internet Archive保存的天涯和新浪微博的快照| Internet Archive

正如《纽约客》评论道，几乎可以肯定，如果哪些东西没有被网页时光机（Wayback Machine）收录，它们等于从来没有存在过。

2014年7月17日，马来西亚一架波音777客机起飞后不到三小时在乌克兰坠毁。乌克兰反对派指挥官Strelkov在俄罗斯社交媒体VKontakte发布一条消息，「我们刚刚击落一架飞机，一架AN-26。」这则帖子包含了飞机残骸的视频链接，看起来像是波音777，随后被删除。第二天，这则帖子被收录到Wayback Machine，Internet Archive在Facebook发帖称，「这就是我们存在的意义。」

正如《金融时报》评论，在一个虚假信息，极端主义内容被迅速创造和传播，社交媒体信息不断迭代和更新的时代里，能够记录「谁说了什么」，「何时说了什么」而且内容不可更改的重要性被放大了。通过Internet Archive对不同时期的历史信息进行研究，是它更大的价值所在。比如在特朗普当选之后，Internet Archive收集了包括特朗普就职前的6000多段视频帮助人们辨别和核实虚假信息。

然而，想要建立全球化的互联网档案馆不太容易，部分原因在于各个国家在法定送存、版权、隐私等法律问题上无法统一。今年年初，英国作家协会（The Society of Authors）表示Internet Archive做法涉嫌侵权——在英国所有的书籍扫描和借阅行为必须得到版权所有者的授权，且每一次借阅能为作者带来8.52便士的公共出借报酬。英国作家协会指摘Internet Archive没有得到作者的许可，同时没有支付任何报酬。

不久之后，一份由全美作家联盟（NationalWritersUnion）发布，其余36个组织（包括The Society of Authors）共同签署的文件，谴责Internet Archive和合作图书馆扫描和分发电子书的行为。虽然Internet Archive解释他签署了CDL（controlled digital lending）协议——在没有获得版权所有者的许可下，允许图书馆数字化印刷书籍，并借出给用户。前提是规定借出数量和时间上限，并且基于合理使用（Fair use）制度，借出数量必须与数字化前实体书籍数目一致（一旦一本实体书被借出，它的对应电子版本则不能借出，反之亦然。）

法律跟不上技术迭代的步伐，就如同许多敢为人先者一样，Internet Archive身处在资源共享和版权至上的夹缝之中。

▲互联网档案馆创始人Brewster Kahle |维基百科

「在中国互联网的古代，人们不仅只是使用互联网，那时候的人们参与建设互联网...比如说前往维基百科编纂词条，管理内容。在中文互联网世界里，人们去豆瓣网增添电影、书籍、音乐专辑的条目，便于其他网友标注、收藏和评论。」网络写手和菜头曾如此写道。

这或许和Internet Archive想要打造的互联网世界相似，用Graham的话说，Internet Archive希望普及所有知识。Kahle表示，尽管Internet Archive扎根在旧金山，但是与今天的硅谷共同点少之又少。他希望所有技术的「遗产」最后不是掌握在少数人手中，「我喜欢很多人都能赢的感觉。」

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/457/306.htm]