savepagenow 0.0.13

安装

$ pip install savepagenow

python用法

导入它。

>>>importsavepagenow

捕获URL。

>>>archive_url=savepagenow.capture("http://www.example.com/")

看看它存放在哪里。

>>>printarchive_urlhttps://web.archive.org/web/20161018203554/http://www.example.com/

如果最近缓存了一个url，archive.org可能会将该url返回到该页面，而不是执行新的捕获。发生这种情况时，capture方法将引发一个CachedPage异常。

如果您在几秒钟内请求同一个url两次，则可能会发生这种情况。

>>>savepagenow.capture("http://www.example.com/")'https://web.archive.org/web/20161019062637/http://www.example.com/'>>>savepagenow.capture("http://www.example.com/")Traceback(mostrecentcalllast):File"<stdin>",line1,in<module>File"savepagenow/__init__.py",line36,incapturearchive_urlsavepagenow.exceptions.CachedPage:archive.orgreturnedacachedversionofthispage:https://web.archive.org/web/20161019062637/http://www.example.com/

您可以自己编写代码来捕获该异常，也可以使用内置的capture_or_cache方法，该方法将返回archive.org提供的url以及一个布尔值，指示它是新捕获（true）还是来自缓存（false）。

>>>savepagenow.capture_or_cache("http://www.example.com/")('https://web.archive.org/web/20161019062832/http://www.example.com/',True)>>>savepagenow.capture_or_cache("http://www.example.com/")('https://web.archive.org/web/20161019062832/http://www.example.com/',False)

品味是无法解释的，但您可以设计一行代码来处理该命令，如下所示：

>>>url,captured=savepagenow.capture_or_cache("http://www.example.com/")

命令行用法

python库也作为命令行界面安装。您可以像这样从终端运行它：

$ savepagenow http://www.example.com/

该命令具有与python api相同的选项，您可以从其帮助输出中了解这些选项。

$ savepagenow --help
Usage: savepagenow [OPTIONS] URL

  Archives the provided URL using the archive.org Wayback Machine.

  Raises a CachedPage exception if archive.org declines to conduct a new
  capture and returns a previous snapshot instead.

Options:
  -ua, --user-agent TEXT  User-Agent header for the web request
  -c, --accept-cache      Accept and return cached URL
  --help                  Show this message and exit.

自定义用户代理

为了对Internet存档保持透明和礼貌，SavePageNow发出的所有请求都带有一个自定义的user agent，它将自己标识为^{TT4}$。

您可以使用api的可选参数进一步自定义此设置。

以下是如何在python中进行此操作：

>>>savepagenow.capture("http://www.example.com/",user_agent="my user agent here")

下面是如何从命令行执行此操作：

$ savepagenow http://www.example.com/ --user-agent "my user agent here"