Знаменитый Веб Архив (archive.org, web.archive.org) – некоммерческая онлайн библиотека, включающая в себя 85 миллиардов веб-страниц, графические материалы, а также видео и аудио, была создана с целью хранения и архивирования имеющей ценность информации, которая доступна для изучения и скачивания всем желающим.
Несмотря на то, что большинство пользователей знает об этом web-ресурсе лишь понаслышке, данный сервис является крайне интересным и полезным для тех, кто хотя бы немного интересуется историей и развитием интернета.
К сожалению, большинство web-мастеров и seo-оптимизаторов рассматривают archive.org исключительно как источник бесплатного контента для автоматического наполнения своих «сайтов» или же для возрождения старых проектов с целью дальнейшей продажи на них ссылок в биржах. В действительности же, информация, которую можно найти в Веб Архиве может быть интересна не только создателям сателлитов и сплогов. Archive.org хранит в себе массу полезных сведений, определенной части которых уже нет в интернете.
В данной статье вы рассмотрим, чем именно Веб архив может быть полезен web-мастеру, seo-оптимизатору и даже копирайтеру.
Archive.org или архив интернета: The Wayback Machine
Одним из основных сервисов Веб Архива является The Wayback Machine, представляющий собой огромный архив сохраненных страниц, которые были обнаружены ботом в то или иное время. В результате копия каждого сохраненного сайта хранится в веб архиве в нескольких экземплярах, что позволяет увидеть, как выглядел тот или иной web-ресурс в определенный период времени.
Работа бота The Wayback Machine не подчиняется никаким правилам, поэтому, просматривая хранящиеся там страницы можно легко столкнуться с тем, что некоторые сайты сохранены только частично, и самая интересная их часть осталась не проиндексированной, тогда как в архиве сохранились только служебные страницы (карта сайта, календарь, списки последних статей). Кроме того, в Веб архиве имеется множество страниц, сохраненных в момент, когда сайт был недоступен, взломан или закрыт на техническое обслуживание. Поэтому в Веб Архиве, к сожалению, имеется множество страниц, сохранившихся в виде заглушки.
Некоторые сайты имеют в архиве несколько копий за каждый год, что позволяет просмотреть историю изменений ресурса, другие проекты и вовсе не попадают в базу. Таким образом, предсказать, в каком виде сохранен в web.archive.org тот или иной сайт, невозможно – каждый ресурс следует просматривать отдельно.
Поиск по столь огромной базе страниц возможен только по названию домена. Для этого откройте адрес http://archive.org/web/, введите искомый домен в поисковую строку и нажмите кнопку BROWSE HISTORY.
Перед вами откроется страница с календарем, где вы можете выбрать наиболее интересную вам дату скриншота документа и, кликнув по ней, посмотреть, как выглядел сайт несколькими годами ранее.
Запретить сканирование web-сайта боту The Wayback Machine можно при помощи команды в robots.txt.
User-agent: ia_archiver
Disallow: /
Для чего нужен web.archive.org?
В первую очередь, Веб Архив предназначен для пользователей, которые хотят просмотреть информацию с «мертвого» web-сайта, пропавшего из Сети по тем или иным причинам. В некоторых случаях web.archive.org помогает даже восстановить проект, который был утерян из-за не продленного во время хостинга или домена.
Нередко посетители, привыкшие к общению и обмену информацией на определенном сайте, сами восстанавливают полюбившийся ресурс на новом домене, копируя туда статьи из архива.
Кроме того, Веб Архив – это прекрасная возможность изучения истории того или иного сайта или домена. Иногда в истории web.archive.org сохраняются поистине удивительные «приключения» домена, когда за время его существования на нем несколько раз создается новый web-проект совершенно новой тематики.
Некоторые web-мастера считают Веб Архив удивительным по своей легкости и доступности сервисом для заработка, ведь хранящийся там контент не только уникален, но и бесплатен.
Итак, как заработать с помощью web.archive.org?
- Зарегистрировать освободившийся домен с тИЦ и PR и залить на него спарсенный из Веб Архива сайт, находящийся на нем когда-то.
- Использовать найденный уникальный контент для наполнения MFA, сплогов и даже СДЛ. Кроме того, найденные тексты можно использовать для размещения через биржи статей с целью продвижения вашего сайта.
- И наконец, самый простой способ – продать найденные уникальные статьи на биржах текстов, выдав их за свои.
Важно. Многие web-мастера, не желающие иметь проблем, связанных с нарушением авторского права, почему-то уверены в том, что парсинг Веб Архива является абсолютно безопасным. Дескать, если сайт умер, то принадлежность размещенных на нем когда-то статей доказать невозможно. Однако не стоит забывать, что на найденном в archive.org «мертвом» сайте также могут находиться отсканированные статьи, принадлежащие конкретному автору, который при необходимости сможет легко доказать, что размещенные на вашем сайте статьи – не ваши. Поэтому будьте крайне внимательны и осторожны.
Как искать уникальный контент в Веб архиве: поиск «мертвых» сайтов
Основной вопрос новичков, которые собираются парсить уникальный контент из Веб архива: где находить адреса доменов, где когда-то располагались web-проекты с качественными и интересными статьями? Однозначного ответа на этот вопрос не существует, особенно если учесть, что Веб Архив ежедневно изучают сотни web-мастеров, ищущих ту самую «золотую жилу» - страницы с уникальными и интересными текстами, в результате чего хранящиеся в web.archive.org статьи быстро распространяются по Сети.
Приведем лишь несколько способов искать домены в Веб Архиве, каждый из которых имеет свои преимущества и недостатки.
Анализ списка освобождающихся доменов
Скачиваем список освобождающихся доменных имен со страницы https://www.nic.ru/auction/forbuyer/download_list.shtml. Открываем файл формата. TSV в Excel или любой другой аналогичной программе. Находим там домены, которые, предположительно, могут быть нам интересны. К примеру, имена, в состав которых входит слово seo, скорее всего, использовались для создания блога о раскрутке сайтов. Проверять все домены из списка подряд, не имея соответствующего софта, бессмысленно, так как это приведет к значительным потерям времени. Гораздо менее затратным будет даже самостоятельное написание статей, а не их поиск.
К недостаткам этого способа относится его значительные временные затраты: на изучение большого количества доменов может уйти немало времени.
Анализ конкурентных ресурсов
Неплохим решением может быть специальное отслеживание ряда конкурентных сайтов, которые по своим признакам и параметрам являются явными кандидатами попадания под фильтр АГС. К примеру, вы можете спарсить выдачу Google по важному для вас запросу, а затем вручную просмотреть сайты конкурентов. Если на этих проектах активно размещаются вечные внешние ссылки, в результате чего сайт быстро заспамливается, это явный признак того, что в скором времени владелец откажется от своего сайта, просто не продлив домен. Весь контент этого сайта в скором времени вылетит из индекса.
Способ подходит лишь тем, кто не жалеет времени на анализ конкурентных ресурсов.
Изучение старых каталогов ссылок и статей
Хороший список «мертвых» ресурсов можно найти в старых каталогах ссылок, прогон по которым осуществлялся несколько лет назад. Способ несколько нудный и муторный, зато позволяет быстро находить сайты определенной тематики.
The Wayback Machine: стоит ли овчинка выделки
Как видим, поиск уникального контента в Веб Архиве может потребовать у вас немало времени. Скорее всего, затраченное время намного выгодней было бы потратить на написание или заказ статей. Поиск в web.archive.org можно порекомендовать лишь тем, кто или твердо знает, что именно он ищет (читай: имеет список конкретных «мертвых» сайтов, которые хочет проверить), либо тем, кто испытывает культурологическое удовольствие от изучения сайтов прошлых лет.
Не забудьте и о том, что в случае вашего небрежного отношения к сайту и его техническому обеспечению, благодаря Веб Архиву, и ваш ресурс может возродиться под чужим руководством, спустя некоторое время после "виртуальной" смерти.
Archive
Некоммерческая организация, основанная в 1996 году в Сан-Франциско .
Архив собирает копии веб-страниц, графические материалы, видео-, аудиозаписи и программное обеспечение.
Архив обеспечивает долгосрочное архивирование собранного материала и бесплатный доступ к своим базам данных для широкой публики.Декларируемой целью Архива является сохранение культурно-исторических ценностей цивилизации в эпоху интернет-технологий, создание и поддержка электронной библиотеки.
Размер Архива - 3 петабайта
(1 петабайт=1000 гигабайт, более точно 1024 гигабайт), в ближайшее время увеличится до 5 петабайтов.
Он содержит 85 миллиардов
веб-страниц.
Сервер Архива расположен в Сан-Франциско , зеркала - в Новой Александрийской библиотеке и Амстердаме .
С 2007 г. Архив имеет юридический статус библиотеки.
Wayback Machine
Сервис архива www.archive.org.web.archive.org Интересно посмотреть, как какой-то сайт выглядел прежде, а может как выглядел мой сайт?
Правда копии содержат не все страницы, когда-то без картинок, сайт Яндекс заблокировал свою историю.То есть, не требуйте от сайта слишком многого. Архив, он и есть архив. А за ходом интернета сложно уследить, не то, что сохранить. Так что, как уж повезет.
Архив интернета (Internet Archive) - онлайн сервис, архив сайтов интернета, в котором собрано огромное количество веб-страниц, сохраненных с сайтов со всего мира. Организация под названием Internet Archive была создана в 1996 году в Сан-Франциско.
Это универсальная электронная библиотека, в которой сохранены копии страниц сайтов в интернете, в архиве есть видео, аудио, софт, текстовые, графические материалы. Свободный доступ к содержимому веб архива интернета открыт для всех пользователей.
Начиная с 1996 года по настоящее время на сайте archive.org собрано более 466 миллиардов веб-страниц (эта цифра все время увеличивается). Архив страниц интернета создан для сохранения, ознакомления и изучения имеющей информации, которая накопилась за все эти годы во всемирной сети.
Время от времени, специальные роботы, принадлежащие сервису, индексируют содержание практически всех сайтов в интернете. Следует принять во внимание, что во время обхода робота для индексации сайтов, на некоторых сайтах могли возникать внутренние проблемы: сайт, или некоторые страницы сайта были недоступны, сайт находился на техобслуживании, не работали подключаемые внешние элементы и т. д. Поэтому некоторые архивы сайтов будут полными, а некоторые снимки (архивы) могут содержать только частичную информацию. Имейте в виду, что некоторые сайты индексируются часто, другие сайты, наоборот, довольно редко.
Для просмотра веб-страниц используется онлайн сервис The Wayback Machine. В Internet Archive доступны для просмотра не только действующие в настоящий момент сайты, но и сайты, которые уже не существуют. С помощью архива интернета можно побывать на прекративших существование сайтах, и ознакомится с содержимым веб-страниц удаленных сайтов.
Благодаря замечательному архиву сайтов интернета можно проследить историю изменений, как изменялся внешний облик сайта и его содержимое с течением времени, использовать архивы для восстановления сайта, искать необходимую информацию.
На главной странице сайта archive.org можно получить доступ к архивным данным, которые сгруппированы в тематические разделы, или сразу перейти на страницу сервиса Wayback Machine.
Поиск сайтов в Wayback Machine
Для поиска архивов нужных сайтов, перейдите по ссылке на страницу онлайн сервиса Wayback Machine.
На странице «Internet Archive Wayback Machine» введите в поле поиска URL адрес сайта, а затем нажмите на кнопку «BROWSE HISTORY».
Под полем поиска находится информация об общем количестве созданных архивов для данного сайта за определенный период времени. На шкале времени по годам отображено количество сделанных архивов сайта (снимков сайта может быть много, или, наоборот, мало).
Выделите год, в центральной части страницы находится календарь, в котором выделены голубым цветом даты, когда создавались архивы сайта. Далее нажмите на нужную дату. Обратите внимание, что при подведении курсора мыши отобразится время создания снимка. Если снимков несколько, вы можете открыть любой из архивов. Сайт будет открыт в том состоянии, которое у него было на момент создания архива.
За время существования моего сайта, у него было только два шаблона (темы оформления). На этом изображении вы можете увидеть, как выглядел мой сайт в первой теме оформления.
На этом изображении вы видите сайт моего знакомого, Алема из Казахстана. Данного сайта уже давно нет в интернете, поисковые системы не обнаруживают этот сайт, но благодаря архиву интернета все желающие могут получить доступ к содержимому удаленного сайта.
Выводы статьи
Internet Archive Wayback Machine - онлайн сервис, сохраняющий веб-страницы в интернете. С помощью международного интернет архива можно получить доступ к архивам сайтов, созданных в разное время. Сайт откроется в том состоянии, которое у него было на дату создания архива. Для просмотра будут доступны существующие и удаленные сайты.
Февраль 16, 2015 16 комментариев
Для начала пару слов о WebArchive. Это глобальный архив интернет сайтов. Боты вебархива периодически обходят глобальную паутину и сохраняют на свои сервера все что смогли найти. Потом это все хранится для потомков 😉
Скачиваем список освобождающихся доменов в зоне.ru Можно брать и другие зоны, но там не так много доменов…
Полученный файл открываем с помощью Excel и жмем «ctrl+F», в поиске вводим ключевое слово, в моем примере это «Forex».
Нажали «найти все» и перед нами появился список нужных ячеек
Теперь нужно получить из этого списка сайты в архиве.
Вот и все, найденные страницы в вебархиве, через сервис или программу, мы мониторим уже глазками и ищем в куче файлов страницу со статьями или главную. Обязательно проверяйте домен на работоспособность, так как владельцы могли уже успеть продлить его.
Сервис показывает количество документов в вебархиве, цифры ниже 10 нас не интересуют. Старайтесь проверять как можно бОльшие цифры. К примеру, недавно я нашел сайт в вебархиве, нужной мне тематики, с 22000 документов, ох я и накопал оттуда хороших статеек!
Вот так выглядят файлы в вебархиве.
Стараемся попасть на сайте на главную страницу или найти карту сайта. Далее методично открываем статьи и проверяем их на уникальность. Я делаю это антиплагиатором от eTXT.
Второй способ, которым ищу именно я. Суть остается прежней, просто я беру домены .
Самый жирный плюс этого сервиса в том, что мы можем пройтись по разным датам, а не качать домены освобождающиеся только в один день. Чем дальше по датам мы уходим, тем больше вероятность того, что домены не продлили.
В это сервисе все проще — выбираем дату, жмем Ctrl+A — копируем все что есть на странице и вставляем в NotePad++, так же жмем Ctrl+F и вводим нужный нам ключ и жмем — Найти ВСЕ в текущем документе.
После поиска это выглядит так:
Вот и все =) Советую вам не париться с эксель и работать в нотпаде, а так же юзать сервис доменов по датам. Данным способом я нашел больше сотни отличных и уникальных статей на нужную мне тематику. На эти статьи, если бы я их заказал, у меня бы ушла не одна тысяча рублей… Всем благ и большого профита!
Приветствую, дорогие читатели блога. Хотите узнать, как получать информацию о том, что было на любом сайте год назад или месяц назад, а сегодня уже удалено? Тогда читаем статью и применяем знания на практике. Покажу как увидеть старые записи сайта которые булм скрыты владельцем.
Наверняка есть немало людей, кто задумывался над тем, как посмотреть архив сайта в Интернете. Эта возможность пригодится каждому, кто ведет свой ресурс уже долгие годы, у кого сайтов несколько, кто хочет восстановить старый сайт. Как ни странно, такая возможность существует, и уже давно.
Archive.org – архив всех веб-сайтов Интернета, действующая как онлайн-библиотека. Начало деятельности проекта датируется 1996 годом, а место еговозникновения – Сан-Франциско. В то время сервис был не просто уникальным, но и практически бесполезным для многих, ведь Интернет был очень слабо распространен, а сайтов существовало всего ничего.
С распространением Всемирной Сети Архив приобрел большую популярность и стал своеобразной машиной времени, поскольку позволял просматривать даже уже не существующие веб сайты.
Сейчас библиотека Archive.org располагает огромным пространством для хранения данных и предлагает свободный доступ к файлам для всех желающих. К 2017 году в библиотеке содержится уже почти 90 миллиардов веб-страниц, но несмотря на это узнать данные о любом сайте можно практически мгновенно, введя его адрес в строку поиску.
Когда и почему сайт попадает в архив сайтов Интернета
После создания сайта он может попасть в Archive.org либо сразу, либо через некоторое время, а бывает, что даже действующего сайта там нет. Условия попадания вашего Интернет-ресурса в Архив следующие:
- отсутствие в файле robots.txt команды на запрет его индексации
(User-agent:ia_archiver
Disallow: /);
- наличие на ресурсе ссылок на поисковые системы или популярные сервисы;
- переход на сайт с помощью поисковиков других пользователей.
Как можно использовать архиватором
В Archive.org сохраняются:
- текстовые материалы;
- аудиофайлы;
- видеофайлы;
- фото и картинки;
- ссылки.
Архив позволяет:
- Изучить всю историю своего сайта. Если информация на нем периодически обновляется и сайт содержит десятки страниц, порой бывает сложно найти какую-либо информацию. Здесь как раз архив сайтов Интернета придет на помощь.
- Восстановить сам сайт или некоторые его страницы, если вы не делали резервные копии.
- Найти уникальный контент для своего сайта. Правда, этот самый контент можно брать только с уже не существующих ресурсов, поскольку то, что представлено на действующих, как известно, не будет уникальным. К тому же, нужно знать адрес сайта, чтобы найти его и взять какую-либо информацию в архиве.
Инструкция по работе с Archive.org
Принцип работы сервиса Archive.org очень прост. Чтобы найти данные о каком-либо сайте, нужно лишь указать его адрес в строке WaybackMachine (Webarchive Machine).
Рассмотрим архив сайта на примере моего блога.. Жмем Enter.
Примечание. Если мы не сразу вставляем адрес, а печатаем, под строкой поиска появляются другие сайты с похожими названиями. Эта функция полезна, например, если вы забыли название разыскиваемого ресурса.
Открывается страница с данными. Под названием сайта видим информацию о том, сколько раз был заархивирован сайт и когда. Как видно, первая архивация произошла 18 июня 2014 года, а последняя – 2 октября 2016. Эти даты никак не связаны с изменениями, происходящим на самом сайте, ибо, когда будет производиться архивация, определяет сам WebArchive .
Чтобы более подробно рассмотреть все изменения или увидеть первоначальный вид сайта, просто выбираем год, а затем нажимаем в календаре число и месяц.
Нажмем на самую старую дату. Система переведет нас в сам блог, где будет виден его первоначальный интерфейс и содержимое. Дизайн я тоже некоторых элементов менял, а вот самые первые статьи сейчас уже затерялись и найти их сразу будет не так-то просто.
Таким образом можно посмотреть все изменения, когда-либо произошедшие в блоге, либо найти нужную информацию.
Как найти уникальный контент с помощью Webarchive Machine
Возможность просмотра архива старых сайтов дает возможность любому человеку использовать данные, которые на нем были, не опасаясь за неуникальность. Дело в том, что после «смерти» сайта его контент уже не проверяется поисковыми системами, а значит, он снова уникален, и остается проблема лишь поиска этих самых сайтов.
Если вы хотите взять контент с вашего старого ресурса или сайта, которым вы пользовались, но который уже не существует, проблем не возникнет, ведь вы наверняка помните адрес. Ну, а если намереваетесь искать среди всех «умерших» сайтов, можно воспользоваться специальными сервисами, где приводятся списки с освободившимися доменами, то есть с адресами сайтов, которых уже нет.
Я открыл один из таких сервисов, скопировал первый домен и вбил в строке WaybackMachine в Archive.org, но никакого результата это не дало. Такая же история повторилась и с четырьмя последующими доменами. Наконец, поиск по шестому адресу открыл информацию о сайте.
То, что Arcgive.org открывает не все «мертвые» сайты, может быть связано с несколькими причинами. Так, возможно, домен был приобретен, но сам сайт так никогда и не был наполнен каким-либо контентом. Именно так дело обстоит с большинством доменных имен, представленных в списках освобождающихся. Еще одна причина – создатель сайта удалил свой ресурс с самого Архива. Такое тоже может быть.И наконец, возможно, сайта вообще не было в Веб Архиве.
Итак, нам удалось все-таки найти «мертвый» сайт, информацию с которого можно считать. Как видим, сайт существует с 1999 года, и за все время по нему сделано 269 архивов.
Мы можем открыть ресурс и взять оттуда информацию. Для этого, как и в случае с действующими сайтами, просто выбираем любую дату. Данное действие откроет главную страницу в том виде, в котором она была к той дате, которую мы выбрали. Если здесь ничего полезного нет, следует проверить и другие даты.
После того, как полезный контент найден, обязательно следует предварительно проверить его на уникальность, поскольку, во-первых, кто-то до вас уже мог его использовать, а во-вторых, возможно, он все еще отслеживается поисковиками.
Как восстановить сайт с помощью Archive.org
Те, кто давно ведут сайты, знают о том, что нужно периодически делать его резервное копирование. А вот те, кто об этом не подумал, могут столкнуться с проблемой утери веб-страниц или потери функциональности целого сайта. В этом случае Архив снова придет на помощь, но, если у вас ресурс с большим количеством страниц, восстановление займет очень много времени. Еще одна проблема, которая может возникнуть, связана с возможностью утери некоторой доли информации или искажением дизайна.
Если вы все же решили восстановить свой сайт с помощью Archive.org, нужно будет проводить операции с каждой страницей, отсюда и трата времени.
Итак, для восстановления сайта нам нужно заменить внутреннюю ссылку страницы на оригинальную. Если мы посмотрим в адресной строке,ссылка будет иметь вид: http://web.archive.org/web/20161002194015/http://сайт/, то есть информацию с такой страницы нельзя будет просто скопировать.
Чтобы такая возможность появилась, можно просто вручную убирать начало ссылок, но, когда страниц сотни, это становится довольно кропотливым занятием. Поэтому мы будем использовать возможность самого Архива заменять ссылки. Для этого в адресной строке после набора цифр вставляем «id_» и жмем Enter. То есть вместо первоначальной ссылки в строке должно быть: http://web.archive..
Теперь ссылка оригинальная и можно просто копировать тексты, картинки и прочие файлы из исходного кода Архива. Такую же операцию проводим и с другими страницами сайта. Конечно, даже такой вариант займет много времени, но, если нет резервных копий, по-другому восстановить сайт вряд ли получится.
Как удалить сайт с Archive.org
Большинство создателей сайтов хотят, чтобы их ресурс попал в Архив, но бывают и случаи, когда, напротив, нужно сделать так, чтобы он либо не попал туда, либо удалился. Сам InternetArchive предлагает для этого очень простой метод. Нужно лишь задать команду для робота сервиса о том, что сайт не нужно включать в Архив, то есть написать в robots.txt следующее:
User-agent: ia_archiver
Disallow: /
Таким образом, создание архива всех сайтов – это помощь для многих пользователей Интернета в поиске информации и восстановлении старых ресурсов. Именно с целью сохранения информации и был создан Archive.org, и именно поэтому он сохраняет архивы сайтов, которые существуют в настоящий момент, и предоставляет возможность использовать данных с «мертвых» или заброшенных ресурсов.
Надеюсь, материл, был полезен и вы не забудете сделать репост статьи и подписаться на рассылку блога. Всех благ -))).
С уважением, Галиулин Руслан.
