Wayback Back Machine: Bagaimanapun Anda Mengetiknya, Inilah Cara Menggunakannya

Anda mencari 'wayback back machine'. Mungkin jari Anda menggandakan kata, mungkin namanya hanya terlintas miring di ingatan. Tidak masalah. Alat yang Anda butuhkan adalah Wayback Machine di web.archive.org, dan panduan ini mencakup tiga hal yang sebenarnya dibutuhkan orang: menemukan snapshot, mengunduh halaman, dan memulihkan seluruh situs ketika yang asli sudah hilang.

Saya sudah bertahun-tahun menarik situs dari arsip itu, forum phpBB 2009 untuk satu klien, toko WooCommerce yang tagihan hostingnya mati di folder spam untuk klien lain. Alatnya selalu sama. Tekniknya yang berubah.

Mengapa Banyak Orang Mengetik 'Wayback Back Machine'

Nama resminya memiliki ritme yang aneh, sehingga log pencarian dipenuhi dengan variasi. 'Wayback back machine' adalah salah satu yang paling umum. Anda juga akan melihat 'machine way back', 'the way back machine', dan 'internet wayback machine'. Semuanya berujung di tempat yang sama: arsip web Internet Archive.

Nama ini berasal dari mesin WABAC, alat perjalanan waktu kartun dari The Adventures of Rocky and Bullwinkle and Friends. Ucapkan sekali dengan mengingat itu, dan tidak akan terpeleset lagi. Wayback. Satu kata, tidak perlu tambahan 'back'.

Google memaafkan kesalahan ketik. Arsipnya juga. Yang penting adalah apa yang Anda lakukan setelah kalender dimuat.

Menemukan Snapshot di Wayback Machine

Buka web.archive.org dan tempel alamat lengkap halaman atau situs ke kotak pencarian. Yang muncul adalah garis waktu: grafik mini tangkapan per tahun di bagian atas dan kalender di bawahnya. Hari dengan tangkapan memiliki lingkaran berwarna. Biru berarti crawler mendapat respons 2xx bersih, hijau berarti pengalihan, oranye dan merah berarti kesalahan. Lingkaran lebih besar berarti lebih banyak tangkapan pada hari itu.

1. Tempel URL dengan atau tanpa protokol, arsip akan menormalkannya.
2. Klik tahun pada grafik mini, lalu arahkan kursor ke tanggal dan pilih stempel waktu.
3. Periksa apakah halaman benar-benar dirender. Tangkapan bisa ada tetapi tetap rusak.
4. Klik di sekitar dalam snapshot. Tautan internal dan aset juga dimuat dari arsip.
5. Coba varian www dan non-www, serta http versus https. Situs lama sering diarsipkan secara tidak merata di antara keduanya.

Tidak ingat alamat persisnya? Buka halaman kalender situs dan gunakan tampilan URL untuk mendaftar jalur yang ditangkap. Ini memunculkan halaman yang Anda lupa pernah ada, yang biasanya merupakan tempat konten yang sebenarnya Anda rindukan bersembunyi.

Satu kebiasaan yang menyelamatkan dari kerepotan: jangan pernah menilai tanggal hanya dari beranda. Beranda adalah halaman yang paling sering ditangkap di situs mana pun, jadi hampir selalu terlihat baik-baik saja. Sebelum Anda memutuskan tanggal, buka dua atau tiga halaman yang lebih dalam, produk, posting blog, halaman kontak, dan pastikan mereka dirender dengan gambar dan gaya. Lima belas menit mengklik di sini lebih baik daripada sehari pengerjaan ulang nanti.

Mengunduh Satu Halaman

Untuk satu halaman, Anda memiliki tiga metode yang bisa digunakan, mulai dari yang paling malas hingga yang paling presisi.

1. Simpan browser. Buka snapshot, tekan Ctrl+S, pilih 'Halaman web, lengkap'. Anda mendapatkan HTML beserta asetnya, dengan markup penulisan ulang arsip yang tertanam. Baik untuk dibaca, berantakan untuk digunakan kembali.
2. Akhiran id_. Edit URL snapshot sehingga stempel waktu diakhiri dengan id_, seperti https://web.archive.org/web/20140601120000id_/http://example.com/, dan arsip menyajikan halaman persis seperti yang ditangkap: tanpa bilah alat, tanpa tautan yang ditulis ulang. Lihat sumber dan salin yang Anda butuhkan.
3. wget. Arahkan wget -p -k ke URL id_ untuk menarik halaman dan persyaratannya dalam satu langkah. Ini yang digunakan jika Anda juga menginginkan gambar.

Ketiganya baik untuk satu atau dua halaman. Sekitar halaman kelima puluh, mereka berhenti menjadi metode dan mulai menjadi hukuman.

Metode apa pun yang Anda pilih, buka file yang disimpan secara lokal sebelum Anda mempercayainya. Periksa apakah gambar dimuat dari disk, bukan dari web.archive.org, dan hapus markup bilah alat yang disuntikkan arsip jika Anda berencana menerbitkan ulang apa pun. Lima menit pembersihan sekarang menyelamatkan dari kekacauan aset yang di-hotlink nanti.

Keterbatasan Wayback Back Machine Saat Anda Menginginkan Seluruh Situs

Arsip ini dibangun untuk menjelajah riwayat, bukan untuk mengembalikan situs web Anda. Itu terlihat dengan cepat begitu Anda mencoba memulihkan lebih dari segelintir halaman.

• Tidak ada tombol unduh massal. Setiap file, setiap halaman, gambar, stylesheet, skrip, adalah tangkapan terpisah.
• Halaman dalam jarang atau tidak pernah ditangkap. Beranda mungkin memiliki 400 snapshot sementara halaman produk hanya dua.
• Aset hilang. HTML mungkin dari bulan Maret sementara CSS-nya tidak pernah ditangkap sama sekali.
• Batas laju mengubah penarikan halaman demi halaman menjadi pekerjaan yang memakan waktu berhari-hari.
• Halaman yang dirakit oleh JavaScript saat dilihat sering diarsipkan sebagai kerangka kosong.

Hitung sebelum Anda mulai. Situs 500 halaman dengan dua menit per halaman berarti lebih dari enam belas jam mengklik, dan Anda masih harus memperbaiki tautan, menghapus markup arsip, dan mencari hosting. Gambaran lengkapnya ada di panduan mengunduh seluruh situs web dari archive.org.

Memulihkan Seluruh Situs, Langkah demi Langkah

Inilah pekerjaan yang dirancang untuk Restorix. Tempel domain dan Anda mendapatkan estimasi instan gratis: jumlah file yang diarsipkan secara tepat, ukuran total, dan harga terkunci sebelum Anda membayar apa pun. Tanpa langganan, Anda isi saldo dengan kartu atau kripto dan bayar per file yang dipulihkan. File pertama gratis.

1. Masukkan domain dan tinjau estimasinya.
2. Pilih rentang tanggal Anda, sehingga Anda memulihkan situs pada kondisi terbaiknya, bukan yang terbaru.
3. Atur opsi Anda: hapus analitik, iklan, dan iframe, ubah tautan internal menjadi relatif, paksa HTTPS, minify JS dan CSS.
4. Jalankan pemulihan dan pantau kemajuannya secara langsung di dasbor.
5. Unduh situs yang sudah jadi, atau langsung sebarkan ke hosting Anda.

Penyebaran dilakukan dengan satu klik ke VPS SSH atau SFTP, hosting bersama FTP/FTPS, atau S3, dengan kredensial dienkripsi AES-256-GCM. Setiap penyebaran menyertakan CMS Restorix gratis, editor file PHP tunggal di /webarchive-cms.php dengan kata sandi per situs yang ditampilkan di dasbor, sehingga Anda dapat memperbaiki konten tanpa menyebarkan ulang. Tutorial memandu seluruh alur.

Apa yang Tidak Akan Disimpan oleh Wayback Back Machine

Tetapkan ekspektasi sebelum Anda menjanjikan pemulihan penuh kepada siapa pun. Beberapa konten tidak pernah masuk ke arsip.

• Halaman di balik login atau paywall, crawler juga tidak bisa masuk.
• Bagian yang diblokir robots.txt, yang secara historis mencegah crawler masuk.
• Konten yang diambil melalui formulir dan permintaan POST, seperti hasil pencarian internal.
• Sebagian besar sematan audio dan video streaming.
• Apa pun yang dihasilkan murni di sisi klien oleh JavaScript yang tidak dieksekusi crawler.
• Basis data itu sendiri. Anda mendapatkan HTML yang dirender, bukan dump MySQL.

Forum klien kembali dengan indah, setiap utas dari tahun 2009 utuh. Lampiran foto berada di balik login dan hilang. Ketahui kategori konten Anda sebelum mulai menghitung file. Jika Anda tetap membutuhkan data mentah, Restorix dapat mengekspor ekspor artikel terstruktur sebagai XML, CSV, atau JSON, ditambah manifes JSON atau SQLite dari setiap file yang dipulihkan, berguna untuk mengaudit apa yang selamat.

Menjaga Situs yang Dipulihkan Tetap Online

Situs yang dipulihkan adalah HTML statis, jadi hosting murah dan sederhana. Pertahankan pengalihan 301 dan 302 yang dipertahankan pemulihan, pilih host kanonis, www atau non-www, dan letakkan situs kembali di domain lamanya jika Anda masih memilikinya. Tautan masuk lama mulai berfungsi kembali, yang merupakan setengah dari nilai SEO pemulihan.

Bagaimanapun Anda mengetik namanya, tambahan 'back', kata-kata dalam urutan yang salah, jalan keluarnya sama. Temukan snapshot, simpan yang penting, dan letakkan situs kembali di host yang Anda kendalikan.