Save The Web Project
Video
另外，在载盘前需确认打开写保护。以防误操作导致软盘文件系统中的数据或元数据被修改。
挂载镜像的时候也要使用只读模式。
FAT 12 文件系统的日期是从1980年开始算起，而文件的“访问时间”是后来的新版本 DOS 利用 FAT 12 文件目录项的预留的10个保留位实现的。所以如果是老 DOS 系统，该区应该会以全0填充。这样会导致我们看到的访问时间为 1980-01-01 。
挂载镜像的时候也要使用只读模式。
FAT 12 文件系统的日期是从1980年开始算起，而文件的“访问时间”是后来的新版本 DOS 利用 FAT 12 文件目录项的预留的10个保留位实现的。所以如果是老 DOS 系统，该区应该会以全0填充。这样会导致我们看到的访问时间为 1980-01-01 。
❤1
Save The Web Project
# 科学网博客平台存档计划 科学网的博客平台（ https://blog.sciencenet.cn ）是国内少有的能存活到现在的博客平台（2007～）。 > 「科学网」由「中国科学报社」运营。「中国科学报社」是「中国科学院」所属唯一经国家新闻出版署批准的新闻媒体单位。（一句话：背景很大。） 其博客平台粗略目测没有任何广告，建站之初（2007）的老文章的存活率很高，而现今这个博客平台仍然有大量的活跃用户和新文章发布（估计每5分钟就会有一篇新文章，且多为长篇）。（一句话：存档价值很高！） 因此我们发…
GitHub
GitHub - saveweb/sci-blog-archive: 将科学网的博客平台（由「中国科学报社」运营）的全部博文推送到 IA 存档。
将科学网的博客平台（由「中国科学报社」运营）的全部博文推送到 IA 存档。. Contribute to saveweb/sci-blog-archive development by creating an account on GitHub.
👍12❤5
大家好，经过两个月的摸鱼开发（特别感谢 @MistyNya 😂），我们将开始存档 MediaWiki 以及 DokuWiki 站点。
如果您知道一些 wiki 站点，请在评论区扔链接。中文站优先。
存档工具是在前人的基础上改进/开发的，以GPLv3开源，分别为：
MediaWiki:https://github.com/mediawiki-client-tools/mediawiki-scraper/ （又名 wikiteam3 ）
https://github.com/saveweb/wikiteam3
DokuWiki: https://github.com/saveweb/dokuwiki-scraper (之后不一定叫这个名字，我想改成 dokuwiki-dumper ）
存档可重新导入 MediaWiki/DokuWiki 。
（其他wiki系统也可以推荐我们开发🌚
如果您知道一些 wiki 站点，请在评论区扔链接。中文站优先。
存档工具是在前人的基础上改进/开发的，以GPLv3开源，分别为：
MediaWiki:
https://github.com/saveweb/wikiteam3
DokuWiki: https://github.com/saveweb/dokuwiki-scraper (之后不一定叫这个名字，我想改成 dokuwiki-dumper ）
存档可重新导入 MediaWiki/DokuWiki 。
（其他wiki系统也可以推荐我们开发🌚
GitHub
GitHub - mediawiki-client-tools/mediawiki-dump-generator: Python 3 tools for downloading and preserving wikis
Python 3 tools for downloading and preserving wikis - mediawiki-client-tools/mediawiki-dump-generator
❤9👍1
update: 通过观察一面表面划伤导致坏块的软盘，得到答案：连接软驱主轴的那一面是第零面。
👍8
Forwarded from yzqzss|一座桥在打工 log (yzqzss |一座桥在水上)
今天测试了 https://github.com/saveweb/review-2021 的 197 篇文章，统计出了中文博客的“文章URL腐烂率”，以下是结果：
总计：196篇
404：13
托管服务未续费：1
域名无解析/域名过期/ping不通：10
ssl过期：1
其中，有约一半的404是博客换了永久链接，但没做重定向。这仍然属于链接腐烂。
计算得，中文独立博客的文章链接年度腐烂率为：10~12%。半衰期为6年左右。
总计：196篇
404：13
托管服务未续费：1
域名无解析/域名过期/ping不通：10
ssl过期：1
其中，有约一半的404是博客换了永久链接，但没做重定向。这仍然属于链接腐烂。
计算得，中文独立博客的文章链接年度腐烂率为：10~12%。半衰期为6年左右。
GitHub
GitHub - saveweb/review-2021: 今年，你写年终总结了吗？
今年，你写年终总结了吗？. Contribute to saveweb/review-2021 development by creating an account on GitHub.
🤯7👍3❤1
Forwarded from 瞎玩菌资讯
与时间赛跑，国外团队买下3DS与WiiU所有数字版游戏
任天堂已经宣布，将于 2023 年 3 月 27 日关停 WiiU 与 3DS 的 eShop 网络商城。商城关停时，会有约 1000 款纯数字版游戏被永久删除。面对这些情况，某个国外团队采取了行动。日前，国外频道「The Completionist」发布了一支新视频。主持人 Jirard Khalil 宣称，自家团队已经提前购买了 WiiU 与 3DS 网络商城的所有游戏。为了达成目标，该团队花费了 382 天时间进行准备。现在，团队成员们已经购买了 866 款 WiiU 游戏和 1547 款 3DS 游戏，其中包括 DSiWare 、 Virtual Console 和其它 DLC 内容。购买完成后，WiiU 游戏数据总量达到了 1.2 TB，而 3DS 游戏数据总量达到了 267 GB 。视频团队为此花费了超 460 张 eShop 兑换卡，总花费额为 22791 美元，约合人民币 15 万 6300 元。在视频中，主持人提到了团队碰到的各种困难，也感谢了玩家社群的支持。最后，「The Completionist」宣布将所得游戏全部捐赠给公益组织「电子游戏历史基金会」。来源：The Completionist/Kotaku
https://www.vgtime.com/topic/1188062.jhtml
任天堂已经宣布，将于 2023 年 3 月 27 日关停 WiiU 与 3DS 的 eShop 网络商城。商城关停时，会有约 1000 款纯数字版游戏被永久删除。面对这些情况，某个国外团队采取了行动。日前，国外频道「The Completionist」发布了一支新视频。主持人 Jirard Khalil 宣称，自家团队已经提前购买了 WiiU 与 3DS 网络商城的所有游戏。为了达成目标，该团队花费了 382 天时间进行准备。现在，团队成员们已经购买了 866 款 WiiU 游戏和 1547 款 3DS 游戏，其中包括 DSiWare 、 Virtual Console 和其它 DLC 内容。购买完成后，WiiU 游戏数据总量达到了 1.2 TB，而 3DS 游戏数据总量达到了 267 GB 。视频团队为此花费了超 460 张 eShop 兑换卡，总花费额为 22791 美元，约合人民币 15 万 6300 元。在视频中，主持人提到了团队碰到的各种困难，也感谢了玩家社群的支持。最后，「The Completionist」宣布将所得游戏全部捐赠给公益组织「电子游戏历史基金会」。来源：The Completionist/Kotaku
https://www.vgtime.com/topic/1188062.jhtml
Vgtime
与时间赛跑，国外团队买下3DS与WiiU所有数字版游戏 - vgtime.com
与时间赛跑，国外团队买下3DS与WiiU所有数字版游戏,不要小看玩家的力量。
👍28🎉2❤1
为了 STWP 不长期咕咕咕🌚，我们将每周发布项目进展简讯。
---
第 14 周项目摘要。
20230401 ~ 20230403：
@jsun969 在尝试给 uglysearch.othing.xyz 写前端：https://github.com/saveweb/saveweb-search-frontend
20230405：
saveweb/review-2022 收录 +1
20230403 ~ 20230406：
* 播客存档项目开工，写存档工具：https://github.com/saveweb/preserve-those-podcasts
20230408：
* 播客存档工具GA了，试着存档了 30 个播客，占用 140GiB。（之后会扩大存档规模）
* 把某国内应用市场的存档计划对应的存档服务器的数据库拉回本地，做分库。
* 抓包，探索了国内知名播客应用「小宇宙」的API。
20230409：
* wikiapiary.com 上的 wikiteam bot 机器人已经宕机 8 年了。这 8 年 wikiapiary、IA、pywikibot、MediaWiki、WikiTeam 等软件或服务的 API 都有变化， wikiteam/wikiteam repo 里原来的那个bot脚本已经用不了了。
于是写了个新 bot ，尝试复活它。
https://github.com/saveweb/wikiapiary-wikiteam-bot
正在尝试联系原 wikiteam bot 的账号持有人，如果联系不到，咱们就联系 wikiapiary 申请个机器人账号自己跑。🌚
---
近日讨论摘要：
1. https://github.com/saveweb/see-agreement/ 这个项目一直搁置……
2. 日经讨论：吐槽网络、哀嚎缺存储空间、吐槽SSD寿命。
3. https://www.podcastrepublic.net/ 可以作为博客存档项目的爬取源。
4. Mac 软件：Little Snitch Network Monitor 的流量可视化有点酷。
5. xuite.net 「Xuite 隨意窩」 博客平台要关站了。
---
接下来的工作/待办事项：
1. 需要继续维护 rss-list ，缺人。
2. 软盘存档项目，写具体的存档流程和方法（写手册，也可能录视频）。
3. mediawiki 存档相关：
3.1 优化 wikiteam3 的 launcher.py ，只把 history.xml 打进一个压缩包。
3.2 弃用 wikiteam3 给每个媒体文件下载 .desc 文件的“特性”。
3.3 流式解析 wikiteam3 生成的 wikidump xml，做 xml 校验器。
3.4 写个保存 fandom wiki 的 comments 的小脚本。（wikiteam#456）
4. 做 DokuWiki 存档。小目标：完成 100 个 DokuWiki 的存档（目前存了20多个）。最好能吸引“国际友人”参与（目前只有一个）。
5. @jsun969 写博客搜索引擎的前端。
6. 将 FreshRSS 的 MariaDB 与 MeiliSearch 对接，使博客搜索引擎全文索引能实时更新。（目前是手动全库导入）
7. @oveRidea_China 开发 BiliBili 每日 Top 100 视频存档。
8. 继续探索：播客存档的方法。
---
咕咕咕（停摆）的项目：
1. see-agreement （收集各网站/软件的用户协议，隐私协议等） 2. 互联网公墓 wiki （记录关站的网站和服务） 3. 天涯论坛存档（元数据爬取都还没做好，元数据通过 web 爬取行不通，得走API） 4. Git 博客仓库存档（需要人维护，停摆） 5. 语雀公开知识库存档（语雀现在能开公开知识库的都是付费用户，给付费用户做存档，感觉有点……提不起兴趣）
---
第 14 周项目摘要。
20230401 ~ 20230403：
@jsun969 在尝试给 uglysearch.othing.xyz 写前端：https://github.com/saveweb/saveweb-search-frontend
20230405：
saveweb/review-2022 收录 +1
20230403 ~ 20230406：
* 播客存档项目开工，写存档工具：https://github.com/saveweb/preserve-those-podcasts
20230408：
* 播客存档工具GA了，试着存档了 30 个播客，占用 140GiB。（之后会扩大存档规模）
* 把某国内应用市场的存档计划对应的存档服务器的数据库拉回本地，做分库。
* 抓包，探索了国内知名播客应用「小宇宙」的API。
20230409：
* wikiapiary.com 上的 wikiteam bot 机器人已经宕机 8 年了。这 8 年 wikiapiary、IA、pywikibot、MediaWiki、WikiTeam 等软件或服务的 API 都有变化， wikiteam/wikiteam repo 里原来的那个bot脚本已经用不了了。
于是写了个新 bot ，尝试复活它。
https://github.com/saveweb/wikiapiary-wikiteam-bot
正在尝试联系原 wikiteam bot 的账号持有人，如果联系不到，咱们就联系 wikiapiary 申请个机器人账号自己跑。🌚
---
近日讨论摘要：
1. https://github.com/saveweb/see-agreement/ 这个项目一直搁置……
2. 日经讨论：吐槽网络、哀嚎缺存储空间、吐槽SSD寿命。
3. https://www.podcastrepublic.net/ 可以作为博客存档项目的爬取源。
4. Mac 软件：Little Snitch Network Monitor 的流量可视化有点酷。
5. xuite.net 「Xuite 隨意窩」 博客平台要关站了。
---
接下来的工作/待办事项：
1. 需要继续维护 rss-list ，缺人。
2. 软盘存档项目，写具体的存档流程和方法（写手册，也可能录视频）。
3. mediawiki 存档相关：
3.1 优化 wikiteam3 的 launcher.py ，只把 history.xml 打进一个压缩包。
3.2 弃用 wikiteam3 给每个媒体文件下载 .desc 文件的“特性”。
3.3 流式解析 wikiteam3 生成的 wikidump xml，做 xml 校验器。
3.4 写个保存 fandom wiki 的 comments 的小脚本。（wikiteam#456）
4. 做 DokuWiki 存档。小目标：完成 100 个 DokuWiki 的存档（目前存了20多个）。最好能吸引“国际友人”参与（目前只有一个）。
5. @jsun969 写博客搜索引擎的前端。
6. 将 FreshRSS 的 MariaDB 与 MeiliSearch 对接，使博客搜索引擎全文索引能实时更新。（目前是手动全库导入）
7. @oveRidea_China 开发 BiliBili 每日 Top 100 视频存档。
8. 继续探索：播客存档的方法。
---
咕咕咕（停摆）的项目：
1. see-agreement （收集各网站/软件的用户协议，隐私协议等） 2. 互联网公墓 wiki （记录关站的网站和服务） 3. 天涯论坛存档（元数据爬取都还没做好，元数据通过 web 爬取行不通，得走API） 4. Git 博客仓库存档（需要人维护，停摆） 5. 语雀公开知识库存档（语雀现在能开公开知识库的都是付费用户，给付费用户做存档，感觉有点……提不起兴趣）
GitHub
GitHub - saveweb/saveweb-search-frontend: UglySearch - A full-text search engine for blog posts
UglySearch - A full-text search engine for blog posts - saveweb/saveweb-search-frontend
👍4
您有兴趣参与 STWP 的各类存档项目吗？（多选，不分点）
Anonymous Poll
18%
1. 有兴趣，但是没计算机基础，完全不懂怎么做存档。
40%
1. 有兴趣，有基础知识，用过一些命令行工具/用过Linux/搭建过一些服务。
28%
1 有兴趣，会点编程，可以帮忙。
17%
1. 有兴趣，存档/爬取/备份过一些网站。
34%
2. 希望我参与的项目能有一步一步的新手入门教程。
30%
2. 希望能帮到别人，希望能参与些“互联网公益爱心活动”。
10%
3. 我有大量存储空间，或许能帮忙存点东西。
7%
3. 我有闲置服务器，你们可以用。
10%
4. 我希望加入 STWP （可自行在 github org 开 repo 立项目）
21%
吃瓜。看结果。
❤7
## 起因
WikiTeam 在 wikiapiary.com 上的 WikiTeam Bot 自从 2016 年来就不工作了，此后上传到 IA 的 wikidump (MediaWiki 站点备份) 都没有很好地链接到 wikiapiary 中。再加上 wikiapiary 在
此后 wikiapiary 上除了 fandom.com 的 wikidump 信息有个
## 所以
我们写了个新 bot
## 作用
这个 bot 可以帮助我们（以及其他人）从 wikiapiary 中筛选出还没被存档的 MediaWiki 站点，然后……存存存存存。
## 源代码
https://github.com/saveweb/wikiapiary-wikiteam-bot (修改自 wikiteam/wikiteam 的旧代码）
* wikiapiary 此前宕机了几个月，它的 bot 积压了大量队列任务，再加上刚升级到 MediaWIki 1.39.2 ，他们还在调查数据库性能问题，所以现在不是很稳定，打开要多等一会儿，刷新几下。
WikiTeam 在 wikiapiary.com 上的 WikiTeam Bot 自从 2016 年来就不工作了，此后上传到 IA 的 wikidump (MediaWiki 站点备份) 都没有很好地链接到 wikiapiary 中。再加上 wikiapiary 在
{{website}} 模板里提醒用户“wikidump 相关信息是由 wikiteam bot 自动维护的，手动编辑会被覆盖”，更是打消了很多编者手动维护相关信息的想法。此后 wikiapiary 上除了 fandom.com 的 wikidump 信息有个
[[User:Shufflertoxin]] bot 在少量维护外，基本就停滞了。## 所以
我们写了个新 bot
[[User:Savewebbot]]，然后把它部署到 wikiapiary 上了，它正在把 8 年来上传到 IA 的 wikidump 重新和 wikiapiary 链接起来。## 作用
这个 bot 可以帮助我们（以及其他人）从 wikiapiary 中筛选出还没被存档的 MediaWiki 站点，然后……存存存存存。
## 源代码
https://github.com/saveweb/wikiapiary-wikiteam-bot (修改自 wikiteam/wikiteam 的旧代码）
* wikiapiary 此前宕机了几个月，它的 bot 积压了大量队列任务，再加上刚升级到 MediaWIki 1.39.2 ，他们还在调查数据库性能问题，所以现在不是很稳定，打开要多等一会儿，刷新几下。
👍2❤1
Save The Web Project
您有兴趣参与 STWP 的各类存档项目吗？（多选，不分点）
我们搞个活动吧：存档马拉松。
既然有 20~30 人都有意向和条件，并且愿意参与一些项目。
那……第一次马拉松的项目就选 DokuWiki 存档吧，这个相对简单，不需要你写任何代码，用我们现成的工具即可。
我会在近期拉个 DokoWiki 待存档的站点列表出来，然后做个“如何做 DokuWiki 存档”的教程。然后在某一时刻我放出站点列表，大家一起比赛存档。奖品待定。
有点怪异的比赛，但是应该会很有趣。🙈🙈
要求：Linux 环境优先（WSL可以。纯 Windows 环境跑的话，如果没出问题也可以），Python>=3.8
如果您有兴趣参与，请在评论区回复“1”登记。
既然有 20~30 人都有意向和条件，并且愿意参与一些项目。
那……第一次马拉松的项目就选 DokuWiki 存档吧，这个相对简单，不需要你写任何代码，用我们现成的工具即可。
我会在近期拉个 DokoWiki 待存档的站点列表出来，然后做个“如何做 DokuWiki 存档”的教程。然后在某一时刻我放出站点列表，大家一起比赛存档。奖品待定。
有点怪异的比赛，但是应该会很有趣。🙈🙈
要求：Linux 环境优先（WSL可以。纯 Windows 环境跑的话，如果没出问题也可以），Python>=3.8
如果您有兴趣参与，请在评论区回复“1”登记。
Save The Web Project
我们搞个活动吧：存档马拉松。 既然有 20~30 人都有意向和条件，并且愿意参与一些项目。 那……第一次马拉松的项目就选 DokuWiki 存档吧，这个相对简单，不需要你写任何代码，用我们现成的工具即可。 我会在近期拉个 DokoWiki 待存档的站点列表出来，然后做个“如何做 DokuWiki 存档”的教程。然后在某一时刻我放出站点列表，大家一起比赛存档。奖品待定。 有点怪异的比赛，但是应该会很有趣。🙈🙈 要求：Linux 环境优先（WSL可以。纯 Windows 环境跑的话，如果没出问题也可以），Python>=3.8…
DokuWiki 存档讨论群已开，欢迎加入：https://t.iss.one/saveweb_projects/120
教程还在写。
与此同时，有兴趣的可以先 看看/安装/试试 一下 DokuWiki 存档工具： https://github.com/saveweb/dokuwiki-dumper 。
另外请注意，如果你选择的目标/练手站点已经在 https://github.com/orgs/saveweb/projects/4 已存档列表里，就不要重复存了。但你可以在里面挑个几十页的小型 wiki 练手。
（不 要 拿 DokuWiki 官 网 练 手！！不 然 把 你 手 打 断）
---
另，对 MediaWiki 存档感兴趣的可加入： https://t.iss.one/saveweb_projects/118
教程还在写。
与此同时，有兴趣的可以先 看看/安装/试试 一下 DokuWiki 存档工具： https://github.com/saveweb/dokuwiki-dumper 。
另外请注意，如果你选择的目标/练手站点已经在 https://github.com/orgs/saveweb/projects/4 已存档列表里，就不要重复存了。但你可以在里面挑个几十页的小型 wiki 练手。
（不 要 拿 DokuWiki 官 网 练 手！！
---
另，对 MediaWiki 存档感兴趣的可加入： https://t.iss.one/saveweb_projects/118
GitHub
GitHub - saveweb/dokuwiki-dumper: A tool for archiving DokuWiki
A tool for archiving DokuWiki. Contribute to saveweb/dokuwiki-dumper development by creating an account on GitHub.
Save The Web Project
DokuWiki 存档讨论群已开，欢迎加入：https://t.iss.one/saveweb_projects/120 教程还在写。 与此同时，有兴趣的可以先 看看/安装/试试 一下 DokuWiki 存档工具： https://github.com/saveweb/dokuwiki-dumper 。 另外请注意，如果你选择的目标/练手站点已经在 https://github.com/orgs/saveweb/projects/4 已存档列表里，就不要重复存了。但你可以在里面挑个几十页的小型 wiki 练手。…
「如何存档 DokuWIki 站」的简易教程写好了。
活动选什么时候开始比较好呢？(暂定 5.1 假期）
活动选什么时候开始比较好呢？(暂定 5.1 假期）
Save The Web Project
为了 STWP 不长期咕咕咕🌚，我们将每周发布项目进展简讯。 --- 第 14 周项目摘要。 20230401 ~ 20230403： @jsun969 在尝试给 uglysearch.othing.xyz 写前端：https://github.com/saveweb/saveweb-search-frontend 20230405： saveweb/review-2022 收录 +1 20230403 ~ 20230406： * 播客存档项目开工，写存档工具：https://github.co…
# 第 15 周项目摘要
* 尝试联系 wikiteam bot 的原所有者无果，于是在 wikiapiary 上部署了我们的 savewebbot 。
* 准备/宣传 第一届存档马拉松活动（主题是 DokuWiki 存档）。
* 给 savewebbot 开了 10 线程，wikiapiary 管理员说 bot 编辑页面频率太猛。于是加上1分钟编辑一次的限制。
* 原来的 wikiteam bot 用很灵车的正则来改 wikitext 。弃用，改成“更科学”的方法。
* 继续 写/修 播客存档工具。
* 应 wikiteam IRC 中 @JAA 的请求，存档了 https://wiki.bash-hackers.org/ 这个 DokuWiki 站点。 (IA iteam)
———
完整周报见博客。
* 尝试联系 wikiteam bot 的原所有者无果，于是在 wikiapiary 上部署了我们的 savewebbot 。
* 准备/宣传 第一届存档马拉松活动（主题是 DokuWiki 存档）。
* 给 savewebbot 开了 10 线程，wikiapiary 管理员说 bot 编辑页面频率太猛。于是加上1分钟编辑一次的限制。
* 原来的 wikiteam bot 用很灵车的正则来改 wikitext 。弃用，改成“更科学”的方法。
* 继续 写/修 播客存档工具。
* 应 wikiteam IRC 中 @JAA 的请求，存档了 https://wiki.bash-hackers.org/ 这个 DokuWiki 站点。 (IA iteam)
———
完整周报见博客。
Telegram
Save The Web Project
❤5
Save The Web Project
# 第 15 周项目摘要 * 尝试联系 wikiteam bot 的原所有者无果，于是在 wikiapiary 上部署了我们的 savewebbot 。 * 准备/宣传 第一届存档马拉松活动（主题是 DokuWiki 存档）。 * 给 savewebbot 开了 10 线程，wikiapiary 管理员说 bot 编辑页面频率太猛。于是加上1分钟编辑一次的限制。 * 原来的 wikiteam bot 用很灵车的正则来改 wikitext 。弃用，改成“更科学”的方法。 * 继续 写/修 播客存档工具。 *…
# 第 16 周项目详情
* 摸鱼
* 修了 wikiteam 的一个无足挂齿的 bug 。
* 摸鱼
* 存了几个无足挂齿的 MediaWiki 站。
* 「小宇宙」播客存档预备中。🌚
* 摸鱼
* 🥲🐟
* 摸鱼
* 修了 wikiteam 的一个无足挂齿的 bug 。
* 摸鱼
* 存了几个无足挂齿的 MediaWiki 站。
* 「小宇宙」播客存档预备中。🌚
* 摸鱼
* 🥲🐟
🤯6