Mozilla Taiwan Blog Archive

這個 repo 保存並重建 blog.mozilla.com.tw 的 Wayback Machine 封存內容，輸出為可由 GitHub Pages 發布的靜態 HTML。

文件索引

中間計畫與盤點文件已整理到 docs/：

• docs/workflow-refactor.plan.md：archive / parse / localize / build / deploy workflow refactor 計畫與狀態。
• docs/redirect-rule.plan.md：舊網址 inventory 與 GitHub Pages redirect 規則。
• docs/blog-event.plan.md：blog events 封存、資源與靜態頁規劃。
• docs/tech-author.plan.md：tech authors 封存、資源與靜態頁規劃。
• docs/legacy-wayback-plan.md：早期 Wayback 封存完整計畫，保留作歷史參考。

常用指令

新的 workflow 入口以明確階段與明確站台為主，不提供 --all：

node scripts/workflow.js archive --site blog
node scripts/workflow.js parse --site blog
node scripts/workflow.js localize --site blog
node scripts/workflow.js build --site blog
node scripts/workflow.js deploy --site blog

若要處理兩個站，使用明確命名的雙站命令：

node scripts/workflow.js report-both
node scripts/workflow.js localize-both
node scripts/workflow.js build-both
node scripts/workflow.js deploy-both

階段責任：

• archive：抓 Wayback 原始 HTML 與來源清單；不產生 canonical JSON / Markdown。
• parse：只從本地 raw HTML 產生 canonical JSON / Markdown / metadata；blog events 與 tech authors 也在這個階段重建。
• localize：讀取 parsed content 與 asset mapping，將可對應到本地檔案的遠端資源 URL 改寫成 ../assets/...。
• build：把 localized content 編譯成靜態頁面，遠端資源檢查只作為防禦性 fallback；每次 build 最後產生合併的 site-build/sitemap.xml，並同步 build output 到 gh-pages worktree。
• deploy：不重新 build、不重新同步內容；只負責 commit/push gh-pages worktree，並清理預設臨時 worktree。

站台設定集中於 scripts/lib/site-profiles.js。deploy 目標為 moztw.org/taipei/ 與 moztw.org/tech/。

只需要重產 sitemap 時可直接執行 node scripts/build-sitemaps.js 或 npm run site:sitemap；它只讀取目前的 blog/ 與 tech/ build output，不會重新 build。

npm run site:build

將 archive-blog/articles-md 內的 Markdown 文章轉成靜態網站，輸出到 blog/。

npm run site:deploy

發布已由 build 寫入的 gh-pages worktree。發布前應先執行：

node scripts/workflow.js build-both

build 階段會：

1. 建立或重用 gh-pages worktree
2. 將 blog/ 與 tech/ 同步到 deploy worktree 的 taipei/ 與 tech/
3. 將 site-build/sitemap.xml 複製到 branch root
4. 產生 branch root 的 index

deploy 階段只做：

1. commit gh-pages
2. push 到指定 remote / branch
3. 若 worktree 是預設臨時目錄，成功 push 後移除並 prune

可用參數：

npm run site:deploy -- --no-push
npm run site:deploy -- --keep-worktree
npm run site:deploy -- --worktree /private/tmp/blog.mozilla.com.tw-gh-pages
npm run site:deploy -- --message "Publish static site"
npm run site:deploy -- --remote moztw --branch gh-pages

封存與補資源

主要封存腳本是 scripts/archive-wayback.js。預設處理 blog.mozilla.com.tw 與 archive-blog/，也可以用參數切換到其他同型 WordPress 封存來源，例如 tech.mozilla.com.tw：

node scripts/archive-wayback.js media-report
node scripts/archive-wayback.js media-report --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json

目前資源補救策略分三層：

1. 同站資源優先從 Wayback 補。 blog.mozilla.com.tw/* 與 tech.mozilla.com.tw/* 這類原站資源仍以 Wayback snapshot 為主要來源，避免抓到後來網域內容變動後的檔案。

2. WordPress 同目錄尺寸版可作為顯示 fallback。 若原文內嵌的是原尺寸 URL，但 Wayback 找不到原圖，而另有手動擷取的 /wp-content/ 清單證明同目錄存在 -300x...、-1024x... 等尺寸版，可以下載最大尺寸版作為文內顯示圖；但 Markdown 仍保留原尺寸 URL 作為外層連結。

node scripts/archive-wayback.js wp-content-crosscheck --wp-content blog-wp-content.json
node scripts/archive-wayback.js wp-content-crosscheck --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json --wp-content tech-wp-content.json
node scripts/archive-wayback.js media-fallback-variants --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json

輸出範例：

[![](../assets/127/wp-content/uploads/2012/04/b2g1-300x295.png)](https://tech.mozilla.com.tw/wp-content/uploads/2012/04/b2g1.png)

3. 外站資源優先直接抓原始出處，不先走 Wayback。 對缺失清單中不是目前站台 host 的 URL，例如 hacks.mozilla.org、blog.mozilla.org、videos-cdn.mozilla.net、assets.pinterest.com、statics.plurk.com 等，先直接 fetch 原始 URL。本機下載成功才回填 archive_path；若回 HTML 頁、404、403 或 fetch failed，就記錄失敗，不把錯誤頁存成媒體。

node scripts/archive-wayback.js media-direct-external
node scripts/archive-wayback.js media-direct-external --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json

補救完成後重建索引與缺失報告：

node scripts/archive-wayback.js reindex
node scripts/archive-wayback.js media-report
node scripts/archive-wayback.js reindex --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json
node scripts/archive-wayback.js media-report --site-host tech.mozilla.com.tw --archive-dir archive-tech --timemap json-tech.json

常用報告檔：

• archive-blog/discovery/article-media-report.json
• archive-blog/discovery/current-missing-media-urls.tsv
• archive-blog/discovery/wp-content-missing-resource-crosscheck.json
• archive-blog/discovery/wp-content-recoverable-candidates.tsv
• archive-blog/discovery/media-direct-external-report.json
• archive-tech/discovery/article-media-report.json
• archive-tech/discovery/current-missing-media-urls.tsv
• archive-tech/discovery/wp-content-missing-resource-crosscheck.json
• archive-tech/discovery/media-fallback-variants-report.json
• archive-tech/discovery/media-direct-external-report.json

靜態網站結構

scripts/build-site.js 會產生：

• blog/index.html：全部文章列表
• blog/posts/<post_id>/index.html：單篇文章頁
• blog/categories/index.html：分類索引
• blog/categories/<category>/index.html：分類文章列表
• blog/months/index.html：月份索引
• blog/months/YYYY-MM/index.html：月份文章列表
• blog/assets/：文章內已本地化的媒體檔案
• blog/styles.css：基本樣式
• blog/.nojekyll：避免 GitHub Pages 以 Jekyll 處理底線路徑或檔名

編譯實作細節

輸入來源是已封存的 Markdown 與媒體檔：

• archive-blog/articles-md/*.md
• archive-blog/assets/**

每篇 Markdown 的 frontmatter 提供 post_id、title、date、categories、tags、original_url、archive_url 等欄位。build script 會用 frontmatter 排序、建立文章 URL、分類頁、月份頁，並把 Markdown body 轉成 HTML。

站內連結會盡量轉為相對路徑：

• https://blog.mozilla.com.tw/?p=<id>
• https://blog.mozilla.com.tw/posts/<id>/...

如果 <id> 存在於目前輸出的文章集合，會改成相對的 posts/<id>/；如果本地沒有該文章，保留原始外部連結以避免產生斷連。

媒體路徑會從 Markdown 的 ../assets/... 轉成相對於輸出頁面的 assets/... 路徑。外部媒體若尚未本地化，仍保留原始 URL。

部署由 scripts/deploy-gh-pages.js 處理。預設 worktree 位置為：

/private/tmp/blog.mozilla.com.tw-gh-pages-deploy

也可用 --worktree 或 GH_PAGES_WORKTREE 指定其他位置。build 會把輸出寫入該 worktree；deploy 只會自動清理預設臨時 worktree，指定位置會保留。需要檢查預設臨時 worktree 時可加 --keep-worktree。

授權

沿用 Mozilla Taiwan 網站授權。除另有註明外，本站內容皆採用 創用 CC 姓名標示─相同方式分享 4.0 國際 或更新版本授權大眾使用。

個別文章、圖片、影片、引用內容或外部連結若另有授權標示，應以該標示為準。