Save The Web Project

儿童节快乐。

存档误入深水区——If Summer is calling us 去年我在寻 Golang 写的 WARC archiver，然后发现了 Zeno。把玩一番，发现些问题，然后发 PR 修，慢慢就参与进去了。 两个月前，突然时不时蹦出些非 web archiving 领域相关的 GitHub 账号跑来 Zeno 这个冷门项目发奇怪的 issue 和 PR。我一开始还以为是啥新型社工攻击，问了开发者才知道是因为 Google Summer of Code，所以人们跑过来套磁。 定睛一看，果然 Zeno 在 Internet Archive 今年 Google Summer of Code 的预定范围内。 以前只说过但没了解过 GSoC ，它 FAQ 说，只要是18+在校生或者开源新手，就可以写份关于你想要做的项目的提案（proposal）申请参加。 然后再一瞅，什么，参加 GSoC 竟然有钱拿！如果人在中国，成功结项能拿到 3600$ 津贴（GSoC 根据各国的「人均平价购买力」来决定津贴数额，并设有上下限）。这下必须狠狠参加了。😂 于是我也交了份提案，内容主要是说做 Headless archiving、修 CSS parser、修现有 issue、写个类似 httpbin 的 dummy site 方便做 E2E 测试。 https://summerofcode.withgoogle.com/programs/2025/projects/afDanpOP 提交提案之后就是一个多月漫长的等待了，这期间也没完全闲着，糊了些PR。 GSoC 竞争还是挺激烈的，今年总共 13k 申请人，最终被接受的只有 1.2k。今年和我一同被入选 IA 的 GSoC contributor 只有 5 位。 这周联系上了我的 GSoC 项目导师，进了 IA 的 Slack 旁观了他们开周会，很酷，竟然看到了 Brewster Kahle 出现。🤩 又能做存档，又能线上观摩 IA，又能搓代码，还有米。接下来，就是要在这个暑假把提案给实现，通过中期和最终评估。 感谢 Google。虽然 Google 过去一年杀死了 goo.gl 短链、关闭了搜索快照。😅 感谢 Zeno 的开发者 CorentinB 。 感谢 @Ovler 检查我的 proposal 。 感谢 IA 。 这个夏天我们直接原地起飞。

https://web.archive.org/web/20250514020911/https://www.dongfangqb.com/report/2657

平平无奇的三周。 STWP 2025 第 14 周周报 - 尝试了在 linux 上操作磁带机、使用 ltfs @yangyunfei @yzqzss - 同步了部分 chinaxiv pdf STWP 2025 第 15 周周报 - 鼓捣 MeiliSync @Ovler STWP 2025 第 16 周周报 - c2025-4 @Ovler

https://t.me/boost/saveweb 各位 Telegram Premium 帮忙砍一刀，把频道升到 Level 3。我试试开启频道自动翻译功能。😂 update: 开了

Save The Web Project pinned «🎉🎂 Save The Web Project 四岁啦！ 回顾过去 365 天，我们干了： - Discuz!，代码完成度很低，项目目前挂起。 - 抽屉网，完成。 - 发现了个 GitHub 的小漏洞。 - AcFun 弹幕，完成。 - cnblogs，仅预扫描，目前挂起。 - googl 短链，完成。 - 参与开发 Zeno。 - backland，追踪中。 - AcFun 存档器，完成。 - 发现了个“对多”的数据库小漏洞。 - 对多，追踪中。 - 丑搜 v3，完成。 - NicoNico Shunga，完成。…»

🎉🎂 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？😀

平平无奇的三周。 STWP 2025 第 14 周周报 - 尝试了在 linux 上操作磁带机、使用 ltfs @yangyunfei@yzqzss - 同步了部分 chinaxiv pdf STWP 2025 第 15 周周报 - 鼓捣 MeiliSync @Ovler STWP 2025 第 16 周周报 - c2025-4 @Ovler

妈的 起猛了 邓丽君发新歌了

以防万一，建议各位备份一下自己的 GitHub repo。 ref: https://github.com/orgs/community/discussions/156515 update: https://www.githubstatus.com/incidents/jfvgcls9swln

大家知道哪些还在用非主流编码的网站？（如 gbk、shift jis等，不局限于中文编码） 在处理非 utf8 的 html，找点现实例子做测试参考。👀

喜报！ 历经 5 个月的打磨，Zeno v2 的 PR 合并了。 https://github.com/internetarchive/Zeno/pull/166