Wayback Machine Geri Yükleme: 4 Tuzak ve Bunlardan Nasıl Kaçınılır

Wayback Machine geri yüklemeyi kolay gösterir: bir tarih seçin, sitenizi geri alın. Sonra geri yüklenen klasörü açarsınız ve ana sayfanız olması gereken yerde bir domain park sayfası, görsellerin yarısı 404 veriyor ve 2017 tarihli bir sayfanın altında 2011 tarihli bir alt bilgi bulursunuz. Başarısız geri yüklemeleri yeterince temizledim; başarısızlıkların öngörülebilir olduğunu biliyorum. Hemen hemen her kötü Wayback Machine geri yüklemesini aynı dört tuzak mahveder ve her birini önlemek yaklaşık on dakikalık bir kontrol gerektirir. İşte neyin yanlış gittiği, nedeni ve ödeme yapmadan önce bunu nasıl yakalayacağınız.

Wayback Machine geri yüklemesi neden yanlış gider

Arşiv sitenizin bir yedeği değildir. Fırsatçı taramaların bir yığınıdır: farklı günlerde yakalanan farklı sayfalar, bazı varlıklar tamamen atlanmış, bazı taramalar siteniz bozukken tetiklenmiş. Bir geri yükleme aracı yalnızca tarayıcının yakaladığıyla çalışabilir. Çoğu geri yükleme felaketi, arşivi mükemmel bir ayna gibi ele almaktan ve aşağıdaki kontrolleri atlamaktan kaynaklanır.

Rakamlar bunu somutlaştırıyor. Bir müşteri işinde, yaklaşık 8.000 arşivlenmiş URL'ye sahip 2009 tarihli bir phpBB forumunda, en yeni altı aylık anlık görüntülerin tamamı bir domain satıcısına işaret eden yönlendirme taramalarıydı. Varsayılan en son tarihten yapılan bir geri yükleme, 8.000 satılık sayfa kopyası teslim etmiş olacaktı. İyi veri oradaydı, iki yıl önce. Araç iyiydi; tarih seçimi her şey demekti.

Tuzak 1: Park edilmiş bir sayfayı geri yükleme

Domainlerin süresi dolar, kayıt kuruluşları onları park eder ve Wayback Machine park sayfasını memnuniyetle tarar. Takvim görünümünden bu taramalar iyi olanlarla aynı görünür, aynı mavi daireler, aynı zaman damgaları. İşaret yalnızca anlık görüntüyü açtığınızda ortaya çıkar: içeriğinizin olması gereken yerde reklamlar, domaini satılık sunan bir banner, köşede bir kayıt kuruluşu logosu.

Park genellikle önce ana sayfaya düşer ve daha derin sayfalar hâlâ gerçek içerik gösterir, bu yüzden tek bir sayfaya hızlı bir bakış yeterli değildir. Ana sayfanın 2020 tarihli park edilmiş bir sayfa ve hakkında sayfasının gerçek 2016 içeriği olduğu geri yüklemeler gördüm, geri yüklenen site bir fidye notu gibi okunuyordu.

• Bir tarih seçmeden önce takvim küçük resmini değil, gerçek anlık görüntüyü açın
• Ana sayfayı ve aynı dönemden en az iki iç sayfayı kontrol edin
• Son anlık görüntüler park edilmişse, takvimi gerçek tasarımınızı gösteren son taramaya geri götürün
• Anlık görüntünün sizin navigasyonunuzu gösterdiğini, bir kayıt kuruluşunun link çiftliğini değil doğrulayın

Tuzak 2: Yönlendirme zincirleri ve tarama döngüleri

Bir site yönlendirmeye başladığında, eski domainden yeni domaine, http'den https'ye, www'süzden www'ye, tarayıcı içeriği değil, yönlendirmeyi kaydeder. Bu taramalardan geri yükleme yaparsanız sayfalara işaret eden sayfalarla işaret eden sayfalar elde edersiniz. Klasik durum: domain taşıyan bir sitenin son yılındaki anlık görüntülerinin tamamı 301 taramasıdır ve içerik, taşıma gerçekleştiği gün arşivlenmeyi bırakmıştır.

Kötü varyant yönlendirme döngüsüdür: A sayfası B sayfasına yönlendirir, B sayfası A'ya geri yönlendirir ve tarayıcı her iki adımı da arşivler. Tarayıcılar birkaç adımdan sonra vazgeçer ve ziyaretçileriniz de öyle yapacaktır.

Düzeltmenin iki parçası vardır. Yönlendirmelerin başlamasından önceki tarihden geri yükleme yapın ve tarayıcının kaydettiği bozuk zincirler yerine seçtiğiniz pencere sırasında canlı olan kasıtlı yönlendirme kurallarını tutun. Restorix'te keep-301/302 seçeneği tam olarak bunu yapar, kasıtlı yönlendirmeleri korur ve kazara olanları bırakır. Elle geri yükleme yapıyorsanız, herhangi bir şey yüklemeden önce indirilen HTML'de archive.org yönlendirme sarmalayıcılarını grep'leyin; bunlar meta refresh etiketlerinde ve canonical linklerde gizlenir.

Tuzak 3: Eksik görseller ve bozuk varlıklar

Tarayıcılar kibardır. robots.txt'ye saygı duyarlar, yavaş sunucularda vazgeçerler ve boyut sınırlarının üzerindeki dosyaları atlarlar. Görseller ilk kaybedenlerdir. Bir sayfa yirmi kez yakalanabilirken ana görseli hiç yakalanmamış olabilir. Hotlink koruması arkasındaki veya tarayıcının görmezden geldiği bir CDN alt domainindeki varlıkları da kaybedersiniz.

En kötü suçlular CSS dosyalarından referans verilen arka plan görselleridir. Sayfa HTML'i iyi arşivlenir, stil sayfası iyi arşivlenir ve stil sayfasının işaret ettiği 400 KB'lık fotoğraf arşivlenmez, bu yüzden sayfa, tasarımın olduğu yerde gri bir boşlukla geri yüklenir. Önce kontrol etmedikçe bunu yalnızca geri yüklenen siteyi açtığınızda fark edersiniz.

• Bir görselin var olduğunu varsaymak yerine dosya manifestosunu dosya bazında yakalama durumu için kontrol edin
• Görüntü ağırlıklı sitelerde /uploads/ klasörlerinde boşluklar bekleyin ve yedek bulmak için zaman ayırın
• Bir giriş, form POST veya JavaScript renderleme arkasındaki hiçbir şeyin arşivde olmadığını kabul edin
• Bir tarihe karar vermeden önce arşivlenmiş anlık görüntüdeki beş rastgele görseli kontrol edin

Hiçbir geri yükleme aracı arşivin hiç yakalamadığı bir dosyayı kurtaramaz. İyi bir aracın yaptığı şey, boşlukları önceden göstermektir, Restorix, her dosyayı ve durumunu listeleyen bir JSON/SQLite manifestosu üretir, böylece boşlukları dağıtımdan sonra değil tahmin aşamasında bulursunuz.

Tuzak 4: Sayfalar arasında karışık zaman damgaları

Tarayıcı ana sayfanızı sık, derin sayfalarınızı nadiren ziyaret eder. Tüm siteyi geri yüklediğinizde ana sayfa Mart 2019'dan olabilirken fiyatlandırma sayfası Ekim 2015'tendir. Sonuç, bir zaman yolcusu tarafından yönetilen bir site gibi okunur: eski fiyatlar, ayrılmış personel, sayfadan sayfaya kendiyle çelişen bir telif hakkı alt bilgisi.

Bir müşteri bir restoran sitesini geri yükledi ve gururla yayına aldı, 2014 menüsü, 2017 rezervasyon sayfası ve üç yıl önce ayrılmış bir şefi duyuran 2019 ana sayfasıyla. Dosyaların hepsi gerçekti. Karışım sorundu.

Geri yüklemeyi tutarlı bir pencereyle sınırlandırmak için tarih aralığı seçimini kullanın. Bir broşür sitesi için altı ila on iki ay genellikle yeterlidir. Bir forum veya mağaza için eski konularda ve ürün sayfalarındaki dağılımı kabul edin ama önemli açılış sayfalarını aynı döneme sabitleyin. Sonra bariz belirtiler üzerinde arama ve değiştirme yapın: yıllar, fiyatlar, telefon numaraları, personel adları.

Wayback Machine geri yüklemesi ne zaman yanlış bir araçtır

Bazen arşivde siteniz basitçe yoktur. robots.txt tarayıcıları engellediyse, tüm site bir giriş arkasındaysa veya son taramadan sonra inşa edildiyse ve erken öldüyse, geri yüklenecek bir şey yoktur. Başka bir şey planlamadan önce takvimi kontrol edin. Arşiv boş çıkarsa, gerçekçi seçenekleriniz birkaç önemli sayfanın web cache kopyası, önceki bir hosting sağlayıcısı veya geliştiriciden eski yedekler veya kurtarabileceğiniz her içerikle sıfırdan yeniden inşa etmektir.

Yalnızca bir sayfaya ihtiyacınız olduğunda geri yükleme yanlış bir araçtır. Arşivden tek bir sayfayı elle kaydetmek iki dakika sürer; tam geri yükleme, bütün bir çalışan siteyi geri getirmek içindir.

Wayback Machine geri yüklemesinden önce anlık görüntüyü nasıl incelersiniz

1. Anlık görüntüyü açın ve üç seviye navigasyonda tıklayın
2. Kaynağı görüntüleyin ve ayıklanması gereken web.archive.org sarmalayıcılarını arayın
3. Beş rastgele görselin arşivlenmiş kopyadan yüklendiğini doğrulayın
4. Ana sayfa yakalama tarihini derin bir sayfanın yakalama tarihiyle karşılaştırın
5. Anlık görüntünün sizin siteniz olduğunu doğrulayın, park edilmiş bir sayfa değil, hack edilmiş bir sayfa değil, yönlendirme değil
6. Geri yükleme aracının tam olarak incelediğiniz taramayı kullanması için tam zaman damgalı URL'yi not edin

Beş dakikalık inceleme, 9.000 yanlış dosyayı geri yüklemekten iyidir. Veya manuel işi atlayın: Restorix panelinde ücretsiz tahmini çalıştırın ve ödemeden önce seçtiğiniz tarih için tam arşivlenmiş dosya sayısını, toplam boyutu ve kilitli fiyatı gösterir. Sayı yanlış görünüyorsa, yüzlerce sayfası olduğunu hatırladığınız bir site için 12 dosya, bu, arşivin anlık görüntünün göründüğünden daha ince olduğunu size söylemesidir.

Wayback Machine geri yükleme kontrol listesi

Yazdırın veya bir sekmede açık tutun. Her madde iki dakikadan az sürer ve atlanan her madde iki kez ödemek zorunda kalabileceğiniz bir geri yüklemedir. Kontrolü değil yapmayı istiyorsanız, hızlı başlangıç kılavuzu geri yüklemenin kendisini adım adım ele alır.

Düzelttiğim her kötü geri yükleme, indirmede değil anlık görüntü seçiminde başarısız oldu. Arşiv size neye sahip olduğunu söyler, satın almadan önce okuyun.