豆瓣官方从不提供数据导出，而你十几年攒下的书影音标记、评分和短评，全系在一个随时可能登不上的账号上。豆备 Doubak 是一款开源浏览器插件，它在你自己的浏览器里把豆瓣页面原样抓下来，存成互联网档案馆同款的 WARC 标准档案；一条命令还能生成可离线搜索、有固定链接的个人静态豆瓣站。整条链路免费、无服务器参与，登录凭据绝不离开你的设备。
它到底备份什么
豆备不是导出一份 CSV 表格了事。它的思路是：先把原始页面完整存下来，后续怎么解析、怎么用，以后慢慢来——因为页面一旦失效，再想抓也抓不回来。
抓取覆盖的内容包括：
- 书、影、音、游戏、舞台剧的标记（想看 / 在看 / 看过，含标记日期和短评），以及每部作品的详情页和封面
- 评分、短评、广播（含广播附图）、日记和影评书评的正文
- 自己编的豆列、私密豆列、个人相册原图、加入和管理的小组及自己发的讨论
- 增量抓取：第二次只抓新增部分，多份档案连成一条链；中途遇到验证码、断网或关闭浏览器，断点续抓，已抓到的不会丢
抓下来的页面按 WARC 格式原样保存——这是网页存档的国际标准，互联网档案馆用的就是它，原始字节和响应头不做任何清洗，用 ReplayWeb.page 或 pywb 就能直接打开重放，不依赖豆备本身。
解析与生成：从档案到你自己的豆瓣站
光有档案还不够，豆备把后续环节也做成了离线纯函数：
- 结构化数据：从档案解析出 8 个 NDJSON 文件（标记、作品、广播、长文、豆列、相册、小组话题、加入的小组），可用
jq直接检索，每次观测保留版本修订，改评分和改短评会被区分开 - 个人静态站：一条命令生成可搜索、有固定链接的个人豆瓣站。作者用自己十余年的真实数据跑出的样张站是 sample.doubak.com：2940 条标记、3394 条广播、3045 张图片全部本地，0 个外部请求——断网双击
index.html也能看 - 导出迁移：一条命令产出 NeoDB、Letterboxd、Goodreads 的导入文件，纯本地不联网。NeoDB 那条路作者实测 2950 条标记带走了 2943 条，剩下 7 条是豆瓣已删、档案里连链接都没留的作品，会被单独列出明确告知
为什么强调"趁条目还在"
官网讲了一个真实案例：样张站里保留了 8 个豆瓣已删除的作品（7 个游戏、1 部电影）。其中一款游戏当年有人刻意绕开敏感词写下短评，条目最终还是彻底消失——作品卡片变成了"未知作品"，广播正文虽然固定，但附带的卡片是豆瓣实时渲染的，2026 年再去看 2017 年的广播，卡片也早已面目全非。作品名字只有趁条目还在时抓过才能留下来。
防封设计：账号安全是底线
豆备的信任边界严格限定在本地设备：扩展在你自己的浏览器、用你自己的 IP 和节奏抓，没有服务器、没有账号体系。遇到验证码它会主动停下来等你手动验证，而不是重试——在限流或软封禁时盲目重试，正是把临时限制恶化成永久封号的最常见原因。登录状态一旦失效，任务立即停止。
和老牌工具豆伴的区别：豆伴保存的是从页面提取出的零散字段（不含图片，断网看不了图）；豆备保存的是页面本身的 WARC 快照，含图片、离线完整可读。如果你只想要一份简明清单，豆伴更轻快；如果你想要"条目消失后依然知道当时页面上的一切"，选豆备。
获取与平台
- 免费、开源（Apache-2.0 协议），当前扩展版本 v1.5.1；零外部依赖，仓库里的源码就是浏览器里跑的代码，可直接审计
- 支持 Chrome、Edge，或 Firefox 140 以上（Safari 暂不支持）
- 官网：doubak.com；GitHub 组织页有扩展、档案规范、解析器、站点生成器等多个独立仓库
评论区