Restaurar un sitio web desde Wayback Machine: guía completa

Esta es la guía completa: encontrar la instantánea correcta en Wayback Machine, calcular el precio de la restauración, elegir las opciones y terminar con un sitio en vivo que puedes editar a través de un CMS. Usaré un escenario realista de principio a fin, un sitio de clínica dental de 2014, 62 páginas, inactivo desde que el hosting caducó en 2021, porque cada paso implica una decisión que los tutoriales genéricos omiten. Al final sabrás exactamente en qué hacer clic, qué revisar y qué ignorar. Los mismos pasos sirven para un portafolio de 5 páginas o un foro de 50.000 páginas.

Restaurar un sitio web desde Wayback Machine: lo que necesitas primero

• El dominio antiguo o la URL exacta, la variante www frente a la no-www importa
• Una idea aproximada de cuándo el sitio se veía correcto por última vez
• Una cuenta de hosting, VPS o bucket S3 para recibir los archivos
• Diez minutos para revisar las instantáneas antes de gastar nada

No necesitas las credenciales del hosting antiguo, la base de datos vieja ni el desarrollador original. Todo proviene del archivo público. Si el desarrollador de la clínica hubiera desaparecido con las copias de seguridad, y suele pasar, no cambiaría nada en este proceso.

Paso 1: Encuentra la instantánea correcta

Ve a web.archive.org, pega la URL y abre la vista de calendario. Para el sitio de la clínica, la captura más reciente de 2021 era un aviso de hosting suspendido, inútil. Retrocediendo por 2020 se veía lo mismo. Diciembre de 2019 mostraba la página de inicio real con el encabezado azul que el propietario recordaba. Esa es la fecha de restauración.

Verifica la profundidad, no solo la página de inicio. La página de inicio se captura con más frecuencia; las páginas /services/ y /contact/ pueden tener meses de retraso. Haz clic en ellas desde dentro de la instantánea y anota sus fechas de captura. Si la página de contacto es de 2016 y la de inicio de 2019, espera números de teléfono inconsistentes y planifica una pasada de limpieza más adelante. Anota esas fechas de captura; las compararás con el manifiesto de archivos después de la restauración.

Revisa también las variantes de URL. La versión www de la clínica tenía unas 400 capturas; el dominio sin www tenía 60. Restaura la más completa, puedes canonicalizar a tu host preferido en el paso de opciones. Luego anota la marca de tiempo de 14 dígitos de la instantánea: 20191204231015 significa 4 de diciembre de 2019, 23:10:15 UTC. Pega esa URL completa con marca de tiempo en la herramienta de restauración, no el dominio simple, para obtener exactamente la captura que revisaste en lugar de la que la herramienta elija por defecto.

Paso 2: Calcula el precio de la restauración antes de pagar

Pega la URL con marca de tiempo en nuestra plataforma y ejecuta la estimación gratuita. Devuelve en segundos tres números que lo deciden todo: la cantidad exacta de archivos archivados, el tamaño total y un precio bloqueado. El sitio de la clínica: 1.847 archivos, 214 MB, la mayoría PDFs de formularios de admisión y fotos del personal. Bloqueado significa bloqueado, el precio se fija en el momento de la estimación y no puede subir a mitad del trabajo.

La facturación es por archivo restaurado más una pequeña tarifa plana por restauración. Recargas el saldo una vez, con tarjeta o cripto, sin suscripción, nada se renueva. Los códigos promocionales vienen en tres variantes: descuentos porcentuales, descuentos fijos y códigos duplicadores de saldo. Y si la restauración o el despliegue falla, el reembolso llega a tu saldo automáticamente. Sin ticket de soporte, sin discutir con nadie.

Paso 3: Configura las opciones de restauración que importan

Para la restauración de la clínica, el conjunto de opciones quedó así:

• Rango de fechas: enero de 2019 a diciembre de 2019, una versión coherente del diseño
• Eliminar analíticas, anuncios, iframes y enlaces externos, el sitio antiguo llamaba a tres dominios de seguimiento muertos
• Eliminar contactos clicables, el número de teléfono antiguo ahora pertenece a otra persona
• Enlaces internos relativos, canonicalización sin www, conversión a HTTPS
• Exportación estructurada de artículos en XML/CSV/JSON más el manifiesto de archivos JSON/SQLite, para el registro

Dos opciones merecen una segunda mirada. Mantener redirecciones 301/302 vale la pena activarlo si el sitio antiguo tenía reglas de redirección deliberadas, preserva esas y descarta las cadenas accidentales que registró el crawler. Minificar JS/CSS es una mejora de velocidad gratuita en cualquier sitio construido antes de 2018, lo que describía exactamente el sitio de la clínica. La lista completa de opciones está en la página de restauración con el mismo flujo de estimación.

Paso 4: Despliega el sitio con un CMS

Descarga el zip si quieres control local, o despliega directamente desde el panel. El despliegue con un clic funciona con VPS por SSH/SFTP, hosting compartido por FTP/FTPS o S3. Las credenciales se cifran con AES-256-GCM, y el fijado de clave de host SSH en la primera conexión significa que la herramienta se niega a hablar con un servidor cuya clave cambió desde que la aprobaste. El sitio de la clínica fue a un hosting compartido barato por FTPS en unos cuatro minutos.

Cada despliegue incluye el CMS de Restorix en /webarchive-cms.php, un único archivo PHP con edición de contenido, buscar y reemplazar, y un gestor de archivos. La contraseña de administrador se genera aleatoriamente por sitio y se muestra en tu panel, y el modo seguro está activado por defecto para que nada se rompa mientras aprendes a usarlo. Primer trabajo para la clínica: buscar y reemplazar el número de teléfono antiguo en las 62 páginas. Noventa segundos, listo. Si elegiste la descarga del zip en lugar de un despliegue, el mismo archivo CMS va dentro, suéltalo en la raíz web después de subirlo y funciona idéntico. El tutorial cubre el CMS pantalla por pantalla.

Una nota práctica sobre el modo seguro: déjalo activado hasta que hayas hecho clic por todo el panel de administración una vez. Mantiene las ediciones conservadoras mientras te familiarizas con el gestor de archivos, y desactivarlo después es un solo interruptor.

SEO después de restaurar un sitio web desde Wayback Machine

Un sitio restaurado empieza con una ventaja que la mayoría de sitios nuevos matizaría por tener: URLs antiguas que Google ya conoce, con años de enlaces de retroceso apuntando a ellas. Esos enlaces viejos vuelven a funcionar el día que el sitio se publica. No desperdicies esa ventaja.

1. Mantén la estructura de URLs original exactamente, cada URL cambiada es un posicionamiento tirado
2. Forza HTTPS y un host canónico, luego redirige la otra variante
3. Reenvía el sitemap antiguo, o genera uno nuevo, en Google Search Console
4. Restaura el robots.txt del archivo si tenías reglas personalizadas
5. Arregla rápido lo que se vea desactualizado: precios, fechas, páginas de personal, horarios de apertura

Espera que el reindexado tome de días a semanas. Las páginas que posicionaban antes suelen volver si el contenido y las URLs coinciden; las páginas que pasaron años devolviendo 404 tardan más en recuperar confianza. Las páginas principales de servicios de la clínica volvieron al índice en quince días.

Problemas que esperar al restaurar un sitio web desde Wayback Machine

• Imágenes que faltan y el crawler nunca capturó, el manifiesto lista cada hueco para que busques reemplazos
• Marcas de tiempo mezcladas entre la página de inicio y las páginas profundas, delimita con el rango de fechas, luego limpia los detalles
• Formularios que ya no envían, los formularios archivados son HTML estático, así que conéctalos a un nuevo handler o elimínalos
• Embebidos de terceros como mapas, vídeos y webfonts que llaman a dominios muertos, elimínalos en el paso de opciones
• Instantáneas aparcadas o vandalizadas escondidas cerca del final de la línea de tiempo, revisa antes de pagar

Ninguno es fatal. Suma una tarde de limpieza, y el manifiesto junto con el buscar y reemplazar del CMS cubre la mayor parte. La guía de trampas recorre cada modo de fallo con las comprobaciones que lo previenen.

El archivo te devuelve los archivos. Las opciones y la pasada de limpieza te devuelven el sitio.