Как проверить, что архив сохранил ваш сайт
Коротко
- Сначала проверка, потом работа. Пятнадцать минут проверки экономят дни сборки мусора.
- Сигнал первый: есть ли снимки вообще и за какие даты.
- Сигнал второй: сколько адресов сохранено — десяток или тысячи.
- Сигнал третий: какие типы файлов есть, кроме HTML.
- Пустой архив — не приговор, но повод искать другие источники, а не инструмент.
Самый дорогой сценарий — три дня сборки копии, после которой выясняется, что архив сохранил двенадцать страниц из двух тысяч. Проверка занимает минуты и делается до всех работ. Ниже три сигнала и простая таблица, по которой видно, стоит ли вообще начинать.
Содержание
1. Сигнал первый: есть ли снимки
Откройте web.archive.org и введите домен. Что смотреть:
- Календарь. Есть ли даты, с какого по какое время шли снимки.
- Плотность. Один снимок в год — почти наверняка только главная страница.
- Последний снимок. Чем ближе к моменту аварии, тем актуальнее контент.
Если снимков нет вовсе, дальше читать не нужно: восстанавливать из архива нечего. Это тот случай, когда честный ответ «невозможно» полезнее любых работ.
2. Сигнал второй: сколько адресов
Календарь показывает главную, а нужен объём. Его даёт выгрузка CDX с подсчётом строк:
https://web.archive.org/cdx/search/cdx?url=example.com&matchType=domain&output=csv&fl=original&filter=statuscode:200&collapse=urlkeyПолученный CSV откройте в таблице и посмотрите на число строк. Ориентиры такие:
| Строк | Что это обычно | Стоит ли начинать |
|---|---|---|
| 1–20 | главная и пара разделов | нет, если сайт был больше |
| 20–300 | небольшой сайт услуг или лендинг | да, копия будет читаемой |
| 300–5000 | блог, каталог, корпоративный сайт | да, но проверьте разделы |
| 5000+ | крупный каталог | да, с планом по разделам |
Проверить и сразу собрать
Site Restorer сам считает, сколько адресов сохранено, и показывает отчёт по типам файлов до начала загрузки.
Скачать3. Сигнал третий: какие типы файлов
HTML — это текст. Сайт делают стили, скрипты и изображения. Проверяются они тем же запросом, но без фильтра по типу: посмотрите на поле mimetype.
| Что нашли | О чём говорит |
|---|---|
text/html есть, text/css есть | вёрстка восстановится |
text/html есть, CSS нет | копия откроется без оформления |
image/ десятки на тысячи страниц | медиа потеряны, планируйте замену |
application/pdf отсутствует | файлы для скачивания восстанавливать неоткуда |
| Только HTML и ничего больше | обход был поверхностным |
Практический вывод: копия «читается» — это нормальная цель. Копия «как оригинал» из архива не получается почти никогда.
4. Сравнение с картой сайта
Если у вас сохранилась карта сайта или список адресов из старой админки, сравнение даёт точную картину потерь:
- Возьмите адреса из карты сайта — это то, что реально существовало.
- Возьмите список из CDX — это то, что сохранено.
- Вычтите одно из другого. Разница — страницы, которых в архиве нет.
Даже грубое сравнение по разделам полезно: если из каталога сохранён один раздел из двадцати, статическая копия каталога бессмысленна, а восстановление контента придётся делать вручную.
5. Как читать результат
| Картина | Вердикт | Что делать |
|---|---|---|
| Снимков нет | восстановление невозможно | искать бэкапы, кэш, копии у подрядчика |
| Только главная | почти бесполезно | то же: архив не источник |
| Страницы есть, медиа нет | частичное восстановление | собирать копию, медиа искать отдельно |
| Страницы и стили есть | хороший результат | собирать копию и публиковать |
| Почти всё, кроме базы | лучший возможный вариант | копия + восстановление логики позже |
И важное: результат проверки стоит проговорить заказчику или себе до начала работ. Ожидание «вернём всё» обходится дороже, чем честное «вернём текст и вёрстку, картинки придётся снимать заново».
Частые вопросы
Сколько времени занимает проверка?
От пяти до пятнадцати минут: календарь снимков и одна выгрузка CDX. Работы с файлами — уже следующий этап.
Архив показывает снимки, но страницы не открываются. Почему?
Бывает у снимков с редиректами и ошибками: в списке они есть, но по факту отдают заглушку. Поэтому в CDX и добавляют фильтр по коду ответа 200.
Как понять, что сайт сохранялся регулярно?
По числу разных дат в поле timestamp. Если на тысячу адресов приходится две даты, сайт обошли дважды и поверхностно.
Стоит ли проверять каждый раздел отдельно?
Да, если сайт крупный: выгрузка по matchType=prefix для каждого раздела показывает, где обход был плотнее, а где его почти не было.
Что делать, если архив сохранил мало?
Искать другие источники: бэкапы хостинга, копии у подрядчика, выгрузки, письма, каталоги поставщиков. Архив — один из источников, а не единственный.
Смежные разборы
- CDX API: как получить все страницы — тот же список, но с разбором параметров
- Веб-архив или резервная копия — когда архив заведомо не подходит
- Как скачать сайт из Wayback Machine — следующий шаг после проверки
- Почему картинки не восстанавливаются — что делать с медиа
Проверить и сразу собрать
Site Restorer сам считает, сколько адресов сохранено, и показывает отчёт по типам файлов до начала загрузки.
Скачать для WindowsМатериал описывает публичные возможности Internet Archive и практику восстановления сайтов. Обновлено 10 ноября 2026.