O que é a Wayback Machine e por que é útil?

A Wayback Machine é a parte mais popular do site Internet Archive . Introduzida pela primeira vez em 2001, a ferramenta online gratuita permite que você volte no tempo para ver como eram os sites em todo o mundo em determinados momentos. A Wayback Machine possui 562 bilhões de páginas da web no momento da redação deste artigo, com muitas mais adicionadas a cada ano.

Aqui está uma olhada no Wayback Machine e o que o torna especial.

Introdução ao arquivo da Internet

Criado por Brewster Kahle e Bruce Gilliat, o Internet Archive é uma organização sem fins lucrativos com a missão declarada de “acesso universal a todo o conhecimento”. Desde o início, a organização forneceu acesso público gratuito a materiais digitalizados, como páginas da web, livros, gravações de áudio, incluindo shows ao vivo, vídeos, imagens e programas de software.

Até o momento, tudo coletado pelo Internet Archive ocupa mais de 70 Petabytes de espaço no servidor, incluindo duas cópias de tudo. A organização é financiada através de doações, subsídios e taxas de serviços de digitalização de livros. Para privacidade, o Internet Archive não acompanha os endereços IP de seus leitores e usa o protocolo HTTPS (seguro).

A máquina de retorno

Apenas uma parte do Internet Archive, a Wayback Machine, foi projetada para capturar o conteúdo do site que foi alterado ou removido. Desde o lançamento, tornou-se um dos lugares mais populares e reconhecidos na web. Kahle e Gilliat nomearam o site em homenagem ao dispositivo fictício de viagem no tempo da série animada dos anos 1960, The Rocky and Bullwinkle Show.

Embora o Internet Archive não tenha lançado o site ao público até outubro de 2001, a Wayback Machine começou a arquivar páginas da web em cache a partir de maio de 1996. Até 2001, as fitas digitais armazenavam informações acessíveis apenas a cientistas e pesquisadores selecionados. Quando tudo foi publicado cinco anos depois (como foi planejado há muito tempo), já continha mais de 10 bilhões de páginas arquivadas.

Armazenamento e Coleções

Hoje, o site mantém dados históricos da web em um cluster de nós Linux. O Wayback Machine baixa todas as informações e arquivos de dados publicamente acessíveis em páginas da Web por meio de seu mecanismo de rastreamento. No entanto, nem tudo que é postado em um site está incluído aqui, pois alguns conteúdos são restritos ou armazenados em bancos de dados, que não são acessíveis. Por causa disso, alguns sites são mais bem rastreados do que outros, dependendo de como os desenvolvedores criaram um site de cada vez.

Você também notará que quanto mais recente for o arquivo, mais conteúdo estará disponível para qualquer site. Uma nova ferramenta que o Internet Archive introduziu em 2005 é uma das razões pelas quais os dados mais recentes são mais completos. O Archive-It.org ajuda a superar inconsistências em sites parcialmente armazenados em cache, permitindo que instituições e criadores de conteúdo coletem e preservem coleções de conteúdo digital.

Sobre o rastreamento

Os rastreadores da Web, às vezes chamados de spider ou spiderbot, são tão antigos quanto a própria Internet. Esses rastreadores são bots da Internet que navegam continuamente na Web para fins de indexação, tornando-os um componente importante de qualquer mecanismo de pesquisa moderno. Os rastreadores usados ​​pelo Wayback Machine para criar instantâneos digitais de sites vêm de várias fontes, que mudaram ao longo do tempo.

Como você notará rapidamente, a frequência das capturas de instantâneos varia muito de acordo com o site. Normalmente, quanto maior (e talvez mais popular) um site, mais rastreamento ocorre. Além disso, depende muito da frequência com que um site muda de página. Mesmo os menores sites são eventualmente rastreados, a menos que haja uma razão para não serem. Por exemplo, sites protegidos por senha não são rastreados, nem sites cujos proprietários de sites solicitaram que eles não fossem incluídos.

Usando a máquina de retorno

O site Wayback Machine é fácil para qualquer um usar. Para encontrar instantâneos históricos de um site, digite seu nome no mecanismo de pesquisa do site. Na página de resultados da pesquisa, os hiperlinks indicam as datas e horas em que um site foi arquivado. Clique no link para ver o site “de volta no tempo”.

Nos exemplos a seguir, você pode ver a primeira página do site da Apple gravada em fevereiro de 2005 e novembro de 2014, e a página inicial da CNN de uma data em março de 2004 e setembro de 2010.

Observação: esses rastreamentos também incluem links para outras páginas conforme registrado nas datas especificadas, não apenas as páginas iniciais.

Ferramentas avançadas

Criado tanto para pesquisadores quanto para o público, o Wayback Machine possui algumas ferramentas integradas que os usuários casuais podem sentir falta. Por exemplo, por design, as páginas de resultados de pesquisa são fáceis de consultar. Conforme explicado, “Se você encontrar uma página arquivada à qual gostaria de fazer referência em sua página da Web ou em um artigo, poderá copiar a URL. Você pode até usar correspondência de URL difusa e especificação de data… mas isso é um pouco mais avançado.”

O Wayback Machine também permite que os proprietários de sites usem um recurso “Salvar página agora” para salvar uma página específica. E ainda assim, não é perfeito. Atualmente, o recurso não adiciona a URL do site a nenhum rastreamento futuro. Além disso, a solicitação não salva mais de uma página. No entanto, é um bom primeiro passo arquivar a página inicial do seu site para o registro histórico.

Você não precisa visitar o Wayback Machine toda vez para fazer uma nova pesquisa. Em vez disso, você pode encontrar conteúdo digitando o endereço na barra de ferramentas do navegador da web. Use este formato para todas as pesquisas: https://web.archive.org/*/www.yoursite.com/*. Por exemplo, use https://web.archive.org/*/www.groovypost.com/* para encontrar páginas arquivadas para o Luckytemplates!

Ferramentas para dispositivos móveis e para desenvolvedores

Finalmente, o Wayback Machine não está localizado apenas na web. Você pode encontrar um aplicativo Wayback Machine para iOS e Android . Há também extensões para Chrome, Safari e Firefox. Os desenvolvedores também vão querer verificar as APIs do Internet Archive Wayback Machine. Isso torna mais fácil para os desenvolvedores recuperar informações sobre dados de captura Wayback.

O Internet Archive Wayback Machine oferece suporte a várias APIs diferentes. Ao fazer isso, fica mais fácil para os desenvolvedores recuperar informações sobre os dados de captura do Wayback.

Voltar no tempo para seus sites favoritos é o motivo número 1 para visitar o Wayback Machine. Também é uma ótima ferramenta para quem pesquisa o histórico do site para projetos escolares ou uso comercial. Faça o que fizer, visite o Wayback Machine e veja o que você pode descobrir em algumas etapas simples.

Para obter mais informações sobre o serviço de assinatura Archive-It do Internet Archive, visite o site oficial  e comece a contribuir hoje mesmo!