Kasaysayan ng Website: Mga Snapshot, WHOIS, DNS, at ang mga Tool para sa Bawat Isa

Magtanong sa tatlong tao kung ano ang ibig sabihin ng 'kasaysayan ng website' at makakakuha ka ng tatlong magkakaibang sagot. Iniisip ng isa ang lumang mga screenshot sa Wayback Machine. Ibig sabihin ng isa naman ang papel na bakas kung sino ang may-ari ng domain. Gusto naman ng pangatlo na malaman kung ano ang ranggo ng site noong 2015. Tama ang lahat ng tatlo, at ang bawat sagot ay nasa ibang tool.

Hinihiwalay ng gabay na ito ang apat na uri ng kasaysayan ng website, ipinapakita kung aling tool ang sumasagot sa aling tanong, at binibigyang-diin ang mga limitasyon ng bawat isa. Nagamit ko na ang lahat ng ito sa totoong trabaho, mula sa muling pagtatayo ng WooCommerce store ng isang kliyente hanggang sa pagsusuri ng isang domain ilang oras bago ang isang auction. Karamihan sa mga tool ay libre. Ang tunay na kasanayan ay ang malaman kung alin ang bubuksan muna.

Ano ba Talaga ang Ibig Sabihin ng 'Kasaysayan ng Website'

Saklaw ng parirala ang apat na magkakahiwalay na talaan, na pinananatili ng iba't ibang organisasyon sa ilalim ng iba't ibang alituntunin. Walang sinumang nakikipag-usap sa isa't isa, kaya naman nabibigo ang mga tao: nagtatanong sila sa isang tool ng tanong na sagot lang ng ibang tool.

• Kasaysayan ng snapshot, ano ang hitsura at sinabi ng site sa isang partikular na petsa. Pinapanatili ng mga web archive.
• Kasaysayan ng pagmamay-ari, sino ang nagrehistro ng domain, kailan, at saang registrar. Naka-imbak sa mga talaan ng WHOIS.
• Kasaysayan ng imprastraktura, kung aling mga server at name server ang tinuturoan ng domain. Pinananatili ng mga passive DNS collector.
• Kasaysayan ng performance, kung ano ang ranggo ng site at aling mga pahina ang nakakakuha ng mga link. Pinananatili ng mga SEO index.

Ang paghahalo ng mga ito ay sumosolo ng oras. Hindi mo maipapatunay ang pagmamay-ari gamit ang isang screenshot, at hindi mo makikita ang lumang homepage sa loob ng talaan ng WHOIS. Piliin muna ang tanong, saka ang tool.

Kasaysayan ng Snapshot: Ano ang Hitsura at Sinabi ng Site

Ang Wayback Machine sa web.archive.org ang higante dito: mahigit 900 bilyong pahina na nakuha mula noong 1996. I-paste ang isang URL at makakakuha ka ng kalendaryo. Iginuguhit ng mga bilog ang mga capture; i-click ang isa at tinitingnan mo ang pahina ayon sa hitsura nito noong araw na iyon, kasama ang mga larawan at stylesheet tuwing maaabot ng crawler ang mga ito. Para sa anumang bago sa humigit-kumulang 2001, asahan ang manipis na coverage, ang maagang web ay na-archive nang paminsan-minsan.

Tatlong gawi ang nagpapalaki ng bisa nito. Hanapin ang eksaktong URL, hindi lang ang domain, nag-i-index ang archive kada pahina, at madalas may ibang capture date ang malalim na pahina kaysa homepage. Gamitin ang pinakauna at pinakahuling link ng timeline para i-bracket ang isang kaganapan sa halip na i-scroll ang kalendaryo. At kapag nawawala ang isang pahina, subukan ang archive.today, isang independiyenteng archive na madalas may hawak na mga pahinang hindi man lang nahahawakan ng Wayback Machine.

Dalawang URL trick na sulit tandaan. Mag-append ng asterisk sa isang URL, web.archive.org/web/*/example.com/pricing, para ilista ang bawat capture ng bawat katugmang pahina, na kung paano mo matatagpuan ang mga malalim na URL na hindi mo alam na umiiral. At ang timestamp sa loob ng anumang capture URL ay mae-edit: palitan ang web/20140615082211 ng web/2014 at ire-redirect ng archive sa pinakamalapit na capture ng taong iyon. Ganyan tumatalon ang mga mananaliksik sa pagitan ng mga dekada sa halip na mag-click ng isang bilog sa kalendaryo sa bawat pagkakataon.

Mahalaga ang mga limitasyon tulad ng mga tampok. Hindi maaaring mag-log in ang mga crawler, kaya wala ang anumang nasa likod ng account o paywall. Ang mga JavaScript-heavy na site ay minsan nase-save bilang walang lamang shell. Ang mga pagbubukod sa robots.txt, na iginalang sa karamihan ng buhay ng archive, ay nag-iiwan ng permanenteng mga puwang. Ang nawawalang capture ay nangangahulugang 'walang capture.' Hindi ito kailanman nangangahulugang 'walang site.'

Kasaysayan ng Pagmamay-ari: Mga Talaan ng WHOIS sa Paglipas ng Panahon

Bawat pagpaparehistro ng domain ay lumilikha ng talaan ng WHOIS: pangalan o organisasyon ng registrant, contact email, registrar, petsa ng paglikha at pag-expire. Mula nang tumight ang pagpapatupad ng GDPR noong 2018, karamihan sa mga registry ay nagsi-redact ng personal data bilang default, kaya madalas nagpapakita ang kasalukuyang lookup ng pader ng 'REDACTED FOR PRIVACY.' Ang historical WHOIS ang nagiging kawili-wili, ang mga serbisyo tulad ng DomainTools, WhoisRequest, at SecurityTrails ay nagpanatili ng mga snapshot ng mga talaang iyon sa loob ng maraming taon, kabilang ang mga redaction.

Ang hinahanap mo:

• Petsa ng paglikha kumpara sa inaangkin na edad. Ang isang site na nagsasabing 'itinatag noong 2005' sa isang domain na nilikha noong 2019 ay may kailangang ipaliwanag.
• Mga pagbabago ng may-ari. Karaniwang nagsasaad ng pagbebenta ang mga pagbabago sa registrant, kapaki-pakinabang sa pagtukoy kung kailan nagbago ang pagmamay-ari ng isang proyekto.
• Mga drop. Kapag nag-lapse ang isang domain at may nag-rehistro ulit, tinatrato ng ilang tool ang bagong pagpaparehistro bilang sariwang simula. Hindi ito ginagawa ng archive.
• Mga pagbabago sa privacy service. Ang pagtalon sa likod ng privacy shield bago ang isang kontrobersyal na panahon ay klasiko nang tanda.

Kasaysayan ng Imprastraktura: DNS at Hosting

Nagtatala ang mga passive DNS collector ng sinabi ng mga DNS record ng isang domain sa paglipas ng panahon: mga A record na tumuturo sa mga IP ng server, mga NS record na nagbibigay ng pangalan sa DNS host, mga MX record na nagbibigay ng pangalan sa mail provider. Ipinapakita ng SecurityTrails, DNSlytics, at ViewDNS.info ang lahat ng libreng slice nito. Ang NS record ang kabalyero. Nagsasabi sa iyo ang paglipat mula sa pares ng isang maliit na host patungo sa pares ng Cloudflare ng halos kailan lumipat ang site sa Cloudflare, madalas sa parehong linggo ng pagbabago ng site mismo.

Tunay na halimbawa, may binurang detalye: iginiit ng isang kliyente na 'hindi kailanman umalis ang kanilang shop sa aming hosting.' Ipinakita ng kasaysayan ng NS ang isang anim na buwang detour sa pamamagitan ng pares ng isang hosted-platform noong 2021, na eksaktong nagtugma sa isang butas sa kanilang analytics at nagpaliwanag kung bakit may puwang ang narekober na order export. Hindi nagsisinungaling ang DNS. Ang memorya, oo.

Sumagot ang kasaysayan ng MX ng ibang tanong, sino ang humawak sa email. Kapaki-pakinabang para sa pagtukoy ng petsa ng isang migration, o para malaman kung aling provider ang maaaring may hawak pa ng lumang mga mailbox.

Kasaysayan ng Performance: Mga Ranggo, Link, at Traffic

Ang ika-apat na talaan ay kung ano ang nagawa ng site. Nagtatanatili ang Ahrefs at Semrush ng maraming taon ng data ng backlink at keyword: aling mga pahina ang nakakuha ng mga link, aling mga query ang naranggo, gaano karami ang organic traffic na dumaloy. Gumagana rin ang kanilang site explorer sa mga patay na domain, dahil mas matagal ang mga index kaysa sa mga site.

Ito ang talaang dapat konsultahin bago muling itayo ang anumang bagay. I-sort ang lumang domain ayon sa nangungunang may link na mga pahina at mayroon kang listahan ng prayoridad sa pagbawi, ang mga URL na may hawak pa ring awtoridad at nararapat na muling umiral, na muling itatayo na malapit sa nilalaman na nakakuha ng mga link na iyon. Pagsamahin ito sa talaan ng snapshot at maaari mong muling buuin ang sitemap ng isang site na nawala ilang taon na ang nakalilipas. Mayroong kumpletong paraan para dito sa aming gabay sa finding every page of an old site.

Aling Tool ang Sumasagot sa Aling Tanong sa Kasaysayan ng Website

Pansinin ang pattern. Limang tool ang nagpapakita sa iyo ng nakaraan sa pamamagitan ng bintana. Ang huli lang ang nagbibigay sa iyo ng isang bagay na maaaring i-deploy.

Pagsasalin ng Kasaysayan ng Website sa Gumaganang Website Muli

Basahin-lamang ang mga archive. Masayang ipapakita sa iyo ng Wayback Machine ang iyong homepage noong 2013 at magalang na tatangging ibalik ang mga file. Iyan ang puwang na pinupunan ng serbisyong ito: nire-rebuild nito ang mga site mula sa mga naka-archive na capture patungo sa tunay, mai-deploy na mga file. I-paste ang domain at ang libreng tantya ay nagbibigay sa iyo ng eksaktong bilang ng naka-archive na file, kabuuang laki, at naka-lock na presyo bago ka magbayad ng anumang bagay. Ang billing ay kada nai-restore na file, libre ang una, kasama ang maliit na flat fee kada restore, na pinalala ng one-time na mga top-up sa balanse. Walang subscription, walang recurring.

Ang kontrol ang kapaki-pakinabang na bahagi: pumili ng date range, tanggalin ang lumang analytics at ad script, i-convert ang lahat sa HTTPS, i-rewrite ang mga internal link bilang relative, panatilihin ang lumang 301, saka i-deploy sa isang click sa isang VPS sa SSH, shared hosting sa FTP, o isang S3 bucket. Kasama ang Restorix CMS nang libre sa mga deploy, isang single-PHP-file CMS na may nabuong per-site na admin password, para manatiling mae-edit ang na-restore na site sa halip na frozen. Kung mabigo ang isang restore o deploy, awtomatikong babalik ang refund sa iyong balanse. Ang tutorial ay naglalakad sa buong daloy.