保存浏览过的网页并搜索有哪些好的方案

[FrankAdler]

目前用 SingleFile 自动保存到 webdav ，但是搜索是个问题，理想情况是有个 web 界面，目前没有找到合适的工具，暂时是用命令行 find+grep ，感觉不太方便。

了解了下两个轻量级的全文搜索：ZincSearch 、blevesearch ，还没深入是看，但是感觉也应该需要想办法把网页内容导入到引擎里面，不知道还有没有其他的方案。

尽量轻量级一些，ES 太重了首先排除掉吧。

[TrembleBeforeMe]

https://archivebox.io/

[FrankAdler]

@TrembleBeforeMe 这个看起来好强，我先研究下看看

[caomu]

前段时间还讨论了一下
https://www.v2ex.com/t/916365

[tool2d]

自己写一个 vscode 插件，find in files 文本搜搜嘛可以了。

低频需求，性能要求不需要那么高。

[FrankAdler]

@caomu https://www.v2ex.com/t/798536 lockheart 提到的 https://historio.us 也是一种选择，感觉很类似私人引擎了

[FrankAdler]

@tool2d 可能还不如 find+grep 呢，就是要 ssh 下

[vtexer]

语雀的剪存

[vtexer]

飞书的剪存

[fds]

前两天看到 https://github.com/omnivore-app/omnivore 不过我没用过

[tool2d]

@FrankAdler mhtml 需要解包，至少不去搜索 base64 里的图片。

还需要定位跳转，搜出来结果，你总要看一下上下文吧。

还有一些不是 utf8 格式的页面需要转换，又或者不是一个个独立文件，文件多了后，是定期 zip 打包这种形式存在于磁盘上的。

退一万步，就算直接用 find 命令行，我也会写一个自己特化的管道过滤工具，码农不就是写工具的。

[ipfox]

chrome 插件 Chrono Power Action

[Giftina]

SingleFile 存到本地后搭配 hamsterbase 即可

[Huelse]

感觉有点像 onetab 的功能

[abcdxe2v]

@FrankAdler
historio.us 这个不行，很多网页抓取不到（可能是因为动态加载的原因）
由于我需要正则，所以我是 SingleFile 保存后，用 FileLocator Pro （因为是正则，所以无索引）

[ztbz123]

@abcdxe2v 我也这样，但 FileLocator Pro 检索和预览 HTML ，是源代码 html 标签的形式，html 标签和样式比较多，看着不太直观方便，有没有什么解决方法？比如，能不能设置 FileLocator Pro 预览 HTML 格式文件时，可通过浏览器预览展示

[zictos]

试过很多，没一个好用的，很多明明看过的文字却搜不到。现在很多网站又都是 js 动态加载，就更可能搜不到了

[FrankAdler]

@zictos archivebox 可以抓起 js 动态加载的（基于无头浏览器）

[FrankAdler]

@ztbz123 可能保存的时候不要 css 样式会好很多？毕竟内容才是最重要的

[tinola]

以前用网文快捕 CyberArticle 可以离线保存，后来不更新了，可惜。现在用 onetab.

[edis0n0]

@TrembleBeforeMe #1 这个要登录的页面就不行，好文章很多都要登陆才能看