Wayback Machine на Archive.org: практический гид по сайту

Поиск Wayback Machine и Archive.org выбрасывает вас на главную страницу, утыканную иконками, книги, концерты, новости ТВ, игры под MS-DOS. Где-то среди этого и спрятан веб-архив, за которым вы на самом деле пришли. Это практический разбор: где живёт Wayback внутри Archive.org, как работают виды поиска и календаря, пара хитростей с URL, которые экономят реальное время, и что делать, когда посмотреть на старую страницу, не то же самое, что вернуть её.

Где живёт Wayback Machine на Archive.org

Archive.org, это вся библиотека целиком; Wayback Machine, одна из коллекций внутри неё, веб-коллекция. Строка поиска на главной, это каталожный поиск: она ищет книги, видео и аудио по названию и описанию. Вставите туда URL в надежде найти старые снимки, получите обескураживающие результаты о книгах с похожими названиями. Каждый через это проходит.

У Wayback есть собственный дом, web.archive.org, до которого можно добраться с большой иконки Web на главной archive.org. Простое правило: ищете веб-страницу, начинайте с web.archive.org. Ищете вещь, книгу, концерт, фильм, начинайте с archive.org. Путаница между ними, главная причина, по которой люди решают, что в архиве чего-то нет, хотя оно там точно есть.

Поиск в Wayback Machine на Archive.org

Вставьте полный URL в строку Wayback, протокол необязателен, и вы окажетесь в режиме календаря для этого адреса. Дальше:

1. Выберите год в столбчатой диаграмме сверху. Высота столбика показывает объём снимков, активные годы сайта видны сразу.
2. На самом календаре кружки отмечают дни со снимками; чем крупнее кружок, тем больше снимков. Наведите курсор, чтобы увидеть точные временные метки.
3. Кликните по временной метке, чтобы загрузить этот снимок. Сверху страницы появится панель Wayback со стрелками к предыдущему и следующему снимкам того же URL.

Стоит запомнить три сокращения. Первое, подстановочные знаки: web.archive.org/web/*/example.com открывает список URL всего домена, самый быстрый способ выудить страницу, о которой вы забыли. Второе, короткая запись даты: web.archive.org/web/2015/example.com перенаправляет на снимок, ближайший к этой дате, а большее количество цифр сужает выбор (20150615 закрепляет середину июня). Третье, модификатор id_: web.archive.org/web/20150615000000id_/http://example.com/style.css возвращает исходный файл без перезаписи Wayback, чистый способ достать нетронутую таблицу стилей или картинку.

Сравнение двух снимков

Режим Changes, ссылка на который есть со страницы календаря, выстраивает два снимка рядом и подсвечивает изменения между ними, добавленное и удалённое, страница за страницей. На длинных страницах в нём каша, но чтобы заметить, когда появился новый тариф или сноска в подвале, он лучше, чем разглядывать две вкладки в браузере. Выбирайте снимки в нескольких месяцах друг от друга; сравнение 2010-го с 2025-м окрасит весь экран.

Сохраните страницу сами

Поле сохранения на web.archive.org/save архивирует любую публичную страницу по запросу, обычно за минуту. У залогиненных пользователей возможностей больше: можно одним проходом сохранить исходящие ссылки и вести личный список сохранений. Пользуйтесь им после запусков, редизайнов и миграций, в те моменты, когда вам скорее всего позже понадобится зафиксированная копия.

Как читать снимок и не обманывать себя

Старые снимки лгут тихо. Страница, которая отображается нормально, говорит о том, что HTML и его ассеты выжили. Голый скелет без стилей означает, что таблица стилей не была захвачена или была заблокирована. Серые прямоугольники там, где должны быть картинки, та же история. Ничто из этого не значит, что страница не была заархивирована, это значит, что архив сохранил документ, но недосчитался части вложений.

Временная метка на панели заслуживает большего уважения, чем получает. Одна отрендеренная страница может сшивать ассеты из снимков, сделанных с разницей в недели, потому что архив подсовывает ближайшую доступную копию каждого файла. Если вам что-то нужно в качестве доказательства, фиксируйте дату снимка для каждого элемента, а не считайте, что вся страница, один замороженный момент.

Следите за адресной строкой, пока бродите по снимку. Каждая ссылка на заархивированной странице переписывается так, чтобы указывать на ближайший снимок цели, поэтому вы можете блуждать по мёртвому сайту, как будто он ещё живой, и поэтому скопированная из Wayback ссылка, это адрес archive.org, а не оригинальный.

Коллекции вокруг Wayback

Раз уж вы всё равно на сайте, остальной библиотеке стоит уделить десять минут. Иконки на главной делят её по типу носителя:

• Тексты: десятки миллионов отсканированных книг и документов, включая книговыдачу Open Library и бесплатные загрузки из общественного достояния.
• Аудио: записи концертов Live Music Archive, старое радио, подкасты и оцифрованные пластинки на 78 об/мин.
• Видео: архив новостей ТВ с поиском по субтитрам, а также восхитительно странная коллекция Prelinger с образовательными и промышленными фильмами.
• Софт: тысячи тайтлов под MS-DOS, аркадных и консольных, в которые можно играть в эмуляторе прямо в браузере. Сначала заблокируйте себе полдня.

У каждой коллекции свой поиск, фильтры и, в отличие от веб-стороны, щедрые возможности скачивания.

Коллекции ещё и хорошо перелинкованы. Отсканированный компьютерный журнал может обозревать программу, которую потом можно запустить в эмуляторе, а субтитры новостей ТВ в один клик ведут к связанным веб-снимкам. Сайт вознаграждает бесцельное блуждание.

Что Wayback Machine на Archive.org вам не отдаст

Веб-сторона Archive.org сделана для просмотра, и её ограничения быстро всплывают, когда пытаешься использовать её как источник файлов. Массового скачивания снимков нет. Формы, поля поиска и логины мертвы, архив хранит ответы на GET-запросы, а не сессии. Всё, что стоит за логином, вообще никогда не обходилось. Владельцы могут попросить об исключении, поэтому некоторых доменов нет по запросу. А страницы, тяжёлые на JavaScript, с середины 2010-х часто захватывались только в виде крутящегося спиннера загрузки.

Конкретный случай: phpBB-форум 2009 года с 40 000 сообщений. Wayback показывает публичные темы, разбросанные по снимкам за несколько лет. «Сохранить как» в браузере выдаёт страницы с переписанными URL на archive.org, потерянными аватарками и без вложений. Натравить wget на web.archive.org, медленно, упирается в лимиты по частоте запросов, и всё равно получаете HTML в обёртке Wayback, если только не переписываете каждый URL вручную. Это вечер работы на подфорум ради изуродованного результата.

Уходим с реальными файлами

Когда цель, перепубликация или локальная копия, используйте специальный инструмент для извлечения. Сервис восстановления сайтов вытаскивает архивную версию домена из Wayback и собирает заново в чистые файлы. Бесплатная оценка даёт точное число архивных файлов, общий размер и зафиксированную цену до любой оплаты. Дальше платите за каждый восстановленный файл, первый бесплатно, никаких подписок, с опциями очистки, которые вырезают старые трекеры, рекламу и iframe, делают внутренние ссылки относительными и переводят сайт на HTTPS. Результат можно скачать, экспортировать статьи в XML, CSV или JSON или развернуть сразу на вашем хостинге, в комплекте небольшая CMS.

За полным процессом скачивания обратитесь к руководству по скачиванию сайта из Archive.org, там всё по шагам, а статья о загрузчике Wayback сравнивает основные подходы.

Шпаргалка по Wayback Machine на Archive.org

Закрепите себе эту подборку, она покрывает большинство вопросов о сайте: