Ipakita ang Kasaysayan ng Website: Ang Nakaraan ng Anumang Site sa Wala Pang Isang Minuto

Noong nakaraang Martes, nag-panic ang isang kliyente ko. Nasira ang kanyang WooCommerce store dahil sa masamang update ng plugin, tatlumpung araw nang luma ang mga backup ng host, at kailangan niyang maibalik ang mga pahina ng produkto bago mag-Biyernes. Ang una kong ginawa ay hindi ang galawin ang server. Binuksan ko ang Wayback Machine at hinugot ang apat na taong kasaysayan ng kanyang site sa screen sa loob ng halos apatnapung segundo. Iyan ang hakbang na itinuturo ng artikulong ito: kung paano ipakita ang kasaysayan ng website para sa anumang domain, nang mabilis, at kung ano ang gagawin sa iyong natuklasan kapag nag-load na ito.

Walang install, walang account, walang command line. Isang browser at isang URL ang buong toolkit. Ginagamit ko ang routine na ito para sa due diligence ng domain, pagbawi ng nawalang content, pananaliksik sa kakumpitensya, at paminsan-minsang alitan sa trademark. Ang mga tool mismo ay simple. Ang pagbabasa nito nang maayos ang tunay na kasanayan, at ito ang naghihiwalay sa dalawang minutong pagtingin mula sa isang hapong nasayang sa mga sirang snapshot.

Paano Ipakita ang Kasaysayan ng Website sa Wala Pang Isang Minuto

Ang Wayback Machine sa web.archive.org ay naglalaman ng daan-daang bilyong naka-save na pahina, na may mga capture mula pa noong 1996. Para sa karamihan ng mga domain na matagal nang umiiral, mayroong kahit isang snapshot na nakaimbak. Narito ang buong pamamaraan:

1. Buksan ang web.archive.org sa anumang browser. Huwag pansinin ang kahon na Save Page Now sa ngayon, ina-archive nito ang kasalukuyan, at ang gusto mo ay ang nakaraan.
2. I-paste ang payak na URL ng site sa search box: example.com, hindi isang search query.
3. Pindutin ang Enter. Mapupunta ka sa isang calendar view na may itim na bar chart ng mga taon sa itaas.
4. I-click ang isang taon sa bar chart upang mapunta ang kalendaryo dito.
5. I-hover ang isang araw na may kulay na bilog. May popup na naglilista ng mga oras ng capture; pumili ng isa.
6. Naglo-load ang snapshot sa lugar. Karamihan sa mga internal link na na-crawl ay gumagana pa rin, kaya mag-click sa paligid at tingnan kung gaano kalalim ang capture.

Isang bagay na nakakalito sa mga tao: ang http at https na bersyon ng isang domain ay hiwalay na naka-imbak, gayundin ang www at hindi www. Kung kakaunti ang lumabas sa paghahanap, subukang muli ang mga variant. Ang isang lumang site na nasa http://www.example.com noong 2009 ay may kasaysayang naka-file sa eksaktong address na iyon, at ang paghahanap sa modernong https URL ay halos walang ipapakita.

Apatnapung segundo, tulad ng ipinangako ko. Ang mabagal na bahagi ay ang pagpapasya kung ano ang susunod na gagawin, at ang natitirang bahagi ng artikulong ito ay tungkol mismo doon.

Pagbabasa ng Timeline ng Wayback Machine

Ang bar chart sa itaas ay bilang ng capture bawat taon. Ang matataas na bar ay nangangahulugang madalas na kinuha ng archive ang site. Ang taas ay walang sinasabi tungkol sa trapiko o kalidad, tanging kung gaano ka-crawlable at well-linked ang site. Ang mga may kulay na bilog na nakakalat sa mga araw ng kalendaryo ay nagsasabi sa iyo kung ano talaga ang bawat indibidwal na capture:

• Asul: isang matagumpay na capture, HTTP 200. Ito ang gusto mo.
• Berde: isang redirect. Ang snapshot ay isang signpost lamang patungo sa ibang URL, kadalasan ang lumang pagtalon mula http patungong https.
• Kahel: isang client error, kadalasan ay 404. Bihirang sulit buksan.
• Pula: isang server error. Laktawan ito.
• Maraming bilog sa isang araw ay nangangahulugang maraming capture. Ang mas huli ay kadalasang may mas maraming larawan at CSS ng pahina.

Ang isang patag na taon sa gitna ng isang abalang timeline ay isang kuwento mismo: ang site ay down, hinaharangan ang mga crawler, o nawala ang bawat link na tumuturo dito. Tatlong magkakaibang problema, isang magkaparehong sintomas.

Iba Pang Paraan para Ipakita ang Kasaysayan ng Website Kapag Walang Laman ang Wayback Machine

Ang Wayback Machine ang pinakamalaking archive, hindi lamang ang nag-iisa. Ang mga site na humarang sa crawler nito o nagtago sa likod ng mga panuntunan ng robots.txt ay lumilitaw pa rin sa ibang lugar. Ang aking gumaganang shortlist:

• archive.today (maaari ring maabot bilang archive.ph): isang independiyenteng, on-demand na archive. Walang interface ng kalendaryo, naghahanap ka sa pamamagitan ng URL. Madalas itong may mga pahinang nilaktawan ng Wayback Machine, at binabalewala nito ang ilang pagharang ng crawler.
• Common Crawl: isang nonprofit na nag-crawl ng bilyun-bilyong pahina bawat buwan at ibinibigay ang raw data. Binuo para sa maramihang pananaliksik at mabigat para sa kaswal na pag-browse, ngunit napakahalaga kapag kailangan mo ng sukat.
• Memento Time Travel (timetravel.mementoweb.org): nagtatanong sa dose-dosenang web archive nang sabay-sabay at inilalagay ang mga hit sa isang timeline. Ang pinakamabilis na paraan upang makita kung sino pa ang nag-archive ng isang pahina.
• oldweb.today: nire-replay ang mga capture sa loob ng mga emulated, period-correct na browser. Kadalasan ay nostalgia, paminsan-minsan ang tanging paraan upang ma-render ang isang pahina ng panahon ng Flash.

Isang ugali na dapat iwanan: ang lumang cache: search trick. Inalis ng Google ang tampok na cached-page nito noong 2024, at inalis ng Bing ang katumbas nito. Anumang gabay na nagsasabi pa ring i-type ang cache: sa isang search engine ay isinulat bago iyon at hindi na-update.

Ano ang Gagawin sa Iyong Natuklasan

Karamihan sa mga tao ay tumitingin sa kasaysayan ng isang site para sa isa sa apat na dahilan. Bawat isa ay lehitimo, at bawat isa ay may sariling pamamaraan.

Bawiin ang nawalang content

Mga paglalarawan ng produkto, mga post sa blog, mga talahanayan ng presyo, kung ang isang pahina ay na-render sa isang browser, ang teksto nito ay halos tiyak na nasa isang archive sa isang lugar. Kopyahin ito nang manu-mano para sa isa o dalawang pahina. Para sa isang buong site, gusto mo ang aktwal na mga file, na ibang trabaho; ang aming gabay sa pagpapanumbalik ng isang website mula sa Wayback Machine ay sumasaklaw sa landas na iyon.

Suriin ang isang domain bago mo ito bilhin

Ang mga expired na domain ay dala ang kanilang nakaraan. Sinuri ko ang isa noong nakaraang taon na mukhang perpekto, malinis na backlink profile, makatarungang presyo, hanggang sa ipinakita ng mga snapshot nito noong 2014 ang tatlong taon ng pharma spam at isang redirect sa isang casino. Ang ganoong uri ng kasaysayan ay lumalason sa tiwala sa paghahanap sa loob ng maraming taon. Ang isang malinis na archive, sa kabilang banda, ay sulit na pagbayaran ng premium.

Ayusin ang mga hindi pagkakaunawaan

Ang mga timestamped capture ay regular na ginagamit upang ipakita kung kailan unang lumitaw ang content, branding, o pagpepresyo. Hindi ito legal na payo, at ang mga korte mismo ang tumitimbang ng ebidensya, ngunit bilang patunay ng naunang pag-iral, ang isang naka-archive na snapshot ay mas mahusay kaysa sa isang screenshot sa isang Word file nang malayo.

Magsaliksik ng mga kakumpitensya

Ang mga pahina ng pagpepresyo ang goldmine. Hakbang sa dalawang taon ng mga snapshot ng isang karibal at makikita mo silang sumubok ng pagtaas ng presyo, umatras, at ibalik ito. Mga paglulunsad ng tampok, mga pagbabago sa pagpoposisyon, mga itinigil na produkto, lahat ay may timestamp, lahat ay libre.

Mga Karaniwang Pagkakamali Kapag Ipinapakita ang Kasaysayan ng Website para sa Pananaliksik

• Sinusuri lamang ang homepage. Ang mga malalalim na pahina, /pricing, /about, mga lumang URL ng blog, ay may sariling mga kasaysayan at kadalasang mas mahusay na saklaw kaysa sa front page.
• Itinuturing ang berdeng redirect na bilog bilang content. Walang pahina sa likod nito, isang pointer lamang. Sundan ito patungo sa target na URL at siyasatin ang capture na iyon sa halip.
• Ipinapalagay na ang isang 200 capture ay may kasamang mga larawan at CSS. Ang mga asset ay hiwalay na nina-crawl at kadalasang nawawala. Ang isang snapshot na nagre-render nang walang estilo ay kadalasang naglalaman pa rin ng buong teksto sa HTML.
• Binabasa ang 'wala sa archive' bilang 'hindi kailanman umiral'. Ang mga pagharang ng robots.txt, mga noindex tag, at mga pahinang mabigat sa JavaScript ay lahat nagtago ng mga site mula sa mga crawler. Ang kawalan ng ebidensya ay hindi ebidensya ng kawalan.
• Pinagkakatiwalaan ang petsa ng capture bilang petsa ng publikasyon. Itinatala nito kung kailan bumisita ang crawler, na maaaring mahuli ng ilang buwan mula sa aktwal na paglalathala.
• Nakakalimutan ang apat na variant ng URL. Ang http, https, www, at ang payak na domain ay bawat isa ay may sariling timeline. Suriin ang lahat ng ito bago magdeklara ng puwang.

Gawing Muli ang Isang Snapshot sa Isang Gumaganang Website

Ang pagtingin ay libre. Ang pag-alis dala ang mga file ay trabaho. Ang mga larawan ay nasa ilalim ng iba't ibang timestamp kaysa sa kanilang mga pahina, nawawala ang mga stylesheet, at bawat link sa isang raw download ay tumuturo pabalik sa web.archive.org. Ang paglilinis niyan nang manu-mano para sa isang 400-pahinang site ay isang linggong pagkabagot na hindi ko nais para sa sinuman.

Ang eksaktong trabahong iyon ay kung ano ang ina-automate ng website restore service na ito. I-paste ang URL at isang libreng pagtatantya ang nagpapakita ng eksaktong bilang ng naka-archive na file, kabuuang laki, at isang naka-lock na presyo bago ka magbayad ng anuman. Nagbabayad ka bawat na-restore na file, ang una ay libre, na may isang beses na top-up ng balanse at walang mga subscription. Ang mga opsyon sa pag-restore ay sumasaklaw sa mga hanay ng petsa, pag-aalis ng analytics, mga ad at iframe, pag-minify ng JS at CSS, mga relative internal link, at conversion sa HTTPS. Ang mga natapos na site ay nagde-deploy sa isang click sa SSH/SFTP, FTP/FTPS, o S3, na may kasamang libreng single-file CMS para sa pag-edit pagkatapos. Kung nabigo ang isang restore o deploy, ang refund sa iyong balanse ay awtomatiko, walang mga support ticket.

Ang tutorial ay gumagabay sa isang buong restore mula simula hanggang katapusan. Patakbuhin muna ang libreng pagtatantya: wala itong gastos at sinasabi sa iyo kung ang mga snapshot na iyong natagpuan ay sulit na i-restore.