Medium 是怎么干碎 Web Archive 的

不确定是无心之过还是有心之举。

我有翻引用的小习惯。如果你在文章中添加了引用资料，或者哪怕单纯地加一个指向其他文章的超链接，如果我手头有时间，那么我会打开看一看——至少验证一下这篇文章确实是你所表述的那样。

有些时候，被引用的文章来自 Medium. 但这篇文章的主人因为这样那样的原因选择了删除这篇文章。这样一来，查证连就断掉了。但是好在有 Web Archive, 如果其他人有抓过这个页面的快照，那么还是能调取的。

但是 Medium 偏偏在它的一坨被混淆的 JS 代码里加入了这样一些东西：

/// https://web.archive.org/web/20240718000345js_/https://cdn-client.medium.com/lite/static/js/main.fbe03b98.js
/// <SNIP>
ue = function() {
    var e = (0, se.R)().loading, t = (0,ce.z)({ name:"allow_iframe", placeholder:!0 });
    return e || t ? null : l.createElement("div",
        {dangerouslySetInnerHTML:
            {__html:
                '<script>if (window.self !== window.top) window.location = "about:blank"<\/script>'
            }
        }
    )
}
/// <SNIP>
var r = n(80296), a = n(96540), o = function () {
    var e = a.useState(!1), t = (0, r.A)(e, 2), n = t[0], o = t[1];
    return a.useEffect(
        function() {
            "undefined" != typeof window && window.self !== window.top && o(!0)
        }, 
    []);
}
/// <SNIP>

我不是 JavaScript 逆向领域专家，所以除了简单格式化一下代码也没法做太多工作。不过，你可能已经发现了 window.self !== window.top 这个关键内容。这个代码用于检查当前页面是否是在一个 <iframe> 里。

在 Web Archive 中，展示出来的效果就是这个页面会不停地刷新自己。

解决办法很简单，通过 NoScript 工具暂时禁用掉 JavaScript 就可以了。直觉上，Medium 本站肯定是通过 AJAX 动态加载内容进来的，不过存档工具走一遭之后，图文完成渲染即定型。所以即使不加载 JavaScript, 也不妨碍我能读完这篇内容。

这么做的原因之一大概是 Medium 的一些内容是付费的。而如果你可以通过存档工具绕过付费墙的话，这个东西就成了笑话了。不过，我目前真想不到如何通过 <iframe> 绕过付费墙。通过共享 Cookie 么？这个似乎在浏览器上完全不可行啊。

看来归档并不是一个简单的「存一下数据就完事」的工作，有些时候还得想方法对付这些难缠的站点。