Wat is de Wayback-machine en waarom is deze nuttig?

De Wayback Machine is het populairste onderdeel van de Internet Archive-website . Met de gratis online tool, die voor het eerst werd geïntroduceerd in 2001, kun je 'terug in de tijd' gaan om te zien hoe websites er wereldwijd op een bepaald moment uitzagen. De Wayback Machine beschikt op het moment van schrijven over 562 miljard webpagina's, en er komen er elk jaar nog veel meer bij.

Hier is een blik op de Wayback Machine en wat hem speciaal maakt.

Introductie internetarchief

Het internetarchief, gecreëerd door Brewster Kahle en Bruce Gilliat, is een non-profitorganisatie met een verklaarde missie van "universele toegang tot alle kennis". Vanaf het begin heeft de organisatie gratis openbare toegang geboden tot gedigitaliseerd materiaal, zoals webpagina's, boeken, audio-opnamen, inclusief liveconcerten, video's, afbeeldingen en softwareprogramma's.

Tot op heden neemt alles dat door het internetarchief wordt verzameld meer dan 70 petabyte aan serverruimte in beslag, inclusief twee kopieën van alles. De organisatie wordt gefinancierd door donaties, subsidies en vergoedingen van diensten voor het digitaliseren van boeken. Om privacyredenen houdt het internetarchief de IP-adressen van zijn lezers niet bij en gebruikt het overal het HTTPS (beveiligde) protocol.

De Wayback-machine

Slechts één onderdeel van het internetarchief, de Wayback-machine, is ontworpen om website-inhoud vast te leggen die is gewijzigd of verwijderd. Sinds de lancering is het een van de meest populaire en erkende plaatsen op internet geworden. Kahle en Gilliat noemden de site naar het fictieve tijdreizende apparaat in de animatieserie uit de jaren 60, The Rocky and Bullwinkle Show.

Hoewel Internet Archive de site pas in oktober 2001 voor het publiek lanceerde, begon de Wayback Machine in mei 1996 met het archiveren van webpagina's in het cachegeheugen. Tot 2001 sloegen digitale banden informatie op die alleen toegankelijk was voor geselecteerde wetenschappers en onderzoekers. Toen alles vijf jaar later live ging voor het publiek (zoals al lang gepland was), bevatte het al meer dan 10 miljard gearchiveerde pagina's.

Opslag en collecties

Tegenwoordig bewaart de site historische webgegevens op een cluster van Linux-knooppunten. De Wayback Machine downloadt alle openbaar toegankelijke informatie en gegevensbestanden op webpagina's via zijn crawlmechanisme. Niet alles wat op een website wordt geplaatst, wordt hier echter opgenomen, omdat sommige inhoud beperkt is of wordt opgeslagen in databases die niet toegankelijk zijn. Hierdoor worden sommige websites beter gecrawld dan andere, afhankelijk van hoe ontwikkelaars een site tegelijk hebben gemaakt.

U zult ook merken dat hoe nieuwer het archief, hoe meer inhoud beschikbaar is voor een bepaalde site. Een van de redenen waarom nieuwere gegevens completer zijn, is een nieuwe tool die het internetarchief in 2005 introduceerde. Archive-It.org helpt inconsistenties in gedeeltelijk gecachete websites te verhelpen door instellingen en makers van inhoud in staat te stellen collecties digitale inhoud te verzamelen en te bewaren.

Over kruipen

Webcrawlers, ook wel spider of spiderbot genoemd, zijn zo oud als het internet zelf. Deze crawlers zijn internetbots die continu op internet surfen voor indexeringsdoeleinden, waardoor ze een belangrijk onderdeel zijn van elke moderne zoekmachine. De crawlers die voor de Wayback Machine worden gebruikt om digitale snapshots van websites te maken, zijn afkomstig van verschillende bronnen, die in de loop van de tijd zijn veranderd.

Zoals u snel zult opmerken, varieert de frequentie van het vastleggen van snapshots sterk per website. Meestal geldt: hoe groter (en misschien populairder) een website, hoe meer er wordt gecrawld. Bovendien hangt veel af van hoe vaak een website paginawijzigingen heeft. Zelfs de kleinste websites worden uiteindelijk gecrawld, tenzij er een reden is dat dit niet het geval is. Met een wachtwoord beveiligde sites worden bijvoorbeeld niet gecrawld en evenmin worden websites waarvan de site-eigenaren hebben verzocht om ze niet op te nemen, ook niet gecrawld.

De Wayback-machine gebruiken

De Wayback Machine-website is voor iedereen gemakkelijk te gebruiken. Om historische momentopnamen van een website te vinden, typt u de naam in de zoekmachine van de site. Op de pagina met zoekresultaten geven hyperlinks datums en tijden aan waarop een site is gearchiveerd. Klik op de link om de site 'terug in de tijd' te zien.

In de volgende voorbeelden ziet u de voorpagina van de Apple-website, opgenomen in februari 2005 en november 2014, en de CNN-homepage van een datum in maart 2004 en september 2010.

Opmerking: deze crawls bevatten ook links naar andere pagina's zoals vastgelegd op de opgegeven datums, niet alleen de startpagina's.

Geavanceerd gereedschap

De Wayback Machine is gemaakt voor zowel onderzoekers als het publiek en heeft een paar ingebouwde tools die gewone gebruikers misschien missen. Door hun ontwerp zijn pagina's met zoekresultaten bijvoorbeeld gemakkelijk te raadplegen. Zoals uitgelegd: “Als u een gearchiveerde pagina vindt waarnaar u op uw webpagina of in een artikel wilt verwijzen, kunt u de URL kopiëren. Je kunt zelfs fuzzy URL-matching en datumspecificatie gebruiken... maar dat is iets geavanceerder.”

Met de Wayback Machine kunnen site-eigenaren ook een functie "Pagina nu opslaan" gebruiken om een ​​specifieke pagina op te slaan. En toch is het niet perfect. Momenteel voegt de functie de site-URL niet toe aan toekomstige crawls. Bovendien slaat het verzoek niet meer dan één pagina op. Het is echter een goede eerste stap om de startpagina van uw website te archiveren voor het historische record.

U hoeft niet elke keer naar de Wayback Machine te gaan om een ​​nieuwe zoekopdracht uit te voeren. In plaats daarvan kunt u inhoud vinden door het adres in de werkbalk van uw webbrowser te typen. Gebruik dit formaat voor alle zoekopdrachten: https://web.archive.org/*/www.yoursite.com/*. Gebruik bijvoorbeeld https://web.archive.org/*/www.groovypost.com/* om gearchiveerde pagina's voor de Luckytemplates!

Mobiele en ontwikkelaarstools

Ten slotte is de Wayback-machine niet alleen via internet te vinden. Je kunt een Wayback Machine-app vinden voor iOS en Android . Er zijn ook extensies voor Chrome, Safari en Firefox. Ontwikkelaars zullen ook de Internet Archive Wayback Machine-API's willen bekijken. Deze maken het voor ontwikkelaars gemakkelijker om informatie over Wayback-vastleggegevens op te halen.

De Internet Archive Wayback Machine ondersteunt verschillende API's. Door dit te doen, wordt het voor ontwikkelaars gemakkelijker om informatie over Wayback-vastleggegevens op te halen.

“Terug in de tijd” gaan voor uw favoriete websites is de nummer 1 reden om de Wayback Machine te bezoeken. Het is ook een geweldig hulpmiddel voor iedereen die onderzoek doet naar de geschiedenis van websites voor schoolprojecten of zakelijk gebruik. Wat je ook doet, bezoek de Wayback Machine en kijk wat je in een paar simpele stappen kunt ontdekken.

Ga voor meer informatie over de Archive-It-abonnementsservice van Internet Archive naar de officiële website  en begin vandaag nog bij te dragen!