Scoop
Scoop — программа Harvard Library Innovation Lab для снимка одной страницы в браузере. Её делали для ссылок в статьях, судебных материалах и проверке фактов: рядом со страницей сохраняются сведения о том, как снимок получен. Репозиторий — harvard-lil/scoop, пакет npm — @harvard-lil/scoop. Описание лаборатории: Scoop Capture Engine.
Scoop пишет .warc, .warc.gz или .wacz. Умеет приложить скриншот, PDF, снимок DOM, сертификаты, извлечённое видео и краткую сводку о происхождении снимка. WACZ можно подписать через сервер, совместимый со спецификацией WACZ Signing and Verification (параметр --signing-url). Это снимок одного URL, не обход сайта.
Установка и снимок
По README пакету нужен Node.js. В разделе требований указан Node.js 18+, в подсказке по установке CLI — Node.js 20–23. Перед первым запуском ставят зависимости браузера Playwright.
npm install -g @harvard-lil/scoop
sudo npx playwright install-deps chromium
scoop "https://example.com/"
По умолчанию результат — ./archive.wacz в текущем каталоге. Другой путь и формат WARC:
scoop "https://example.com/" -o my-collection/page.wacz
scoop "https://example.com/" -f warc -o my-collection/page.warc
Флаги -o / --output и -f / --format (warc, warc-gzipped, wacz, wacz-with-raw) взяты из scoop --help в README пакета 0.6.59 (страница npm, август 2025). Полный список — scoop --help.
Программа рассчитана на Linux, macOS и WSL. Для сложной страницы README называет ориентир от 4 ГБ оперативной памяти.
Когда брать Scoop, а когда Browsertrix
| Scoop | Browsertrix | |
|---|---|---|
| Сколько страниц | Одна | Список или сайт |
| Зачем | Фиксация адреса со сводкой и подписью WACZ | Коллекция в WACZ |
| Обход ссылок | Нет | Да |
Открывается файл там же, где и другой WACZ: ReplayWeb.page.