Восстановление старого сайта: как вернуть сайт после нескольких лет офлайн

Прошлой весной мне позвонила клиентка с до боли знакомой проблемой. Её ландшафтная компания несколько лет работала через сайт, сделанный в 2013 году, аккуратный представительский сайт, галерея готовых садов и форма заявки, через которую шёл почти весь заказ. Домен истёк в 2019-м. Хостинг отключили задолго до этого. Дизайнер уехал в Португалию и перестал отвечать на письма. Она задала вопрос, который в такой ситуации задают все: возможно ли вообще восстановление старого сайта, или придётся начинать с нуля?

Честный ответ: скорее всего, да, и скорее всего, получится восстановить больше, чем вы рассчитываете. Практически всё, что публичный сайт когда-либо показывал посетителям, было где-то скопировано, архивными краулерами, поисковыми системами, чьими-то скриптами резервного копирования. Задача, понять, что где сохранилось, и честно оценить пробелы. Это тот рабочий процесс, которым я пользуюсь на подобных заказах, и те ожидания, которые озвучиваю, прежде чем кто-то потратит хотя бы доллар.

Что на самом деле означает восстановление старого сайта

Восстановление старого сайта, это не редизайн и не задача в духе «сделай мне новый сайт, который выглядит как старый». Это поиск существующих копий сайта, архивного HTML, изображений, стилей, документов, и сборка из них работающего сайта, который снова принадлежит вам. Сайта, который можно разместить на домене, редактировать и получать с него заявки. Разница принципиальная, потому что она меняет итоговый счёт на порядок: восстановление использует то, что уже существует, а пересборка платит кому-то за то, чтобы он воссоздавал всё по скриншотам и памяти.

Три типа источников выполняют основную работу. Веб-архивы, прежде всего Wayback Machine, хранят просканированные копии публичных страниц на протяжении десятилетий. Кэши поисковых систем когда-то были вторым вариантом, но Google закрыл свой кэш в 2024 году, так что этот источник по большей части иссяк. А настоящие бэкапы, со старого хостинга, от старого разработчика или с жёсткого диска в ящике стола, это единственное место, где вообще могут уцелеть серверные компоненты. Каждый источник отдаёт свой срез старого сайта.

Где на самом деле хранятся копии вашего сайта

Прежде чем что-либо восстанавливать, составьте реестр источников. Вот что каждый из них реалистично хранит для сайта, который не работал несколько лет:

Если вчитаться в эту таблицу, видна закономерность: презентационный слой выживает, прикладной, нет. HTML, CSS и изображения были публичными, и краулеры их копировали. PHP-скрипты, базы данных и админки располагались за веб-сервером, куда ни один краулер заглянуть не мог. Для представительского сайта или блога презентационный слой, это почти весь сайт. Для магазина или форума вы восстановите каталог и контент, но не заказы, аккаунты или личные сообщения.

Реалистичные ожидания при восстановлении старого сайта

Я задаю ожидания цифрами ещё до того, как прикасаюсь к чужому сайту, потому что надежда, это не план. По итогам нескольких лет работы над подобными заказами хороший результат выглядит так:

• Статические страницы и записи блога: 90–100% восстановимы, если сайт был открыт для сканирования.
• Изображения: обычно 70–95%, зависит от глубины обхода архива и от того, размещались ли они на отдельном домене CDN.
• PDF и загружаемые файлы: пятьдесят на пятьдесят. Краулеры часто пропускали файлы, превышавшие определённый размер.
• Видео: считайте, что оно утрачено, если только не лежало на YouTube или Vimeo, а в этом случае оно вообще не терялось.
• Базы данных, товары, пользователи, комментарии, заказы: утрачены, если нет настоящего бэкапа. Архивы видели только отрендеренные страницы.
• Поисковые позиции: частично можно спасти. Сохраняйте исходные URL везде, где это возможно, на остальные ставьте 301, и Google переучит сайт быстрее, чем вы думаете.

Два реальных случая. phpBB-форум 2009 года вернулся в виде примерно 400 статичных HTML-тредов, каждое сообщение читается, ни одного пользовательского аккаунта. WooCommerce-магазин клиента восстановился с полным каталогом, всеми описаниями товаров и большинством фотографий, но без истории заказов и списка покупателей. Оба владельца остались довольны, потому что оба заранее понимали контур результата.

Что выживает, а что утрачено безвозвратно

Краткий реестр экономит людям впустую потраченные выходные, которые они бы потратили на поиск того, у чего никогда не было копии:

• Обычно выживает: публичные HTML-страницы и записи блога, а также изображения, на которые эти страницы ссылались.
• Обычно выживает: таблицы стилей, файлы JavaScript, шрифты, robots.txt, favicon, иногда sitemap.xml.
• Обычно выживает: часть PDF и небольших загружаемых файлов, если на просканированных страницах были на них ссылки.
• Утрачено без бэкапа: серверный код, PHP, Python, плагины, логика шаблонов темы.
• Утрачено без бэкапа: база данных, товары, метаданные записей, пользователи, комментарии, заказы.
• Утрачено без бэкапа: всё, что было за входом в аккаунт, и все рабочие формы, поиск и корзина, в архивах осталась их внешность, не начинка.
• Утрачено без бэкапа: почтовые аккаунты, конфигурация сервера, правила.htaccess.

Две ловушки заслуживают отдельного упоминания. Если на старом сайте был robots.txt, запрещавший сканирование, в архивах может почти ничего не быть, проверьте, прежде чем что-либо планировать. А снимки, сделанные после истечения домена, обычно показывают парковочную страницу или мошеннический дорвей. Всегда восстанавливайте по снимку из периода, когда сайт действительно жил; самый свежий кадр редко оказывается лучшим.

Пошаговый процесс восстановления старого сайта

1. Составьте список URL. Извлеките реестр URL из индекса CDX Wayback Machine или из календарного представления и заберите sitemap.xml из здорового снимка, если он существует.
2. Выберите правильный год. Пролистайте календарь снимков и найдите последний период, в котором снимки показывают настоящий сайт, а не парковку или взлом.
3. Закройте пробелы через archive.today. Страницы, которые Wayback пропустил, иногда есть там, проверьте самые важные URL по одному.
4. Восстановите файлы. Для нескольких страниц сгодится ручное сохранение. Для целого сайта запустите автоматическое восстановление: сервис Restorix показывает бесплатную оценку с точным числом архивных файлов, общим размером и зафиксированной ценой ещё до оплаты, а затем восстанавливает сайт с переписанными внутренними ссылками и, по желанию, с вырезанными старыми счётчиками аналитики.
5. Наведите порядок. Уберите архивные рекламные блоки и трекер-скрипты, выберите канонический вариант www или без www и переведите внутренние ссылки в относительные, чтобы сайт работал на любом домене.
6. Пропишите карту URL. Сохраняйте исходные пути везде, где это возможно, а на то, что сознательно отбросили, ставьте 301.
7. Разверните сайт и проверьте его. Просканируйте восстановленный сайт, исправьте 404-е и передайте свежую карту сайта в Search Console.

Именно на этапе чистки большинство попыток «сделай сам» и буксуют. Ручное копирование через archive.org оставляет вас с абсолютными ссылками, ведущими обратно на web.archive.org, и с десятилетним счётчиком аналитики, который стреляет на каждой странице. Инструменты восстановления существуют именно для этого: вырезать iframe и рекламный код, минифицировать ассеты и сделать ссылки независимыми от домена, это галочки, а не целый день поиска и замены.

Ошибки, которые губят восстановление старого сайта

• Восстановление по самому свежему снимку вместо самого здорового. Последний год умирающего сайта, это часто парковки и вредоносные редиректы.
• Домен висит, пока вы размышляете. Сначала выкупите домен, восстанавливать контент на адрес, которым владеет сквоттер, это выброшенная работа.
• Смешивание снимков разных лет. Меню 2016 года ссылается на страницы, которых нет в копии 2014-го, и каждое меню превращается в фабрику 404-х.
• Забыть про поддомен CDN. Если изображения жили на cdn.yoursite.com, проверьте это имя в архиве отдельно, у него своя история снимков.
• Проигнорировать вопрос прав. Восстановить свой собственный сайт, обычная практика; переиздать чужой контент целиком, это уже проблема с авторскими правами.
• Пересобирать сайт на закрытой платформе, не сделав экспорт. Сначала получите чистые файлы, структурированный экспорт статей в XML, CSV или JSON существует не просто так, а уже потом решайте, где они будут жить.

Стоимость, сроки и делать самому или нанимать

Своими руками через копирование: бесплатно, и сносно работает до двадцати страниц. Заложите выходные и много терпения. Бесплатные скрипты-скачивалки с Wayback справляются с массовой загрузкой, но оставляют вас со сломанными внутренними ссылками и недостающими ассетами, всё та же «налоговая» на чистку. Платные восстановления тарифицируются за файл; Restorix берёт плату за каждый восстановленный файл плюс небольшой фиксированный сбор за запуск, первый файл бесплатно, цена фиксируется на момент оценки, никаких регулярных списаний. Несколько сотен файлов обычно укладываются в десятки долларов, а в случае неудачи средства автоматически возвращаются на ваш баланс.

Сроки одинаково распределяются от заказа к заказу: само восстановление, быстрая часть, сотни страниц меньше чем за час, а человеческая работа после него, медленная. Сайт ландшафтной компании моей клиентки вернулся в виде 86 страниц и около 300 изображений. Оценка заняла минуту. Её выходные ушли на подключение работающей формы заявки и пересъёмку двух фотографий сада, которые ей и так никогда не нравились. Восстановленный сайт стал лучше оригинала уже через неделю, этого никто не ожидает.

Возвращаем восстановленный сайт в онлайн

Восстановленный представительский сайт прекрасно живёт на дешёвом статическом хостинге. Если владельцу нужно редактировать контент, а в итоге ему это всегда нужно, разворачивайте сразу с подключённой CMS, а не навешивайте её потом. Restorix в один клик разворачивает сайт на SSH/SFTP VPS, на обычный FTP-хостинг или в S3, а в комплект развёртывания входит однофайловая CMS по адресу /webarchive-cms.php с паролем администратора для конкретного сайта, чтобы владелец мог менять тексты и изображения, не касаясь кода. Каким бы путём вы ни пошли, завершите скучными обязательными шагами: новая аналитика вместо метки 2013 года, XML-карта сайта, подтверждение в Search Console и 301-е для каждого URL, который вы решили не возвращать.