Internet Wayback Machine vs Internet Archive: Qual a Diferença

Dizer 'internet wayback machine' em voz alta e ninguém corrige. A expressão abrange duas coisas que dividem o mesmo teto em archive.org: o Internet Archive, uma biblioteca digital sem fins lucrativos, e a Wayback Machine, seu arquivo da web. As pessoas fundem os dois em um nome comprido. Este guia desembaraça essa confusão, e mostra o que cada um pode fazer por você como webmaster.

A versão resumida: o Internet Archive é a biblioteca inteira. A Wayback Machine é uma prateleira muito grande dentro dela, a prateleira que guarda mais de 900 bilhões de páginas da web salvas.

Por que se preocupar em separá-los? Porque as perguntas práticas são diferentes. 'Onde hospedo este vídeo de graça?' é uma pergunta para o Internet Archive. 'Como era meu site antes do ataque hacker?' é uma pergunta para a Wayback Machine. Saber em que sala você está evita perder uma hora clicando nos menus errados.

A confusão com o 'Internet Wayback Machine'

A confusão é compreensível. Ambos os serviços ficam em archive.org, uma única conta funciona nos dois, e os nomes se misturam na memória. As sugestões de busca completam alegremente 'internet wayback machine', 'internet archive way back machine' e meia dúzia de outras combinações. Todas levam à mesma página inicial.

Os fatos são simples. O Internet Archive foi fundado em 1996 por Brewster Kahle em São Francisco, com a missão declarada de acesso universal a todo o conhecimento. A Wayback Machine foi aberta ao público em 2001, inspirada na máquina do tempo WABAC dos desenhos do Rocky e Bullwinkle. Primeiro veio a biblioteca, depois a máquina do tempo.

Ambos são gratuitos. O Archive se mantém com doações, subsídios e serviços de digitalização para bibliotecas, por isso ninguém nunca cobrou para você olhar sua própria página inicial de 2007, e por isso uma doação ocasional é dinheiro bem empregado.

O Archive é o prédio. A Wayback Machine é a sala onde os sites ficam guardados.

O que o Internet Archive realmente é

Pense nele como uma biblioteca pública que nunca joga nada fora. Além de sites, preserva livros e textos, milhões de horas de áudio, incluindo gravações de shows do Live Music Archive, vídeos e notícias de TV, softwares que muitas vezes você pode rodar no navegador por emulação e coleções de imagens. Quase tudo pode ser consultado, emprestado ou baixado gratuitamente.

Para um webmaster, os cantos úteis são fáceis de passar despercebidos: hospedagem gratuita para arquivos de mídia com players incorporáveis, uploads permanentes de documentos que você quer citar e um banco de pesquisa para ver como uma empresa, produto ou nicho se apresentava anos atrás.

Um exemplo concreto. Um cliente precisava de um vídeo de demonstração de dez minutos no site restaurado, mas não tinha orçamento para hospedagem de vídeo. Fizemos upload do arquivo para o Internet Archive, incorporamos o player e pronto, sem anúncios, sem compressão imprevisível, sem risco de remoção arbitrária. É o burro de carga silencioso da web gratuita.

• Hospede áudio e vídeo sem depender do YouTube ou Vimeo.
• Faça upload de PDFs, manuais e kits de imprensa com URLs permanentes.
• Pegue livros emprestados para pesquisa histórica sobre o seu mercado.
• Obtenha fontes contemporâneas quando escrever sobre o passado de uma indústria.

O que a Wayback Machine acrescenta

A Wayback Machine é a coleção web do Archive, e é a parte que você já conhece: cole a URL, veja o calendário, abra o passado. Mais de 900 bilhões de páginas salvas desde 1996. Mas três recursos são genuinamente úteis para donos de sites e costumam ser ignorados.

• Save Page Now. Envie qualquer URL em web.archive.org/save e o rastreador captura a página sob demanda. Um seguro gratuito para páginas importantes.
• API CDX. Consulte programaticamente todas as capturas de cada URL de um domínio, é assim que auditores e ferramentas de restauração mapeiam um site perdido.
• Listas de URLs do site. A visualização de URLs no calendário enumera os caminhos capturados, revelando páginas que você nem lembrava que existiam.

Nada disso entrega seu site de volta como arquivos, no entanto. Para isso você precisa de uma etapa de restauração, mais sobre isso abaixo.

Uma ressalva honesta sobre a cobertura. A Wayback Machine é enorme, mas não completa. Sites regionais pequenos podem ter capturas sólidas de 2008 e quase nada de 2012. Bloqueios por robots.txt, áreas com login e páginas pesadas em JavaScript deixam lacunas. Antes de prometer uma recuperação a alguém, verifique o calendário do seu domínio e veja quais anos realmente têm círculos azuis.

Internet Archive vs Wayback Machine, lado a lado

Versão em uma frase: o Archive é a organização e o prédio; a Wayback Machine é a sala onde os sites ficam guardados. Você usa o primeiro para armazenamento e pesquisa, o segundo para viajar no tempo.

O que cada um oferece a um webmaster

Problemas diferentes, ferramentas diferentes. Precisa de um lugar para colocar um vídeo de 200 MB na página de um cliente? O Internet Archive hospeda de graça com player incorporável. Precisa provar o que sua página inicial dizia em 2017? A Wayback Machine tem o recibo. E se seu site morreu, hospedagem encerrada, fatura vencida, ataque não resolvido, a Wayback Machine é onde o corpo está enterrado e onde estão as peças de reposição.

Dois hábitos que vale a pena cultivar. Primeiro, envie páginas importantes ao Save Page Now após cada grande atualização; leva dez segundos. Segundo, trate o arquivo como seu backup externo de último recurso. Não é uma estratégia de backup, mas é uma ambulância muito boa.

Mais uma divisão de tarefas que vale conhecer. O lado do Internet Archive é onde você coloca coisas que quer que o mundo guarde. O lado da Wayback é onde você encontra coisas que o mundo já guardou, às vezes coisas que preferiria que não tivesse guardado. Páginas de preços antigas, posts de blog constrangedores, aquela introdução em Flash de 2011: está tudo lá, e seus concorrentes também podem ver. Vale a pena fazer uma auditoria ocasional da sua própria história.

Restaurando seu site a partir do Internet Wayback Machine

Navegar por um snapshot é gratuito. Transformar alguns milhares de snapshots em um site funcional não é um trabalho de copiar e colar, não há download em massa, cada ativo é uma captura separada, e o arquivo reescreve todos os links que serve. O Restorix existe exatamente para isso: cole o domínio, receba uma estimativa gratuita com a contagem exata de arquivos arquivados e um preço fixo, escolha um intervalo de datas, restaure. O primeiro arquivo é gratuito e você paga por arquivo restaurado depois disso, sem assinaturas.

As opções de limpeza do Restorix incluem remoção de analytics e anúncios, conversão de links internos para relativos, migração para HTTPS e minificação de JS e CSS. Ao final, você pode implantar com um clique via SSH/SFTP, FTP/FTPS ou S3, e o CMS de arquivo único incluso em /webarchive-cms.php, com senha por site no painel, permite editar o conteúdo depois. O tutorial mostra o fluxo do início ao fim.

Se uma restauração ou implantação do Restorix falhar, o reembolso do saldo é automático, sem tickets de suporte, sem esperar por um humano. Isso importa mais do que parece: o trabalho com arquivos é cheio de surpresas, e uma ferramenta que só cobra pelo sucesso é uma ferramenta alinhada com você.

Então, de qual você precisa?

• Recuperar um site perdido? Wayback Machine mais uma ferramenta de restauração.
• Hospedar um vídeo, áudio ou documento de graça? Internet Archive.
• Pesquisar a história de uma empresa ou um mercado antigo? Ambos, textos do Archive para documentos, Wayback para o site deles.
• Proteger páginas que você possui agora? Save Page Now da Wayback após cada atualização.

Seja qual for o nome que trouxe você até aqui, internet wayback machine, archive.org, a tal da wayback, agora você sabe em qual porta bater. E se a porta que você precisa é a que diz 'recuperar meu site', o calendário está esperando.