Archive.org是一个非营利性数字图书馆，目标是“普及一切知识”，此网站存有26PB（大概两千七百万GB）大小的各种数字资料。
这个档案馆从1996年成立至今，收集了各种各样的网站，程序，应用，游戏，图片，语音等资料，其中存储的最多的是网页，截止现在他们已经存了两千八百亿个页面。
Archive.org的网页存储界面

而且每个小时都会抓去一次被收录网站的页面，让你清楚的知道发生的每一件事。

同时Archive.org一点都不流氓，遵守robots.txt爬虫协议，声明不允许被记录的网站他是不会抓取的~
比如百度申明不希望被收录，他就不收录
Robots协议是国际互联网界通行的道德规范，网站通过Robots协议告诉其他引擎哪些页面可以抓取，哪些页面不能抓取。
通过这个引擎你可以看到很多有趣好玩的东西，比如1999年刚刚成立，还是测试版的Google。

Archive.org：互联网档案馆

2009.12.30 20:51:21    来源: 网易科技    作者:网易科技 ( 条评论 )
 
　　2009年的最后一天，辞旧迎新，互联网也同样如此，在过往40年的基础上一步步积累发展。对于我们而言很希望通过以往的每个网页、见证和找寻历史，这就是今天所介绍的网站“archive.org”（中文名：档案）——互联网档案馆的价值所在。



　　网站名称：Internet Archive（http://www.archive.org/index.php）

　　上线时间：1996年

　　网站地点：美国加州（San Francisco, CA）

　　Archive（archive.org）创建于1996年，由Alexa创始人布鲁斯特·卡利（Brewster Kahle）创办，是一个公益性质的计划。它通过定期收录和抓取全球网站的信息，并进行保存。当然犹如搜索引擎一样，大的网站比如Google、Yahoo等会每天备份一次，每次收录多个网页；而对于一些小的网站，比如个人blog则或许每年只收录一次，这时候不可避免地会丢失一些网页。

　　但Archive网站的创办者和工作团队非常值得我们尊敬，因为截至目前，他们已经保存了从1996年至今的超过1500亿个过往的网络页面或者网页快照。

　　此外对于用户而言，通过Archive网站的“Take Me Back”，输入一个网站域名，就可以查看其过往的收录历史。当你点击进入的时候，一定会有特别的感觉——因为你会看到很多很多你可能从未看到过的，他们已然成为历史。



　　以我们网易为例，目前Archive网站收录了25372个结果，包括从1998年12月1日到2008年4月6日的页面。

　　Archive为了更完善地收录网页和历史资料，也希望发动更多的网站和人们的参与，主动参与。此外其目前也从刚开始的收录网页，扩展到收录图片、音频、软件、视频等，希望真正成为一个全面的互联网档案馆。

　　虽然这个网站是在13年前就创办，但时值今日，其价值和意义也不言而喻，衷心期望它能够永久永久地保存下去。

互联网档案馆就是保留所有网站信息的地方，这个档案馆和Alexa有着密切的关系，因为互联网档案馆搜集的网站资源主要来自于Alexa及部分其它网站，也接受主动加入的网站（如果你发现自己的网站没有被收录，可以主动添加到互联网档案馆）。互联网档案馆位于美国旧金山，与Alexa一样诞生于1996年，是一家非赢利性的信息资源数据库，面向全球用户，免费、公开其收集的全部互联网信息资料。自1996年成立起，The Internet Archive定期收录并永久保存全球网站上可以抓取的信息。对于不同的网站，其收录的网页数量和收集周期也不相同，一些大型网站可能每天都会被“备份” 一次，每次可能收录数十个以上的网页，而一些小型网站可能每年收录几次，每次只有几个网页。