Ce este Wayback Machine și de ce este utilă?

Wayback Machine este cea mai populară parte a site-ului Internet Archive . Introdus pentru prima dată în 2001, instrumentul online gratuit vă permite să mergeți „înapoi în timp” pentru a vedea cum arătau site-urile web din întreaga lume în anumite momente. Wayback Machine are 562 de miliarde de pagini web la momentul scrierii acestui articol, cu multe altele adăugate în fiecare an.

Iată o privire asupra Wayback Machine și ce o face specială.

Internet Archive Introducere

Creată de Brewster Kahle și Bruce Gilliat, Internet Archive este o organizație non-profit cu o misiune declarată de „acces universal la toate cunoștințele”. De la început, organizația a oferit acces public gratuit la materiale digitizate, cum ar fi pagini web, cărți, înregistrări audio, inclusiv concerte live, videoclipuri, imagini și programe software.

Până în prezent, totul colectat de Internet Archive ocupă mai mult de 70 de petabytes de spațiu pe server, inclusiv două copii ale tuturor. Organizația este finanțată prin donații, granturi și taxe de la serviciile de digitalizare a cărților. Pentru confidențialitate, Arhiva Internet nu ține evidența adreselor IP ale cititorilor săi și utilizează protocolul HTTPS (securizat).

Mașina Wayback

Doar o parte a Arhivei Internet, Wayback Machine, a fost concepută pentru a capta conținutul site-ului web care a fost modificat sau eliminat. De la lansare, a devenit unul dintre cele mai populare și recunoscute locuri de pe web. Kahle și Gilliat au numit site-ul după dispozitivul fictiv de călătorie în timp din seria animată din anii 1960, The Rocky and Bullwinkle Show.

Deși Internet Archive nu a lansat site-ul publicului până în octombrie 2001, Wayback Machine a început să arhiveze paginile web stocate în cache începând cu mai 1996. Până în 2001, casetele digitale stocau informații care erau accesibile doar unor oameni de știință și cercetători selectați. Când totul a devenit public cinci ani mai târziu (așa cum era planificat de mult), acesta conținea deja peste 10 miliarde de pagini arhivate.

Depozitare și colecții

Astăzi, site-ul păstrează date istorice web pe un cluster de noduri Linux. Wayback Machine descarcă toate informațiile și fișierele de date accesibile public de pe paginile web prin mecanismul său de accesare cu crawlere. Cu toate acestea, nu tot ce este postat pe un site web este inclus aici, deoarece un anumit conținut este restricționat sau stocat în baze de date, care nu sunt accesibile. Din acest motiv, unele site-uri web sunt mai bine accesate cu crawlere decât altele, în funcție de modul în care dezvoltatorii au creat un site la un moment dat.

Veți observa, de asemenea, cu cât arhiva este mai nouă, cu atât este mai mult conținut disponibil pentru orice site dat. Un nou instrument introdus de Internet Archive în 2005 este unul dintre motivele pentru care datele mai noi sunt mai complete. Archive-It.org ajută la depășirea inconsecvențelor site-urilor web parțial stocate în cache, permițând instituțiilor și creatorilor de conținut să colecteze și să păstreze colecții de conținut digital.

Despre crawling

Crawlerele web, numite uneori spider sau spiderbot, sunt la fel de vechi ca internetul însuși. Aceste crawler-uri sunt roboți de internet care navighează continuu pe web în scopuri de indexare, făcându-le o componentă importantă a oricărui motor de căutare modern. Crawlerele utilizate pentru Wayback Machine pentru a crea instantanee digitale ale site-urilor web provin din diverse surse, care s-au schimbat de-a lungul timpului.

După cum veți observa rapid, frecvența captărilor instantanee variază foarte mult în funcție de site. În mod obișnuit, cu cât un site web este mai mare (și poate mai popular), cu atât are loc mai multe accesări cu crawlere. În plus, multe depind de cât de des un site web are modificări de pagină. Chiar și cele mai mici site-uri web sunt în cele din urmă accesate cu crawlere, dacă nu există un motiv pentru care nu sunt. De exemplu, site-urile protejate cu parolă nu sunt accesate cu crawlere și nici site-urile ai căror proprietari de site-uri au solicitat să nu fie incluse.

Utilizarea Wayback Machine

Site-ul web Wayback Machine este ușor de utilizat pentru oricine. Pentru a găsi instantanee istorice ale unui site web, introduceți numele acestuia în motorul de căutare al site-ului. În pagina cu rezultatele căutării, hyperlinkurile indică datele și orele în care un site a fost arhivat. Faceți clic pe link pentru a vedea site-ul „înapoi în timp”.

În următoarele exemple, puteți vedea prima pagină a site-ului Apple înregistrată în februarie 2005 și noiembrie 2014 și pagina de pornire CNN de la o dată din martie 2004 și septembrie 2010.

Notă: aceste accesări cu crawlere includ și linkuri către alte pagini, așa cum sunt înregistrate la datele date, nu doar paginile de pornire.

Instrumente avansate

Creat atât pentru cercetători, cât și pentru public, Wayback Machine are câteva instrumente încorporate pe care utilizatorii ocazionali le-ar putea rata. De exemplu, prin design, paginile cu rezultatele căutării sunt ușor de referit. După cum s-a explicat, „Dacă găsiți o pagină arhivată la care doriți să o referiți pe pagina dvs. Web sau într-un articol, puteți copia adresa URL. Puteți folosi chiar și potrivirea URL neclară și specificarea datei... dar asta este puțin mai avansat.”

Wayback Machine permite, de asemenea, proprietarilor de site-uri să folosească o funcție „Salvare pagină acum” pentru a salva o anumită pagină. Și totuși, nu este perfect. În prezent, funcția nu adaugă adresa URL a site-ului la nicio accesare cu crawlere viitoare. În plus, cererea nu salvează mai mult de o pagină. Cu toate acestea, este un prim pas bun să arhivați pagina de pornire a site-ului dvs. web pentru înregistrarea istorică.

Nu trebuie să vizitați Wayback Machine de fiecare dată pentru a efectua o nouă căutare. În schimb, puteți găsi conținut introducând adresa în bara de instrumente a browserului dvs. web. Utilizați acest format pentru toate căutările: https://web.archive.org/*/www.yoursite.com/*. De exemplu, utilizați https://web.archive.org/*/www.groovypost.com/* pentru a găsi pagini arhivate pentru Luckytemplates!

Instrumente mobile și pentru dezvoltatori

În cele din urmă, Wayback Machine nu este localizată doar prin web. Puteți găsi o aplicație Wayback Machine pentru iOS și Android . Există, de asemenea, extensii pentru Chrome, Safari și Firefox. Dezvoltatorii vor dori, de asemenea, să verifice API-urile Internet Archive Wayback Machine. Acestea facilitează pentru dezvoltatori să preia informații despre datele de captare Wayback.

Internet Archive Wayback Machine acceptă mai multe API-uri diferite. Procedând astfel, dezvoltatorilor le este mai ușor să recupereze informații despre datele de captare Wayback.

Mersul „înapoi în timp” pentru site-urile tale preferate este motivul numărul 1 pentru a vizita Wayback Machine. Este, de asemenea, un instrument excelent pentru oricine care caută istoricul site-ului web pentru proiecte școlare sau pentru utilizare în afaceri. Orice ai face, vizitează Wayback Machine și vezi ce poți descoperi în câțiva pași simpli.

Pentru mai multe informații despre serviciul de abonament Archive-It al Internet Archive, vizitați site-ul oficial  și începeți să contribuiți astăzi!