Любимый сайт может исчезнуть в любой момент: как сохранить его самостоятельно

Автор блога The Future Is Now начинает с маленькой трагедии. У неё есть подборка старых сайтов, которые годами, а то и десятилетиями не меняются. Время от времени она заглядывает на них, как проведать старого друга. Один из них, teapuppies.com, был фанатским сайтом аниме и линейки игрушек Ochaken: милые мультяшные собачки с ушами из чайных листьев, и каждая названа в честь какого-нибудь сорта чая. Сайт работал с 2004 года и почти не менялся с 2005-го. Несколько недель назад автор обнаружила, что его больше нет, а домен теперь показывает рекламу онлайн-казино.

Ирония в том, что сама она работает в сфере веб-архивирования. Она должна была понимать, что сайт однажды исчезнет, и располагала всеми инструментами, чтобы его сохранить. Но не сохранила. Поэтому теперь призывает читателей не повторять её ошибку.

Архивировать может каждый

По словам автора, многие считают веб-архивирование делом крупных организаций вроде Internet Archive: остаётся только ждать и надеяться, что нужную страницу кто-нибудь сохранит. Это заблуждение. Её главный тезис: если вам дорог сайт, пост или какая-то информация, сохраните их сами.

Все описанные инструменты работают со стандартными форматами WARC и WACZ. WARC фиксирует запросы и ответы целиком, вместе с заголовками, поэтому позволяет сохранять даже сложные сайты с клиентским JavaScript. WACZ упаковывает WARC-файлы вместе с метаданными. Автор честно предупреждает, что эти инструменты выпускает компания, в которой она работает, однако большинство из них бесплатны, и она считает их лучшими для личного архивирования.

Три способа

• Расширение ArchiveWeb.page для Chrome — самый простой вариант. Достаточно нажать «Start Archiving», пройтись по нужным страницам, покликать интерактивные элементы, чтобы подгрузились данные, и нажать «Stop Archiving». Так можно сохранить отдельную страницу, целый сайт, пост или профиль в соцсети.
• Отдельное приложение archiveweb.page работает так же, но со встроенным браузером. Подойдёт тем, у кого нет Chrome или кто не хочет ставить расширение.
• Browsertrix — веб-краулер для крупных сайтов, которые утомительно обходить вручную. Он сам переходит по ссылкам, а область обхода можно сузить до одного раздела или одной страницы со ссылками. Это единственный платный инструмент из списка: после семидневного пробного периода оплата идёт за использование. Зато код открыт, и технически подкованные пользователи могут развернуть его у себя.

Просмотр и хранение

Сохранённый сайт можно «воспроизвести» в браузере, как живой, — получается своего рода личная Wayback Machine. Файл WARC/WACZ можно передать другим людям для просмотра в ArchiveWeb.page или на сайте ReplayWeb.page. Открытый встраиваемый плеер ReplayWeb.page позволяет показать архив прямо в блоге, причём серверное приложение для этого не нужно. В самом посте автор так и поступила: встроила целиком архив сайта, сделанный в Browsertrix почти на настройках по умолчанию.

Поскольку архив умещается в один файл WACZ, хранить его легко. Автор советует раздать копии друзьям: чем больше копий, тем надёжнее. Она мечтает о мире, где тысячи людей и сообществ ведут собственные небольшие архивы того, что им важно, и предлагает помочь тем, кто не знает, с чего начать.

Источник: Lobsters