Eski Web Sitesi Kurtarma: Yıllar Önce Çevrimdışı Kalan Bir Siteyi Geri Getirmek

Geçen ilkbahar bir müşteri aradı, tanıdık bir sorunla. Peyzaj şirketi yıllar boyunca 2013'te kurulmuş bir web sitesi üzerinden çalışıyordu, derli topluk bir tanıtım sitesi, bitmiş bahçelerin bir galerisi ve işinin çoğunu getiren bir teklif formu. Alan adı 2019'da süresi dolmuştu. Hosting hesabı çoktan iptal edilmişti. Tasarımcı Portekiz'e yerleşmiş ve e-postaları yanıtlamayı bırakmıştı. Herkesin böyle bir durumda sorduğu soruyu sordu: eski web sitesini kurtarmak gerçekten mümkün mü, yoksa sıfırdan mı başlamam gerekiyor?

Dürüst cevap: muhtemelen evet ve muhtemelen umduğunuzdan daha fazlası. Halka açık bir web sitesinin ziyaretçilere gösterdiği her şey bir yerlere kopyalanmıştı, arşiv tarayıcıları, arama motorları, birinin yedekleme betiği tarafından. İş, nerede neyin hayatta kaldığını bilmek ve boşluklar hakkında dürüst olmak. İşte onunki gibi işlerde kullandığım iş akışı ve kimse para harcamadan önce belirlediğim beklentiler.

Eski web sitesi kurtarma gerçekte ne demektir

Eski web sitesi kurtarma, yeniden bir tasarım değildir ve 'eskisine benzeyen yeni bir site yap' da değildir. Sitenin mevcut kopyalarını bulmak, arşivlenmiş HTML, görseller, stil dosyaları, belgeler, ve bunları yeniden sahibi olduğunuz çalışan bir web sitesi olarak bir araya getirmek demektir. Bir alan adına koyabileceğiniz, düzenleyebileceğiniz ve müşteri talebi alabileceğiniz bir site. Bu ayrım önemli çünkü fiyat etiketini bir büyüklük derecesi değiştirir: kurtarma zaten var olanı yeniden kullanır, yeniden inşa ise birine ekran görüntülerinden ve hafızasından yeniden yaratması için para öder.

Ağır yükü çeken üç tür kaynak vardır. Web arşivleri, özellikle Wayback Machine, on yıllar öncesine giden halka açık sayfaların taranmış kopyalarını tutar. Arama motoru önbellekleri eskiden ikinci seçenekti, ancak Google 2024'te önbelleğini kaldırdı, yani o kuyu çoğunlukla kurudu. Ve gerçek yedekler, eski hosting sağlayıcınızdan, eski geliştiricinizden veya bir çekmecedeki sabit diskten, perde arkası parçaların hayatta kaldığı tek yerdir. Her kaynak eski sitenin farklı bir dilimini sunar.

Sitenizin kopyaları gerçekte nerede duruyor

Herhangi bir şeyi geri yüklemeden önce kaynakları envanter edin. Yıllardır çevrimdışı olan bir site için her birinin gerçekte ne tuttuğu şöyledir:

Bu tabloyu okuyunca bir örüntü göze çarpar: sunum katmanı hayatta kalır, uygulama katmanı kalmaz. HTML, CSS ve görseller halka açıktı, dolayısıyla tarayıcılar kopyaladı. PHP betikleri, veritabanları ve yönetim panelleri web sunucusunun arkasındaydı, hiçbir tarayıcının göremeyeceği yerde. Bir tanıtım sitesi veya blog için sunum katmanı neredeyse sitenin tamamıdır. Bir mağaza veya forum içinse katalogu ve içeriği kurtarırsınız, siparişleri, hesapları veya özel mesajları değil.

Eski web sitesi kurtarma için gerçekçi beklentiler

Umut bir plan olmadığından, herhangi birinin sitesine dokunmadan önce beklentileri rakamlarla belirlerim. Son birkaç yıldaki kurtarma işlerine göre, iyi bir sonucun nasıl göründüğü şöyledir:

• Statik sayfalar ve blog yazıları: site taramaya izin verdiyse %90–100 kurtarılabilir.
• Görseller: genellikle %70–95, arşivin ne kadar derin taramasına ve ayrı bir CDN alan adında olup olmadıklarına bağlı olarak.
• PDF'ler ve indirilebilir dosyalar: yazı tura. Tarayıcılar çoğu zaman belirli bir boyut eşiğinin üstündeki dosyaları atladı.
• Video: YouTube veya Vimeo'da barınmadıysa kaybolduğunu varsayın, öyleyse zaten hiç kaybolmamıştı.
• Veritabanları, ürünler, kullanıcılar, yorumlar, siparişler: gerçek bir yedek yoksa gitmiş demektir. Arşivler yalnızca oluşturulmuş sayfaları gördü.
• Arama sıralamaları: kısmen kurtarılabilir. Orijinal URL'leri koruyabildiğiniz yerde koruyun, geri kalanı 301 yönlendirin ve Google siteyi düşündüğünüzden daha hızlı yeniden öğrenir.

İki gerçek iş. 2009 tarihli bir phpBB forumu, 400 küsur statik HTML başlığı olarak geri geldi, her gönderi okunabilir, sıfır kullanıcı hesabı. Bir müşterinin WooCommerce mağazası tam kataloğu, her ürün açıklaması ve çoğu fotoğrafla geri döndü, ama sipariş geçmişi veya müşteri listesi yok. Her iki sahip de memnundu, çünkü ikisi de iş başlamadan sonucun şeklini biliyordu.

Ne hayatta kalır, ne kalıcı olarak kaybolur

Hızlı bir envanter, insanları hiç kopyası olmayan şeyleri aramakla geçen boş bir hafta sonundan kurtarır:

• Genellikle hayatta kalır: halka açık HTML sayfaları ve blog yazıları, ayrıca bu sayfaların referans verdiği görseller.
• Genellikle hayatta kalır: stil dosyaları, JavaScript dosyaları, fontlar, robots.txt, favicon, bazen sitemap.xml.
• Genellikle hayatta kalır: bazı PDF'ler ve daha küçük indirilebilir dosyalar, taranan sayfalar bunlara bağlantı verdiyse.
• Yedek olmadan kaybolur: sunucu tarafı kod, PHP, Python, eklentiler, temanın şablon mantığı.
• Yedek olmadan kaybolur: veritabanı, ürünler, gönderi metaverileri, kullanıcılar, yorumlar, siparişler.
• Yedek olmadan kaybolur: bir girişin arkasındaki her şey ve çalışan her form, arama kutusu ve sepet, arşivler görünümlerini korudu, iç organlarını değil.
• Yedek olmadan kaybolur: e-posta hesapları, sunucu yapılandırması,.htaccess kuralları.

İki tuzak özel olarak anılmalı. Eski sitede tarayıcıları engelleyen bir robots.txt varsa, arşivlerde neredeyse hiçbir şey olmayabilir, herhangi bir plan yapmadan önce kontrol edin. Ve alan adı süresi dolduktan sonra alınan anlık görüntüler genellikle bir park sayfasını veya dolandırıcı bir yönlendirme sitesini gösterir. Her zaman sitenin gerçekten hayatta olduğu bir dönemde alınmış anlık görüntüden geri yükleyin; en yeni yakalama nadiren en iyisidir.

Adım adım eski web sitesi kurtarma iş akışı

1. URL'leri listeleyin. Sitenin URL envanterini Wayback Machine'in CDX dizininden veya takvim görünümünden çekin ve varsa sağlıklı bir anlık görüntüden sitemap.xml'i alın.
2. Doğru yılı seçin. Yakalamaların gerçek siteyi gösterdiği, park sayfası veya saldırı olmadığı son dönemi bulmak için anlık görüntü takvimini tarayın.
3. Boşlukları archive.today ile doldurun. Wayback'in atladığı sayfalar bazen orada bulunur, en önemli URL'lerinizi tek tek kontrol edin.
4. Dosyaları geri yükleyin. Birkaç sayfa için bunları elle kaydetmek işe yarar. Tüm site için otomatik geri yükleme çalıştırın: Restorix geri yükleme hizmeti, ödeme yapmadan önce kesin arşivlenmiş dosya sayısını, toplam boyutu ve kilitli bir fiyat içeren ücretsiz bir tahmin gösterir, ardından siteyi iç bağlantıları yeniden yazılmış ve eski analiz kodları istenirse ayıklanmış şekilde geri yükler.
5. Temizlik yapın. Arşivlenmiş reklam etiketlerini ve izleme betiklerini kaldırın, www veya www'siz olarak standartlaştırın ve iç bağlantıları göreli hale getirin, böylece site herhangi bir alan adında çalışır.
6. URL'leri eşleyin. Orijinal yolları mümkün olduğunca koruyun ve bilerek bıraktığınız her şeyi 301 yönlendirin.
7. Yayına alın ve doğrulayın. Geri yüklenen siteyi tarayın, 404'leri düzeltin, ardından Search Console'a taze bir sitemap verin.

Temizlik, DIY işlerin takıldığı yerdir. archive.org'dan elle kopyala-yapıştır, sizi web.archive.org'u gösteren mutlak bağlantılarla ve her sayfada tetiklenen on yıllık bir analiz işaretiyle baş başa bırakır. Geri yükleme seçenekleri tam olarak bunun içindir: iframe'leri ve reklam kodlarını ayıklamak, varlıkları küçültmek ve bağlantıları alan adından bağımsız hale getirmek bir öğleden sonra find-and-replace değil, onay kutularıdır.

Eski web sitesi kurtarmayı batıran hatalar

• En sağlıklı anlık görüntü yerine en yenisinden geri yüklemek. Ölmekte olan bir sitenin son yılı çoğu zaman park sayfaları ve kötü amaçlı yazılım yönlendirmeleridir.
• Karar verirken alan adını beklemek. Önce alan adını geri alın, bir tutumcunun sahip olduğu bir adrese içerik kurtarmak boşa kürek çekmektir.
• Anlık görüntü yıllarını karıştırmak. 2016 navigasyonu, 2014 kopyanızda olmayan sayfalara bağlantı verir ve her menü bir 404 çiftliğine dönüşür.
• CDN alt alan adını unutmak. Görseller cdn.siteniz.com'da barınıyorsa, o ana bilgisayar adını arşivde ayrı kontrol edin, kendi anlık görüntü geçmişine sahiptir.
• Telif hakkı sorusunu atlamak. Kendi sitenizi geri yüklemek standart bir uygulamadır; başka birinin içeriğini toptan yeniden yayınlamak bir telif hakkı sorunudur.
• Dışa aktarmadan önce kilitli bir platformda yeniden inşa etmek. Önce temiz dosyaları alın, XML, CSV veya JSON'a yapılandırılmış makale dışa aktarımı bir nedenle vardır, sonra nerede duracaklarına karar verin.

Maliyetler, zamanlama ve kendin yapma ile dışarıdan alma

Kopyala-yapıştır ile DIY: ücretsiz ve yirmi sayfaya kadar iyidir. Bir hafta sonu ve bol sabır ayırın. Ücretsiz Wayback indirici betikleri toplu işlemi halleder ama sizi bozuk iç bağlantılarla ve eksik varlıklarla baş başa bırakır, yine temizlik vergisi. Ücretli geri yüklemeler dosya başına fiyatlandırılır; Restorix geri yüklenen her dosya için küçük bir sabit ücretle ücretlendirir, ilk dosya ücretsizdir, fiyat tahmin anında kilitlenir ve yinelenen hiçbir şey yoktur. Birkaç yüz dosya genellikle onlarca dolara denk gelir ve geri yükleme başarısız olursa otomatik iadeler bakiyenize geri döner.

Zamanlama her işte aynı şekilde bölünür: geri yükleme işin hızlı parçasıdır, yüzlerce sayfa bir saatin çok altında, ve sonrasındaki insan işi yavaş parçadır. Müşterimin peyzaj sitesi 86 sayfa ve yaklaşık 300 görsel olarak geri geldi. Tahmin bir dakika sürdü. Hafta sonunu çalışan bir teklif formu bağlamaya ve zaten hiç sevmediği iki bahçe fotoğrafını yeniden çekmeye ayırdı. Kurtarılan site bir hafta içinde orijinalinden daha iyiydi, kimsenin beklemediği kısım bu.

Kurtarılan siteyi yeniden yayına alma

Kurtarılan bir tanıtım sitesi ucuz statik hostingde mutlu mesut yaşayabilir. Sahip içerik düzenlemek isterse, ve sonunda her zaman ister, daha sonra bir CMS eklemek yerine onu CMS bağlı olarak yayına alın. Restorix tek tıkla SSH/SFTP VPS'ye, FTP paylaşımlı hosting'e veya S3'e dağıtım yapar ve dağıtımları, sahibin koda dokunmadan metin düzenleyip görselleri değiştirebilmesi için /webarchive-cms.php konumunda siteye özel yönetici parolasıyla tek dosyalık bir CMS içerir. Ne seçerseniz seçin, sıkıcı ama gerekli şeylerle bitirin: 2013 etiketi yerine taze analiz, bir XML sitemap, Search Console doğrulaması ve geri getirmeye karar vermediğiniz her URL için 301 yönlendirmeleri.