PyPI · npm
ArchiveBox/ArchiveBox
🗃 Open source self-hosted web archiving. Takes URLs/browser history/bookmarks/Pocket/Pinboard/etc., saves HTML, JS, PDFs, media, and more...
MIT2026年8月5日 · 指标 2.10.0
全部标签
目录标签
#warc
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
10 条记录
npm · PyPI
webrecorder/browsertrix-crawler
Run a high-fidelity browser-based web archiving crawler in a single Docker container
AGPL-3.02026年8月24日 · 指标 2.10.0
Go
internetarchive/gowarc
Read and write WARC files in Go
CC0-1.02026年7月28日 · 指标 2.10.0
npm · PyPI
webrecorder/replayweb.page
Serverless replay of web archives directly in the browser
AGPL-3.02026年9月6日 · 指标 2.10.0
PyPI · npm
ArchiveBox/abx-dl
⬇️ A simple all-in-one CLI tool to download EVERYTHING from a URL (like youtube-dl/yt-dlp, forum-dl, gallery-dl, simpler ArchiveBox). 🎭 Uses headless Chrome to get HTML, JS, CSS, images/video/audio/subtitles, PDFs, screenshots, article text, git repos, and more...
MIT2026年7月19日 · 指标 2.10.0
npm
webrecorder/warcio.js
JS Streaming WARC IO optimized for Browser and Node
MIT2026年8月1日 · 指标 2.10.0
crates.io · PyPI
bodleian/wacksy
An experimental library for writing WACZ files
MIT2026年8月14日 · 指标 2.10.0
crates.io · PyPI
chatnoir-eu/chatnoir-resiliparse
A robust web archive analytics toolkit
Apache-2.02026年8月18日 · 指标 2.10.0
Go
tamnd/ccrawl-cli
A fast, friendly command line for Common Crawl: URL index search, WARC fetch, Parquet columnar queries, and dataset building.
Apache-2.02026年8月9日 · 指标 2.10.0
PyPI
bitextor/bitextor
Bitextor generates translation memories from multilingual websites
GPL-3.02026年7月21日 · 指标 2.10.0