「頁庫存檔」功能悄悄移除，Google 不再備份整個網路

如果某個網站關閉或遭到大規模變動，Google 搜尋提供「頁庫存檔」功能可以一窺網站過去樣貌以及相關資訊，然而這項功能已被悄悄移除。

經營 Google 搜尋聯絡員（Google SearchLiaison）官方帳號的 Danny Sullivan 透過推文證實，Google 搜尋不再提供「頁庫存檔」功能。他談道網路世界和人們需求有了很大轉變，Google 決定將這項功能「退役」。

「頁庫存檔」功能過去出現在每項 Google 搜尋結果旁邊的下拉式選單，當 Google 網路爬蟲（web crawler）在網路尋找全新或更新後的網頁，會以快取方式保留特定時間點的網頁快照，這使 Google 幾乎對整個網際網路進行備份，累積的龐大資料量可能難以估算。

早期「頁庫存檔」只有純文字版，但 Google 網路爬蟲一步步累積豐富的網站資料，比方說 JavaScript（目前有專門的網路爬蟲收集這一塊）。許多網路爬蟲爬來的詳細資訊處於保密狀態，以躲避 SEO 和垃圾郵件騷擾。

現在從 Google 搜尋已經看不到任何「頁庫存檔」，不過你仍有機會找出特定網站「頁庫存檔」，方法是在瀏覽器網址列輸入「https://webcache.googleusercontent.com/search?q=cache:」緊接著網址，甚至以「cache:」緊接著網址即可。以《科技新報》為例，即是「https://webcache.googleusercontent.com/search?q=cache:technews.tw」以及「cache:technews.tw」就會顯示特定時間點的網頁快照，目前不確定這種方法是否會持續下去。

此外，Danny Sullivan 也建議如有相關需求，可以使用網際網路檔案館（Internet Archive）提供的「網頁時光機」（Wayback Machine）服務。

Gogole 正處於削減營運成本的關鍵時期，同時將資源投注在 AI 以及其他優先事項，因此假設 Google 開始刪除快取資料，可能釋放大量資源。

Google will no longer back up the Internet: Cached webpages are dead
（首圖來源：科技新報）

google 用 page rank 去generate 網頁排名，一定有網頁snapshot，只不過可能唔開放出嚟慳bandwidth.

懷疑寫手唔識基本科技嘢

wayback machine 唔係俾人告緊咩
好有機會隨時收皮

個果temp page 幾好用同幾勁
delete 左既page 都仲有機會係呢度搵返D資料

覺得cache page係data既一部份
依家data對develop ai既重要性好高
收番埋都好正常

點解要snapshot？
舊record 對於search engine有咩用？
cache最新版本我理解，cache舊版本真係唸唔到有咩用

有時啲公司/ 機構網站出古惑偷偷地改嘢可以睇返cached page改過乜

我講snapshot是強調他是raw，你講cache 亦無錯，總之係最後的raw copy

有無聽過inverted index?

我知你想講乜，可以real time generate digested data + indexing. 之後raw data 可以delete 左佢。正常系統要考慮maintenance，因為某一website indexing 可以好耐先做一次+webpage owner 唔係google客仔，如果唔keep raw data，請問點debug?

我唔係做search engine

你唸清楚先，為左debug要存曬成個互聯網既website？ 呢個世界都仲有樣嘢叫meta data。

現在就係存曬成個互聯網

仲可以cache: search operator去搵網頁存檔

仲有一樣野，有cached pages 做參考，seo 和 web developer 可以知識 google clawer 食到乜，這就類似system integration，coding 會fit for google se, 亦幫到google 生態。

當然google如果勁到1.乜都食到+2.100%bug free, 咁咪唔俾cached pages人睇，只提供一個live time debugger俾人用。