Pemulihan Halaman Web Lama: Cara Tercepat Menemukan Halaman yang Hilang

Seseorang mengirimkan Anda sebuah tautan. Anda mengkliknya, dan alih-alih halaman tersebut, yang muncul adalah 404, atau lebih buruk lagi, domain parkir penuh iklan pil dan kripto. Halaman itu ada tahun lalu. Anda tahu itu. Anda mungkin pernah mengutipnya. Pemulihan halaman web lama adalah seni mengembalikan satu halaman tersebut, dan tidak seperti memulihkan seluruh situs, ini biasanya adalah pekerjaan sepuluh menit jika Anda mengetuk pintu yang tepat dalam urutan yang benar.

Ini adalah urutan yang saya gunakan, tercepat diutamakan, dengan tingkat keberhasilan yang benar-benar saya lihat. Kabar baiknya: untuk halaman publik yang bertahan lebih dari beberapa bulan, peluangnya sangat menguntungkan Anda.

Pemulihan halaman web lama: coba sumber tercepat lebih dulu

Langkah tercepat dalam pemulihan halaman web lama tidak membutuhkan biaya apa pun dan hanya memakan waktu lima detik. Tempel URL yang mati ke bilah alamat Wayback Machine, atau gunakan pintasan web.archive.org/web/ diikuti dengan URL, dan Anda akan mendapatkan kalender dari setiap tangkapan layar yang pernah diambil. Pilih tanggal, dapatkan halamannya. Untuk halaman yang publik selama setahun atau lebih, ini berhasil sekitar delapan dari sepuluh kali menurut pengalaman saya.

Jika Anda kira-kira tahu kapan halaman itu masih aktif, tambahkan tahun ke pintasan tersebut: web.archive.org/web/2019/ diikuti dengan URL akan langsung melompat ke tangkapan 2019 terdekat alih-alih membuat Anda menggulir kalender. Trik kecil, tapi menghemat banyak waktu saat Anda memeriksa selusin URL berturut-turut.

Wayback Machine: tulang punggung pemulihan halaman web lama

Wayback Machine adalah tempat di mana sebagian besar pemulihan halaman tunggal dimulai dan berakhir, jadi pelajari dua keanehannya. Pertama, kalender menandai tanggal tangkapan dengan lingkaran, lingkaran yang lebih besar berarti lebih banyak tangkapan hari itu, dan tahun-tahun yang sehat adalah tahun-tahun yang harus digali, bukan tahun ketika domain itu mati. Tangkapan terakhir dari situs yang sekarat biasanya adalah halaman parkir. Kedua, apa yang Anda dapatkan kembali adalah tangkapan layar: gambar dimuat dari salinan arsip, tautan menunjuk ke halaman arsip lainnya, dan formulir kontak sekarang tidak berfungsi sama sekali.

Dua langkah berguna lainnya. Tampilan Changes menyoroti apa yang berbeda antar tangkapan, berguna saat Anda membutuhkan versi sebelum seseorang menghapus bagian yang Anda cari. Dan jika Wayback tidak punya apa-apa, jangan berhenti di situ. Ini adalah arsip terbesar, bukan satu-satunya.

archive.today: rencana cadangan yang sering menang

archive.today, juga dapat diakses sebagai archive.ph, archive.li, dan beberapa mirror lainnya, adalah hal yang berbeda. Layanan ini menyimpan halaman sesuai permintaan alih-alih merayapi sesuai jadwal, tidak mematuhi permintaan pengecualian yang sama, dan secara teratur menyimpan halaman yang sepenuhnya terlewat oleh Wayback. Cari URL di halaman utamanya: jika ada siapa pun, di mana pun, yang pernah menempelkan tautan itu ke kotak simpanannya, tangkapan layarnya ada di sana.

Tangkapannya juga menangani halaman modern dengan lebih baik. Layanan ini merender JavaScript sebelum menyimpan, sehingga halaman yang muncul sebagai kerangka kosong di Wayback terkadang kembali dalam keadaan utuh. Pertukarannya adalah bahwa semuanya dilakukan secara manual, satu halaman pada satu waktu, tidak masalah untuk satu halaman, tapi menyakitkan untuk lima puluh halaman.

Apa yang terjadi dengan cache Google dan cache Bing

Selama dua puluh tahun, jawaban tercepat untuk 'halaman ini hilang' adalah salinan cache Google. Itu berakhir pada Februari 2024, ketika Google menghentikan operator pencarian cache: dan menarik tautan Cached dari hasil pencarian. Alasan resminya adalah bahwa halaman sekarang dimuat dengan cukup andal sehingga tidak ada yang membutuhkannya, sedikit penghiburan saat Anda menatap 404.

Bing mempertahankan tautan halaman cache lebih lama, tersembunyi di menu di samping setiap hasil, tetapi layanan ini juga sedang dihapus secara bertahap. Jika Anda masih melihatnya, gunakan selagi masih ada. Cache mesin pencari hanya pernah menyimpan perayapan terbaru, yang membuatnya tidak berguna untuk halaman yang hilang bertahun-tahun lalu, tetapi untuk halaman yang dihapus hari Selasa lalu, ini bisa menjadi satu-satunya salinan yang pernah ada.

Tempat yang sering dilupakan orang untuk diperiksa

• Kutipan Wikipedia. Jika halaman pernah dikutip di Wikipedia, kutipan biasanya menyertakan tautan 'diarsipkan dari aslinya' ke tangkapan layar. Periksa juga riwayat suntingan artikel.
• Common Crawl. Kumpulan data perayapan publik gratis di index.commoncrawl.org. HTML mentah, tanpa antarmuka yang bagus, rumit untuk dikueri, dan halaman yang tidak disimpan oleh siapa pun.
• Pembaca RSS. Feedly, Inoreader, dan sejenisnya menyimpan teks artikel yang diambil. Jika halaman adalah postingan blog dengan feed, teks lengkapnya mungkin sedang ada di pembaca orang lain sekarang.
• Browser Anda sendiri. Jika Anda mengunjungi halaman tersebut baru-baru ini, riwayat Anda mengonfirmasi URL yang tepat, dan memuat ulang terkadang menarik halaman dari cache disk sebelum 404 tiba. Peluang rendah, biaya nol.
• Aplikasi baca-nanti. Simpanan Pocket dan Instapaper, milik Anda atau penulisnya.
• Penulisnya. Satu email pendek, 'Saya mengutip tulisan Anda, apakah Anda masih punya salinannya?', lebih sering berhasil daripada yang diperkirakan orang.

Pemulihan halaman web lama ketika tidak ada yang diarsipkan

Terkadang jawaban jujurnya adalah tidak ada tangkapan layar yang ada: halaman itu terlalu baru, situs memblokir perayap, atau halaman itu berada di balik login. Pemulihan halaman web lama tidak berakhir di titik itu, tetapi alatnya berubah dari arsip menjadi forensik.

Cari frasa khas dari halaman tersebut dalam tanda kutip, situs yang mensindikasi, mengutip, atau menjiplak konten akan muncul, dan Anda dapat merekonstruksi substansinya dari situs-situs tersebut. Cari judul halaman saja: desain ulang sering memindahkan konten ke URL baru tanpa memberi tahu siapa pun, dan halaman yang 'dihapus' sering kali hidup di alamat baru di situs yang sama. Cari versi PDF atau cetak; dokumentasi dan konten akademik terutama cenderung memilikinya. Dan periksa siapa yang menautkannya, seorang blogger yang merangkum halaman secara detail telah menyelesaikan setengah dari pekerjaan rekonstruksi Anda.

Pemulihan halaman web lama: sumber mana yang harus dicoba lebih dulu

Satu halaman adalah pekerjaan sepuluh menit dengan tabel ini. Dua puluh halaman dari situs yang sama bukan lagi pemulihan halaman web lama, itu adalah pemulihan situs. Saat Anda mencapai titik itu, berhentilah mengambil URL satu per satu dan pulihkan secara massal: Layanan ini memberikan estimasi gratis dengan jumlah file arsip yang tepat sebelum Anda mengeluarkan uang, yang juga memberi tahu Anda apakah situs tersebut layak dipulihkan sama sekali. Jika seluruh situs hilang, lihat pemulihan situs web lama untuk versi situs lengkap dari panduan ini.

Simpan halaman dengan benar kali ini

Apa pun yang Anda pulihkan, asumsikan itu bisa hilang lagi, arsip memiliki celah, aturan pengecualian berubah, layanan datang dan pergi. Simpan halaman dengan tiga cara, sekarang juga. Kirim URL aktif ke Save Page Now Wayback Machine agar ada tangkapan layar baru sesuai jadwal Anda. Kirim ke archive.today sebagai salinan kedua yang independen. Dan simpan salinan lokal yang tidak dikendalikan oleh layanan apa pun: cetak ke PDF, atau simpan HTML satu file dari browser Anda. Tiga salinan di tiga sistem terdengar paranoid sampai suatu hari nanti terdengar jelas.

Jika halaman yang dipulihkan adalah milik Anda dan akan kembali daring, logika yang sama berlaku: pulihkan situs dengan benar, simpan file agar tetap dapat diedit, dan jangan pernah lagi bergantung pada ingatan perayap untuk konten Anda sendiri. Tutorial Restorix memandu Anda melalui pemulihan penuh jika Anda ingin melihat prosesnya sebelum berkomitmen.