无法通过JavaScript获取网页归档重写后的URL问题求助

Wayback Machine（网页归档）的链接重写机制是通过客户端注入的脚本实现的：它会拦截链接的点击事件，自动跳转到带归档前缀的URL，但并不会真正修改DOM元素的href属性原始值。

你在浏览器元素检查器中看到的带web.archive.org的URL，是浏览器根据Wayback的跳转逻辑展示的“实际跳转目标”，而非DOM属性中存储的原始值，所以直接通过element.href或element.getAttribute('href')获取到的是页面归档时的原始链接。

方法1：利用Wayback全局变量拼接（最可靠） #

Wayback会在归档页面中注入全局变量_wb_js_base，它的值就是当前页面的归档前缀（比如示例中的https://web.archive.org/web/20090101161506/）。直接用这个变量拼接原始链接即可得到完整归档URL：

// 定位到目标链接
const mailLink = document.querySelector('a[href="http://mail.sapo.pt/"]');
// 拼接完整归档URL
const fullArchiveUrl = _wb_js_base + mailLink.getAttribute('href');
console.log(fullArchiveUrl);
// 输出：https://web.archive.org/web/20090101161506/http://mail.sapo.pt/

方法2：手动提取归档前缀拼接 #

如果全局变量不可用，可以从当前页面的URL中提取归档前缀：

// 提取当前页面的归档前缀（截取到时间戳后的斜杠位置）
const archivePrefix = window.location.href.split('/').slice(0, 5).join('/') + '/';
// 定位目标链接
const mailLink = document.querySelector('a[href="http://mail.sapo.pt/"]');
// 拼接完整URL
const fullArchiveUrl = archivePrefix + mailLink.getAttribute('href');

注意事项 #

• 如果原始链接是相对路径（比如/mail），需要先拼接原始站点的根URL（示例中是http://www.sapo.pt/），再拼归档前缀；
• 避免直接使用element.href，因为它会被浏览器解析为当前页面的绝对路径（但不是归档路径），要用element.getAttribute('href')获取原始属性值。

内容的提问来源于stack exchange，提问作者3snoW