Archiwum internetowe i maszyna czasu

[wrotycz]

Często się zdarza, że ktoś potrzebuje starej, pierwotnej lub już niedostępnej strony lub wersji strony. Czasem znajduje się coś w wyszukiwarce tylko po to by po wejściu okazało się, że strona jest już niedostępna albo nie istnieje. Ale przecież wyszukiwarka coś zindeksowała i nawet można przeczytać fragment tego czegoś.

W takich momentach z pomocą przychodzą archiwa internetowe - serwisy, których (jedynym) zadaniem jest zapisywać inne strony.

 

Kiedykolwiek szukasz zapomnianych dawno źródeł, typ takie archiwum może Cię przenieść w czasie w udostępnić takie dane, pod warunkiem, że ktoś je wcześniej zapisał. Więc jeśli chcesz, żeby jakaś strona została zapisanamusisz to zrobić sam. Co istotne, jeśli strona już jest zapisana nie ma sensu jej zapisywać jeszcze raz. Do tego służy wyszukiwarka. Jak znajdziesz stronę, która cię interesuje to nie zapisuj tępo po raz kolejny tylko skorzystaj z już istniejącej. Wyjątek może stanowić strona która regularnie i często się zmienia ale i wtedy lepiej sprawdzić czy ta wersja strony nie została już zapisana przez kogoś innego.

Wyszukiwanie jest banalne i polega na wpisaniu w okienko wyszukiwanego adresu. Zapisywanie działa analogicznie - podajesz adres, który chcesz zapisać zapisujesz.

 

Najbardziej znanym i prawdopodobnie największym archiwum jest Internet archive i jego maszyna czasu wayback.archive.org. Zawiera miliardy zapisanych stron i pozwala na wyszukiwanie po adresie, Jak każdy inny tego typu serwis. Co ciekawe ma przydatną architekturę zapisanych adresów, tzn. http://web.archive.org/web/DATA-W-FORMACIE-YYYYMMDDhhmmss/http://adres.strony/strona.html
Można też wyszukać "ręcznie", co ją często praktykuję:  https://web.archive.org/web/*/https://example.org/
I znajduje listę zapisanych stron z https://example.org/
Ot, taki bajer.

Innym, dobrze znanym i czasem lepszym, bo potrafiącym zapisać coś czego ten pierwszy nie potrafi jest archive.today, który używa kilku różnych domen ale wszystkie prowadzą do tego samego serwisu. Pozwala też na wyszukiwanie w google cache. Jak ktoś lubi używać gogli, to będzie jak znalazł.

 

To są dwa, których używam ale jest ich więcej, dużo więcej. Najlepsza lista znajduje się na wiki: List of Web archiving initiatives.

 

Edited November 30, 2021 by wrotycz

[wrotycz]

Archiwum internetowe przydaje się też do ominięcia paywalla. Działa na times, new york times, rzeczpospolitą, gazetę wybiórczą, itp.