Wayback Machine na Archive.org: Praktyczny przewodnik

Wpisz w wyszukiwarkę hasło „Wayback Machine”, a Archive.org przeniesie Cię na stronę główną pełną ikon, książek, koncertów, wiadomości telewizyjnych, gier MS-DOS. Gdzieś tam znajduje się archiwum stron internetowych, którego szukasz. Oto praktyczny przewodnik: gdzie w obrębie Archive.org mieści się Wayback, jak działają widoki wyszukiwania i kalendarza, kilka trików z adresami URL, które oszczędzają czas, oraz co zrobić, gdy podgląd starej strony to nie to samo co jej odzyskanie.

Gdzie na Archive.org znajduje się Wayback Machine

Archive.org to cała biblioteka; Wayback Machine to jedna z jej kolekcji, kolekcja stron internetowych. Pole wyszukiwania na stronie głównej to wyszukiwarka katalogowa: znajduje pozycje takie jak książki, filmy i nagrania audio po tytule i opisie. Wklej tam adres URL, licząc na stare zrzuty, a otrzymasz zagmatwane wyniki dotyczące książek o podobnych tytułach. Każdy przechodzi przez to chociaż raz.

Wayback ma własną stronę główną pod adresem web.archive.org, dostępną poprzez dużą ikonę Web na stronie głównej archive.org. Zasada: jeśli szukasz strony internetowej, zacznij od web.archive.org. Jeśli szukasz rzeczy, książki, koncertu, filmu, zacznij od archive.org. Mylenie tych dwóch miejsc to główny powód, dla którego ludzie dochodzą do wniosku, że archiwum czegoś nie posiada, choć w rzeczywistości posiada.

Wyszukiwanie w Wayback Machine na Archive.org

Wklej pełny adres URL do pola Wayback, protokół jest opcjonalny, a trafisz na widok kalendarza dla tego adresu. Stamtąd:

1. Wybierz rok na wykresie słupkowym u góry. Wysokość słupka pokazuje liczbę zrzutów, więc aktywne lata danej strony widać od razu.
2. Na samym kalendarzu kółka oznaczają dni z zapisami; większe kółka oznaczają wiele zrzutów. Najedź kursorem, aby zobaczyć dokładne sygnatury czasowe.
3. Kliknij sygnaturę czasową, aby wczytać dany zrzut. Na górze strony pojawi się pasek narzędzi Wayback ze strzałkami do poprzedniego i następnego zrzutu tego samego adresu URL.

Trzy skróty, które warto zapamiętać. Po pierwsze, znaki wieloznaczne: web.archive.org/web/*/example.com otwiera listę adresów URL dla całej domeny, to najszybszy sposób, by odnaleźć zapomnianą stronę. Po drugie, skrót daty: web.archive.org/web/2015/example.com przekierowuje do zrzutu najbliższego tej dacie, a kolejne cyfry zawężają wynik (20150615 wskazuje połowę czerwca). Po trzecie, modyfikator id_: web.archive.org/web/20150615000000id_/http://example.com/style.css zwraca oryginalny plik bez żadnych modyfikacji Wayback, to czysty sposób na pobranie nienaruszonego arkusza stylów czy obrazka.

Porównanie dwóch zrzutów

Widok Changes, dostępny ze strony kalendarza, zestawia dwa zrzuty i podświetla zmiany między nimi, dodatki i usunięcia, strona po stronie. Na długich stronach bywa chaotyczny, ale do wykrywania, kiedy pojawił się cennik czy zastrzeżenie w stopce, jest lepszy niż ręczne porównywanie dwóch kart w przeglądarce. Wybierz zrzuty oddalone o kilka miesięcy; porównanie 2010 z 2025 zamaluje cały ekran.

Zapisz stronę samodzielnie

Pole zapisu pod adresem web.archive.org/save archiwizuje dowolną publiczną stronę na żądanie, zwykle w ciągu minuty. Zalogowani użytkownicy zyskują dodatkowe funkcje, takie jak zapisywanie linków wychodzących za jednym razem czy prowadzenie osobistej listy zapisów. Korzystaj z tego po premierach, zmianach designu i migracjach, w momentach, kiedy najprawdopodobniej zechcesz później mieć datowane archiwum.

Jak odczytywać zrzut bez złudzeń

Stare zrzuty kłamią w subtelny sposób. Strona, która renderuje się normalnie, oznacza, że HTML i powiązane zasoby przetrwały. Goły, nieostylowany szkielet oznacza, że arkusz stylów nie został zapisany lub został zablokowany. Szare pola zamiast obrazków, to samo. Nic z tego nie oznacza, że strona nie została zarchiwizowana, oznacza to, że archiwum zachowało dokument, ale pominęło część załączników.

Sygnatura czasowa na pasku narzędzi zasługuje na większy szacunek, niż się jej przyznaje. Pojedyncza wyrenderowana strona może łączyć zasoby z zrzutów wykonanych tygodnie wcześniej, ponieważ archiwum udostępnia najbliższą dostępną kopię każdego pliku. Do celów dowodowych zapisz datę zrzutu każdego elementu, zamiast zakładać, że cała strona to jeden zamrożony moment.

Zwracaj uwagę na pasek adresu podczas przeglądania zrzutu. Każdy link na zarchiwizowanej stronie jest przepisany tak, aby wskazywał najbliższy zrzut tego celu, dlatego możesz poruszać się po martwej stronie tak, jakby nadal działała, i dlatego link skopiowany z Wayback to adres archive.org, a nie oryginalny.

Kolekcje wokół Wayback

Skoro już jesteś na stronie, reszta biblioteki jest warta dziesięć minut. Ikony na stronie głównej dzielą ją według typu mediów:

• Teksty: dziesiątki milionów zeskanowanych książek i dokumentów, w tym wypożyczalnia Open Library i darmowe pliki w domenie publicznej.
• Audio: nagrania koncertowe z Live Music Archive, stare radio, podcasty i zdygitalizowane płyty 78-obrotowe.
• Wideo: archiwum wiadomości telewizyjnych z możliwością przeszukiwania napisów, a także fascynująco nietypowa kolekcja filmów edukacyjnych i przemysłowych Prelinger.
• Oprogramowanie: tysiące tytułów MS-DOS, arcade i konsolowych, uruchamianych w emulatorze w przeglądarce. Najpierw zarezerwuj popołudnie.

Każda kolekcja ma własne wyszukiwanie, filtry i, w przeciwieństwie do części internetowej, hojne opcje pobierania.

Kolekcje też świetnie się ze sobą łączą. Zeskanowany magazyn komputerowy może recenzować program, który następnie uruchomisz w emulatorze, a napisy z wiadomości telewizyjnych są o kliknięcie od powiązanych zrzutów stron. Warto się tu pokręcić.

Czego Wayback Machine na Archive.org Ci nie da

Część internetowa Archive.org jest stworzona do przeglądania, a jej ograniczenia ujawniają się szybko, gdy potraktujesz ją jako źródło plików. Nie ma pobierania zbiorczego zrzutów. Formularze, pola wyszukiwania i logowania nie działają, archiwum przechowuje odpowiedzi GET, a nie sesje. Wszystko, co wymagało logowania, nigdy nie zostało zaindeksowane. Właściciele mogą wnioskować o wykluczenie, więc niektóre domeny są nieobecne na życzenie. A strony mocno oparte na JavaScript-ie od połowy lat 2010. często zapisywały tylko animację ładowania.

Konkretny przypadek: forum phpBB z 2009 roku z 40 000 postów. Wayback pokazuje publiczne wątki, rozsiane po latach zrzutów. Zapisz-jako w przeglądarce daje strony z przepisanymi adresami archive.org, brakującymi awatarami i bez załączników. Skierowanie wget na web.archive.org jest wolne, ograniczone limitami i nadal zwraca HTML opakowany przez Wayback, chyba że sam przepiszesz każdy adres URL. To wieczór pracy na każde subforum, z pokrzywionym wynikiem.

Jak wyjść z rzeczywistymi plikami

Gdy celem jest ponowne opublikowanie lub zachowanie lokalnej kopii, użyj narzędzia stworzonego do tego celu. Restorix CMS wyciąga zarchiwizowaną wersję domeny z Wayback i odbudowuje ją jako czyste pliki. Darmowa wycena podaje dokładną liczbę zarchiwizowanych plików, całkowity rozmiar i stałą cenę, zanim cokolwiek zapłacisz. Następnie płacisz za każdy odzyskany plik, pierwszy jest darmowy, bez żadnych opłat cyklicznych, z opcjami czyszczenia, które usuwają stare trackery, reklamy i iframe'y, zamieniają linki wewnętrzne na względne i konwertują stronę na HTTPS. Możesz pobrać wynik, wyeksportować artykuły jako XML, CSV lub JSON albo wdrożyć bezpośrednio na swój hosting z dołączonym, lekkim systemem CMS.

Pełny opis procesu pobierania znajdziesz w przewodniku pobieranie strony z Archive.org, który krok po kroku opisuje całą procedurę, a artykuł Wayback downloader porównuje główne podejścia.

Ściągawka: Wayback Machine na Archive.org

Dodaj do zakładek, obejmuje większość tego, o co ludzie pytają w związku z tą stroną: