Wayback Machine vs Google: Önbellek Kaldırıldıktan Sonra Kayıp Sayfaları Bulma

Yirmi yıl boyunca, yeni çökmüş bir sayfayı görmenin en hızlı yolu Google'ın Önbellek bağlantısıydı. Google Şubat 2024'te bu bağlantıyı kaldırdı ve Eylül'e kadar cache: arama operatörü de çalışmayı durdurdu. Aynı yıl Google beklenmedik bir şey yaptı: Bu sonuç hakkında panelinden Internet Archive'ün Wayback Machine'ine bağlantı vermeye başladı. Mesaj açıktı, Google canlı bir dizindir, arşiv değil ve bunu başka türlü göstermekten vazgeçmişti.

Ama iki araç birlikte hâlâ en iyi şekilde çalışıyor. Bir sayfa veya tüm bir site ortadan kaybolduğunda bunları nasıl birleştirdiğim, temizlikten sağ kurtulan operatör hileleri dahil.

Wayback Machine vs Google: iki farklı tür hafıza

Google canlı web'in bir dizinini tutar. Sürekli yeniden tarar, sıralamaları saatlik olarak yeniden yazar ve tüm amacı şu an doğru olanla yanıt vermektir. Bir sayfa değiştiğinde, eski sürüm bir sonraki taramada atılır. Sayfa ortadan kaybolduğunda, liste kısa süre kalır ve sonra düşer.

Wayback Machine tam tersini yapar. 1996'ya kadar uzanan, yalnızca eklenebilir bir yakalama kütüphanesidir, 900 milyardan fazla sayfa. Bu hafta neyin alakalı olduğuyla ilgilenmez; sayfanın 12 Mart 2014'te ne dediğiyle ilgilenir ve size o tam sürümü, tüm çerçevesiyle birlikte gösterir.

Yani araçlar farklı soruları yanıtlar. Google: bu sayfada şu an ne var? Wayback: bu sayfa eskiden ne diyordu? İkisi arasındaki karışıklık, birçok insanın web'in aslında sahip olmadığı bir hafızası olduğunu düşünmesinin nedenidir.

Google Önbelleğine Ne Oldu

İki on yıl boyunca, her Google sonucu bir Önbellek bağlantısı gizlerdi, sayfanın Googlebot'un en son gördüğü andaki anlık görüntüsü. Bir toplantıdan beş dakika önce bir sayfa 404 verdiğinde standart çözümdü. Şubat 2024'te Google'ın Arama Sorumlusu Danny Sullivan, sayfa güvenilirliğinin arttığını ve kullanımın düştüğünü ileri sürerek bağlantının emekliye ayrıldığını duyurdu. Eylül 2024'e kadar cache: arama operatörü tamamen çalışmayı durdurdu.

Zamanlama hakkında iki şey önemli. İlk olarak, önbellek hiçbir zaman bir arşiv değildi: tam olarak bir sürüm tutardı, en son tarama, ve onu sürekli üzerine yazardı. Onu kaybetmek bize bu sabah silinen kullanım senaryosuna mal oldu, tarihsel bir şeye değil. İkinci olarak, önbelleğin öldüğü ay, Google Bu sonuç hakkında panelinin içine Wayback Machine'e bağlantılar ekledi. Herhangi bir sonucun yanındaki üç noktaya tıklayın, Bu sayfa hakkında daha fazla bilgi'yi seçin ve Google sizi Internet Archive'ün yakalamalarına yönlendirir. Google, kullanıcılarını resmi olarak işi gerçekten yapan araca yönlendirdi.

Çok yakın tarihli kaldırmalar için seçenekler artık daha az: Wayback popüler sayfaları sık sık tarar, archive.today sayfaları talep üzerine kaydeder ve Google snippet'leri kendileri bir sayfa öldükten sonra günlerce sonuçlarda kalır. Genellikle yeter. Güç bela.

Wayback Machine'in dizininde arama yapmak için Google'ı kullanın

Wayback Machine'in beta tam metin araması var, ancak tutarsız. Kimsenin bahsetmediği geçici çözüm: Google web.archive.org'un bir diliminin kendisini dizine ekler ve Google aramada çok iyidir.

Desen basit: site:web.archive.org/web artı bir alan adı, bir başlık veya, en iyisi, kelimesi kelimesine hatırladığınız bir ifade. site:web.archive.org "we regret to inform you" aramasını bir marka adıyla birlikte yapmak, Wayback'in kendi aramasının bulamayacağı arşivlenmiş kullanımdan kaldırma bildirimlerini ortaya çıkarır. Arşivlenmiş basın bültenleri, silinmiş özür gönderileri, eski belgeler: hepsi uygun.

Beklentileri doğru ayarlayın. Google, arşivin yakalamalarının yalnızca bir kısmını dizine ekledi, o 900 milyar sayfanın çoğu onun için görünmez. Sıfır sonuçlu bir arama hiçbir şey kanıtlamaz; arşivin Google'ın diliminde olmadığı anlamına gelir, arşivlenmemiş olduğu anlamına gelmez. Google'ı bir keşif katmanı, Wayback'in kendi takvimini gerçeğin kaynağı olarak değerlendirin.

Google ve Wayback Machine ile site: operatörü hileleri

Bunlar gerçekten çalıştırdığım sorgular, kabaca sırasıyla:

1. site:example.com, Google'ın ölen bir site hakkında hâlâ bildiği şeylerin en hızlı envanteri. Snippet'ler sayfaların kendileri 404 verdikten sonra günlerce veya haftalarca kalır.
2. site:example.com inurl:blog (veya /products/, /docs/), büyük bir alan adını bölümlere ayırır, böylece alan başına kapsamı kontrol edebilirsiniz.
3. site:example.com filetype:pdf, eski teknik raporlar, kılavuzlar ve spesifikasyon sayfaları. Her ölü PDF URL'si doğrudan Wayback çubuğuna gider.
4. "silinen sayfadan tam ifade", tırnak içinde aramalar, kazıyıcı kopyaları, forum alıntılarını ve yansımaları bulur. İfade ne kadar ayırt edici olursa o kadar iyi.
5. before:2019-01-01, before: ve after: operatörleri sonuçları ilgilendiğiniz döneme doğru eğilimli hale getirir.
6. site:web.archive.org/web "example.com", doğrudan Google'ın dizine eklediği yakalamalara atlar.

Bir URL'niz olduğunda, iki kısayol gerçek zaman kazandırır. Adresi takiben web.archive.org/web/2/ ile Wayback'e yapıştırın, 2 sizi zamana göre en yakın yakalamaya yönlendirir. Ya da kullanılabilirlik API'sine gidin: archive.org/wayback/available?url=example.com/old-page, en yakın anlık görüntüyü düzgün JSON olarak döndürür, bu da tam olarak komut dosyalarının içinde istediğiniz şeydir.

Google ve Wayback Machine'in Üstün Olduğu Durumlar

Hızlı bir karar tablosu:

Kısacası: Google iğneleri bulur; Wayback samanlıkları depolar. Tek bir sayfa yerine tam URL envanterine ihtiyacınız varsa, CDX rotası bir web sitesindeki tüm sayfaları bulma rehberinde adım adım ele alınmıştır.

Uygulamalı bir örnek: ölü bir 2012 ürün sayfasını avlamak

Geçen bahardan gerçek bir senaryo. Bir müşterinin WooCommerce mağazası, yıllar önce eski Joomla sitelerinin yerini almıştı; bir bayi, kullanımdan kaldırılmış bir parçanın spesifikasyon sayfasına ihtiyaç duyuyordu ve müşterinin kendi yedeklemeleri, onların ifadesiyle, bir sürücünün üzerinde bir yerdeydi.

1. site:clientdomain.com filetype:pdf ve site:clientdomain.com inurl:products çalıştırıldı. Canlı sitede hiçbir şey yoktu, ancak kalıcı bir snippet eski Joomla URL desenini ortaya çıkardı, bir makale kimliğiyle index.php.
2. Alan adı Wayback Machine'e yapıştırıldı ve takvim çizgisi kullanılarak 2012 yakalamalarına atlandı.
3. Ana sayfa yakalamasından ürünler bölümüne inildi. İlk yakalamada bozuk görseller vardı; dört ay sonraki bir yakalama eksiksizdi, PDF bağlantılı ve canlıydı.
4. Wayback'in kaçırdığı birkaç sayfa için archive.today çapraz kontrol edildi.

Toplam süre: yaklaşık on dakika. Operatör hileleri olmadan bu, çıkmaz sokaklarla dolu bir akşam olur. Hamleler basit; hangi aracın hangi soruyu yanıtladığını bilmek tüm beceridir.

O işten hatırlamaya değer bir ayrıntı: ilk yakalamadaki bozuk görseller kayıp değildi, sadece farklı zamanlarda çekilmişlerdi. Wayback, sayfaları ve varlıklarını farklı zamanlarda tarar, bu yüzden Mart'ta yakalanan bir sayfa Haziran'da yakalanan görsellere referans verebilir. Bir yakalama yarı boş göründüğünde, vazgeçmeyin, birkaç ay ileri veya geri atlayın, eksik parçalar genellikle yerini bulur. Google snippet'leri de aynı şekilde farklı zamanlarda güncellenir, bu yüzden bir snippet, mevcut sayfanın artık içermediği bir paragrafı alıntılayabilir.

Bulunan sayfalardan tekrar çalışan bir web sitesine

Sayfaları bulmak eğlenceli kısım. Bir siteyi yakalamalardan yeniden inşa etmek o değil: sağ tıklayıp farklı kaydet, varlıkları yeniden adlandır, yolları onar ve kırkıncı sayfada stil dosyasının farklı bir yakalama tarihinde yaşadığını keşfedersin. On beş sayfalık bir site için insanların bir hafta sonunu harcadığını gördüm.

Bu, web sitesi geri yükleme hizmetimizin otomatikleştirdiği sorundur. Ücretsiz tahmin, Wayback'in CDX dizinini okur ve herhangi bir şey ödemeden önce size tam arşivlenmiş dosya sayısını, toplam boyutu ve sabitlenmiş bir fiyatı söyler. Geri yüklemeler dosya başına ödemelidir, ilk dosya ücretsizdir, dönemin analiz ve reklam kodlarını çıkarabilirsiniz ve yeniden inşa edilen site kendi barındırmanıza tek tıkla dağıtılır, ya da kendi kendinize barındırmak isterseniz yapılandırılmış veri olarak dışa aktarılır. Google ve Wayback Machine size neyin var olduğunu gösterdiğinde, onu geri almanın yolu budur.