Dacă vă place un site, să-l back-up

De fapt, vă rugăm să faceți!

Povestea începe cu o mică tragedie. Vezi tu, am aceste pagini web vechi Îmi place să mă întorc și să mă uit la din când în când.

Există site-uri web care au fost online neschimbată de ani de zile sau de zeci de ani, și este un pic confortabil să le verifici din când în când pentru a vedea un vechi prieten care încă se descurcă bine.

Uneori, desigur, tragedia apare. A existat un site de fan-uri numit teapuppies. com pentru o veche serie de anime și linii de jucării numite Ochaken.

Este vorba despre aceste personaje drăguțe de câini animate care au frunze de ceai pentru urechi, fiecare numit după un tip diferit de ceai.1 Site-ul a fost online din 2004 și practic nu s-a schimbat din 2005, dar a fost frumos doar să fie în jurul valorii de ea.

Exceptând când am vizitat-o acum câteva săptămâni, și am descoperit că nu numai că site-ul a dispărut, dar domeniul este acum folosit pentru a oferi anunțuri de jocuri de noroc online. Apropo, lucrez în arhivare web.

Ceea ce înseamnă că ar fi trebuit să știu că site-ul va fi oprit într-o zi, și că am instrumentele pentru a fi făcut ceva în legătură cu asta.

Aș fi putut arhiva acel site cât era încă în jurul valorii de, dar nu am făcut. Acest post este aici pentru a vă implora să faceți ceea ce nu m-am gândit, și pentru a vă învăța cum. Vezi tu, când vorbesc cu mulți oameni despre arhivare web, ei par să creadă întotdeauna că e ceva ce nu pot face.

Este ceva ce face o organizație mare ca Internet Archive, și dacă doriți ca o pagină web să fie salvată, trebuie doar să așteptați și să sperați că va fi făcut. Ceea ce vreau cu adevărat să știe toată lumea este că ai controlul asupra lumii din jurul tău, poți lua măsuri pentru a păstra lucrurile și a face lucrurile mai bune.

Și nu numai că pot, dar ar trebui! Nu aștepta doar pe altcineva să acționeze - să iasă acolo și să facă să se întâmple! Ai un site preferat?

Înapoi! Ai informații pe care nu vrei să le pierzi? Înapoi!

Un post preferat undeva? Toți împreună acum. Înapoi! - Da, e!

În picioare! Toate instrumentele pe care le voi arăta în acest post folosesc formate standard de arhivare web, cum ar fi WARC2.

Nu trebuie să vă faceți griji cu privire la niciun detaliu tehnic, dar vă spun asta pentru că înseamnă că există o mulțime de instrumente foarte bune pentru a face orice doriți cu ele. Aici, ca un exemplu, este un întreg site arhivat integrat chiar în acest post de blog: Puteți chiar să faceți clic pe toate link-urile, să priviți toate imaginile, lucrările.

Este un întreg site web chiar într-un post! (Si daca nu ai incredere in mine sa continui acest lucru, si vrei ca arhiva web sa fie găzduita undeva altundeva? Poți să-l descarci de acolo.

Un site întreg într-un singur fișier HTML?

Doar faceți clic pe meniul kebab și alegeți download arhiv, și puteți face ce doriți cu el.

De fapt, vă rugăm să faceți!) Apropo, pentru a vă informa: instrumentele pe care le voi menționa în acest post de blog sunt fabricate de compania pentru care lucrez, dar nu pentru că îmi vor plăti salariul (câteva dintre ele sunt gratuite!). Cred că acestea sunt cele mai bune instrumente de arhivare web personală. Opțiunea 1 - Extensiunea browserului ArchiveWeb. page De departe cel mai ușor instrument de arhivare web personală este extensiunea browserului ArchiveWeb. page pentru Chrome.

Acest lucru nu necesită mult în ceea ce privește set-up-ul sau abilitățile tehnice, și funcționează pentru orice: o singură pagină, un întreg site web, un post sau profil de pe rețelele sociale.

Atâta timp cât îl puteți vedea într-un browser web, îl puteți salva.

Tot ce trebuie să faceți este: - Instalați extensiunea browserului. - Vizitați prima pagină pe care doriți să o arhivați. - Faceți clic pe icoana ArchiveWeb. page din bara de instrumente, apoi faceți clic pe Start Archiving. - Dacă pagina dvs. are elemente interactive, faceți clic pe acestea pentru a vă asigura că toate datele sunt încărcate. - Vizitați orice alte pagini doriți să fie capturate în aceeași colecție și lăsați extensiunea să le ia.

Stop Arhivarea. Ai terminat! Tocmai ai arhivat o pagină web!

Acum că toate sunt salvate, puteți previzui și vedea cum a mers făcând clic pe icoana extensie și apoi pe icoana de origine pentru a deschide tabla de bord de extensie.

De acolo, puteți face clic pe sesiunea dvs. de arhivare pentru a preveni paginile pe care le-ați arhivat, să le încărcați în browser și să vedeți dacă funcționează. (Voi intra în mai multe detalii despre cum puteți privi arhivele web și să le împărtășiți cu alții mai târziu în acest post.) Opțiunea 2 - aplicația archiveweb. page Dacă nu doriți să instalați o extensie a browser-ului sau nu aveți Chrome instalat, puteți lua, de asemenea, aplicația independentă archiveweb. page.

Acesta este în esență același lucru ca extinderea browserului de mai sus, are doar propriul browser web încorporat.

De asemenea, se deschide direct în meniul care vă permite să navigați în arhivele web, astfel încât este un mod util de a privi în arhivele web local.

Aproape toate celelalte lucruri pe care le-am descris mai sus se aplică.

Opțiunea 3 - Browsertrix Opțiunile de mai sus sunt excelente pentru paginile sau site-urile care sunt suficient de mici pentru a naviga manual.

Dar dacă aveți o pagină web care este suficient de mare încât va fi enervantă să vizitați toate paginile manual, probabil că doriți să vă uitați la un instrument de crawler web pentru arhivare web.

Există o grămadă de opțiuni, dar cea mai ușoară de utilizat ca individ este probabil Browsertrix.

Cea mai bună opțiune printre multe?

Un crawler web este, în esență, un instrument de automatizare construit în jurul unui browser web; furnizați instrucțiuni cu privire la care pagină să înceapă și care pagini ar trebui să viziteze, și va merge înainte și va face clic pe link-uri pentru a găsi automat paginile astfel încât să poată arhiva pagina cât mai complet posibil.

Arhiva web pe care am încorporat-o mai sus a fost făcută folosind Browsertrix pe destul de aproape de setările sale predefinite: i-am spus că vreau să fac o căutare pe site pentru întregul domeniu https://teapuppies. mistys-internet. website, și a funcționat de acolo: Dar, în funcție de ceea ce căutați, are opțiuni care pot fi personalizate pentru a restrânge conținutul pe care îl arhivează. De exemplu, dacă ai decis că vrei doar pagini pentru episoade, ai putea să-i spui să capteze doar ceva în secțiunea /episoade/ a site-ului web: Sau chiar doar o singură pagină și orice se leagă de pagină: Există mult mai multe opțiuni decât pot merge în o prezentare rapidă - este un instrument complet cu o mulțime de opțiuni.

Dar dacă doriți să arhivați un întreg site web sau un profil complet pe rețelele de socializare, vă recomand să încercați.

Spre deosebire de alte instrumente, pe care le rulați în principal pe propriul computer, Browsertrix este în primul rând o aplicație web. Este, de asemenea, singurul instrument plătit din acest post - există o probă de șapte zile, dar după aceea trebuie să plătești pentru fiecare utilizare.

Din moment ce este open source, utilizatorii cu inclinație tehnică pot rula propriile copii pe calculatorul lor sau pot distribui o copie undeva dacă doresc. Vizualizarea paginii web arhivate Odată ce ați făcut o copie de rezervă a site-ului, puteți să o repetați pentru a o utiliza în browser-ul dvs. la fel ca o pagină web live.

E ca și cum ai avea propria versiune privată a mașinii de returnare.

Puteți să-l testezi pentru propriul dvs.

utilizare privată folosind interfața încorporată în versiunea de archiveweb. page pe care o utilizați, dar dacă doriți să o împărtășiți cu altcineva aveți câteva opțiuni. în mod privat, puteți să le trimiteți fișierul WARC/WACZ și să le lăsați să-l încărce în aplicația ArchiveWeb. page sau site-ul ReplayWeb. page.

Dacă doriți să împărtășiți cu lumea, puteți crea un site web cu arhiva dvs. web pe el. Acest post utilizează vizualizatorul embedded ReplayWeb. page, care este open source și poate fi încorporat în orice altă pagină web doriți.

Nu aveți niciun fel de aplicație pe server pentru a face acest lucru; atâta timp cât aveți capacitatea de a încărca arhiva și un pic de JavaScript, puteți adăuga cu ușurință o copie a interfeței de replay în orice pagină web sau post de blog.

Păstrarea datelor odată ce le ai, deoarece toate cele pe care le-ai făcut în rezervă sunt grupate într-un singur fișier WACZ, este foarte ușor să le păstrezi sau să le împărtășești cu altcineva. O mulțime de copii păstrează lucrurile în siguranță, la urma urmei; dacă crezi că ai prieteni care ar dori să păstreze o copie a oricărui site pe care l-ai back-up, dă-i-o și împărtășește datoria de a o păstra!

Dacă ți se pare interesant, te încurajez să încerci.

Mi-ar plăcea ca lumea să fie plină de mii de mici arhive web, cu oameni și grupuri comunitare arhivând și împărtășind lucrurile care le contează pentru ei înșiși.

Dacă găsiți oricare dintre aceste lucruri copleșitoare și nu sunteți sigur de unde să începeți, vă rugăm să vă adresati la mine - sunt foarte bucuros să vă ajut. - Apelul pentru mine este, sper, evident. - Cele mai multe instrumente pe care le menționez folosesc, de asemenea, formatul WACZ, care împachetează fișierele WARC împreună cu metadata suplimentare. - Pentru cei care doresc un pic de detalii tehnice suplimentare, totuși: unul dintre lucrurile care fac WARC special este faptul că înregistrează informații complete despre solicitări și răspunsuri, inclusiv toate capetele. Acest lucru oferă WARC o viziune mult mai completă a întregului proces de vizitare a unui site web și permite să arhiveze chiar și site-uri complicate cu JavaScript-ul din partea clientului care fac o tonă de solicitări.