1. 旧网页去向成谜657,607 个链接追踪揭秘一个旧的 0.mk 数据库备份保存了 2009 至 2014 年间创建的 657,958 个链接及其点击量。2026 年 8 月恢复其中 657,607 条 2015 年前的链接记录并追踪目标地址。在 655,178 条安全且可爬取的链接记录中76.7% 已无法返回加载页面。0.mk 多数用户来自马其顿这是当时在线社区分享内容的大量留存记录涵盖当地新闻、个人博客等。2009 年 0.mk 创立是三人团队的兴趣项目利用业余时间开发。17 年后团队成员发现旧数据库备份并决定恢复。以下是六年链接创建情况及后续沉寂2009 年 3,668 个链接2010 年 20,283 个链接2011 年 103,053 个链接2012 年 23,148 个链接2013 年 224,931 个链接2014 年 282,524 个链接2026 年 404 个链接。这里统计的是原始链接记录2011 年激增因包含一批 83,398 个链接2013 年 97.8% 和 2014 年 99.9% 的记录未关联到已恢复账户绿色部分代表 2026 年重启。2. 存活测试旧链接现状如何此次爬取涵盖截至 2014 年 12 月的 657,607 条已恢复链接记录排除 2,429 条有问题记录得到 655,178 条可爬取历史链接。其中无法连接占 51.24%DNS、超时、TLS 问题HTTP 错误占 25.44%4xx / 5xx成功加载占 23.32%2xx / 3xx 响应。即便 23.3% 的加载率也高估了实际存活内容登录墙等情况也算加载成功页面能加载不意味着原始内容仍存在。有 657,607 个链接但只有 494,781 个 URL因多个短链接会指向相同目标地址重复记录有 162,826 条。每个目标地址只算一次后494,781 个不同 URL 中只有 21.3% 能加载成功去除重复后仍有 78.7% 无法加载。在唯一 URL 层面55.0% 在重试后网络层故障23.7% 返回 HTTP 错误最常见 HTTP 结果是 404涉及 76,403 个不同 URL29,663 个返回 403 或 429可能是网站阻止爬虫说“未加载”更准确。在域名层面133,605 个可爬取主机名中只有 34,827 个至少有一个 URL 能加载成功其余 98,778 个无可用 URL。不同年份 URL 和主机无加载页面比例不同2011 年数据差异因一个账户创建大量指向 pelaphptutorials.com 的链接去除该批链接后2011 年记录减少2013 年和 2014 年多数记录匿名且四分之三主机名无可用 URL原始链接数量并非用户增长曲线。许多存活的知名网站是巨头个人博客等大量出现在无法访问列表中集中式网络表现优于小型网站。3. 漫步“墓地”旧网站现状几何这个数据库像 2010 年代互联网的博物馆有链接指向的部分网站及链接数量如下Facebook 图片 CDNfbcdn.net835 个链接但无链接可加载Google Code 803 个链接现在许多 URL 会重定向到其存档PureVolume 796 个链接旧服务停用但域名仍有响应Rapidshare 139 个链接无 URL 可加载Megaupload 71 个链接无 URL 可加载Picasa Web Albums 69 个链接无 URL 可加载。人们曾分享 Facebook 图片 CDN 链接835 条记录背后的 789 个不同 fbcdn.net URL 均无法加载。而 PureVolume 653 个不同 URL 中有 633 个能返回页面Google Code 754 个 URL 中有 628 个能加载或重定向但 HTTP 响应不代表内容被保留。4. 马其顿特色消失网络的记录0.mk 是马其顿首个 URL 缩短服务这些数据是该国部分已消失网络的记录。链接指向 2011 年停播的 A1 电视台2017 年停刊的报纸《晨报》《日报》《信使报》等数百个指向当地新闻的链接如今无处可寻有时只能在互联网档案馆查看短链接比新闻机构存活更久。5. 珍贵发现书签中的珍宝有哪些17 年里他人收藏的书签中有一些珍贵发现首个被缩短的链接2009 年 7 月 14 日凌晨 3:52是某人 WordPress 博客上的 CSS 样式表仅有两次点击第二天有人缩短了 localhost0.mk/localhost 指向 http://127.0.0.1/有两次点击每次导向访问者自己的机器最短的链接 0.mk/1 指向最长的域名 thelongestlistofthelongeststuffatthelongestdomainnameatlonglast.com已记录 10,415 次点击该网站如今已不复存在2012 年缩短过的最长 URL 有 38,753 个字符是一个 CodePen 链接查询字符串反复出现 TRYING_THE_MAXIMUM_URL有人在测试 0.mk 并通过记录至今保留有 4,478 个链接指向其他 URL 缩短服务如 bit.ly、TinyURL、goo.gl谷歌 2025 年关闭 goo.gl这些链接成断链不朽的链接 0.mk/7 创建于 2009 年 7 月 15 日指向 google.com已有 95,999 次点击且点击量还在增加17 年过去经历一次重启后仍指向那里。6. 0.mk 为何重启到 2014 年0.mk 收入无法覆盖成本和工作投入垃圾信息泛滥过滤和审核需更多投入原团队因此关闭服务。17 年后人工智能可承担大部分开发、检测、审核等工作使重启 0.mk 成为现实。如今恢复的链接通过 300 多个城市的边缘服务器运行。7. 检测方式如何测试链接对 2015 年 1 月 1 日前恢复的每个链接进行测试爬虫最多跟随五次重定向从第二个网络重试连接失败情况将 HTTP 2xx 和 3xx 响应视为加载成功单独报告 HTTP 错误从不访问本地或不安全地址。那么未来旧网页的留存情况会如何变化呢