Чтобы увидеть, как выглядел сайт раньше, откройте Wayback Machine (web.archive.org) от некоммерческой организации Internet Archive и введите адрес: появится календарь со снимками по датам. Чтобы восстановить страницы, этого мало. Сначала получают список всех когда-либо сохранённых адресов через CDX API, затем скачивают исходный HTML нужных снимков и решают судьбу каждого адреса: вернуть статью на тот же URL, перенаправить на близкую страницу кодом 301 или закрыть кодом 410.
Ниже рабочие запросы и разбор на нашем домене: этот блог сам собран заново на адресах, которые мы нашли в архиве.
Коротко
- В октябре 2025 года Internet Archive объявил, что в Wayback Machine сохранён триллион веб-страниц.
- Google в 2024 году убрал из выдачи ссылку на сохранённую копию, а затем отключил оператор
cache:. Для старых версий страниц остался в основном веб-архив. - CDX API возвращает все снимки домена одной таблицей, по умолчанию с полями urlkey, timestamp, original, mimetype, statuscode, digest и length.
- Суффикс
id_после даты в адресе снимка отдаёт исходный файл без панели и переписанных ссылок архива. - После переноса страниц Google советует держать 301-редиректы как можно дольше, обычно не меньше года.
Как посмотреть старую версию страницы
Полезные форматы адреса:
web.archive.org/web/2016/https://example.ru/откроет ближайший снимок к 2016 году.web.archive.org/web/*/example.ru/blog/*покажет все сохранённые адреса внутри раздела.web.archive.org/web/20160101000000id_/https://example.ru/отдаст исходный HTML без обвязки архива.
Если нужно быстро проверить, есть ли снимок у конкретного адреса, подойдёт Availability API: запрос archive.org/wayback/available?url=адрес возвращает JSON с ближайшим снимком или пустой объект archived_snapshots, если копий нет.
Почему нужной страницы нет в архиве
Частые причины:
- На страницу не вело ссылок. Глубокие страницы малопосещаемых сайтов попадают в архив реже, чем главная.
- Исключение по запросу владельца. Справка Internet Archive предлагает написать на info@archive.org, указав адреса и период, которые нужно исключить. Результат заранее не гарантируется.
- Контент подгружался JavaScript. В снимке остаётся пустой шаблон. Как поисковики сами обрабатывают такие сайты, разобрано в статье про JavaScript и SEO.
- Снимок есть, но с ошибкой. В выгрузке у каждой записи есть код ответа: 301, 404 или 503 вместо 200 означают, что содержимого страницы в этом снимке нет.
Если веб-архив не открывается из вашей сети, это не повод отказываться от API. 14.11.2026 домен web.archive.org из нашей сети не открывался, и выгрузку для разбора ниже мы делали запросом с удалённого сервера.
Как получить список всех старых адресов через CDX API
Базовый запрос, все снимки домена и поддоменов в JSON:
https://web.archive.org/cdx/search/cdx?url=example.ru&matchType=domain&output=json
Уникальные живые HTML-страницы:
https://web.archive.org/cdx/search/cdx?url=example.ru&matchType=domain
&filter=statuscode:200&filter=mimetype:text/html
&collapse=urlkey&fl=timestamp,original&output=json
Что делают параметры, по документации CDX Server:
- matchType:
exact(по умолчанию),prefixдля раздела,hostдля одного хоста,domainдля домена со всеми поддоменами. - filter: регулярное выражение по полю,
!в начале инвертирует условие. Параметр можно повторять. - collapse: убирает соседние повторы.
collapse=urlkeyоставляет одну строку на адрес,collapse=timestamp:6по одной на месяц. - from и to: границы по дате в формате от
yyyyдоyyyyMMddhhmmss. - limit и showResumeKey: для больших сайтов выгрузку делят на части и продолжают по ключу
resumeKey.
| Что | Когда подходит | Чем платите | Почему важно |
|---|---|---|---|
| Календарь на web.archive.org | Посмотреть, как выглядела одна страница в нужный год | Ручной труд, по одной странице | Быстро понять дизайн, тематику и текст |
| CDX API | Список всех адресов, кодов ответа и дат | Нужно чистить выгрузку от служебных адресов | Основа для карты редиректов и плана восстановления |
| Availability API | Проверить пачку адресов: есть ли снимок | Отдаёт только ближайший снимок | Удобно для сверки списка ссылок с архивом |
| Wayback Machine Downloader | Скачать исходные файлы сайта целиком или по фильтру | Ruby, время на выгрузку, доработка вёрстки | Файлы без обвязки архива, можно отфильтровать по дате и адресу |
Как восстановить страницы и тексты
Wayback Machine Downloader ставится командой gem install wayback_machine_downloader. По README файлы скачиваются в исходном виде, а не в версии, переписанной архивом. Полезные ключи: --from и --to ограничивают даты, --only и --exclude фильтруют адреса строкой или регулярным выражением, --list выводит список файлов в JSON без скачивания.
Что учесть при восстановлении:
- Дизайн не нужен. Старая вёрстка обычно тянет устаревшие скрипты. Берите текст, заголовки и изображения, а шаблон делайте новый.
- Проверьте дубли. Старые тексты часто растащены по другим сайтам. Если вы вернёте их как есть, поисковик может увидеть копию. Как это проверить, в статье про уникальность текста.
- Обновите факты. Текст десятилетней давности о ТИЦ или PageRank сегодня вредит доверию сильнее, чем пустая страница.
Как вернуть ссылки после переезда или потери сайта
Схема 1. Решение принимают по каждому адресу, на который ведут ссылки или есть спрос. Остальные можно оставить с 404.
Где взять ссылки на потерянные страницы:
- Яндекс Вебмастер: раздел «Ссылки → Неработающие ссылки» показывает внешние ссылки на адреса, которые не отвечают, по справке Яндекса. Как подключить сайт, в статье про Вебмастер.
- Google Search Console: «Отчет о ссылках», блок «Страницы, на которые чаще всего ссылаются».
- Сервисы бэклинков вроде Ahrefs или DataForSEO: они хранят ссылки даже на давно удалённые страницы. Как читать профиль, в статье про обратные ссылки.
Дальше правила из руководства Google по переносу сайта: составьте соответствие старых и новых адресов, используйте серверные 301 или 308 без цепочек, обновите внутренние ссылки и держите редиректы как можно дольше, обычно не меньше года. Как настроить сам редирект, разобрано в статье про редиректы, а чем 404 отличается от 410, в статье про ошибку 404.
Наши данные: разбор одного восстановления
Методика. Домен SEO-блога на WordPress, который мы восстанавливали в 2026 году. Запрос к CDX API по всем адресам домена (matchType=domain), выгрузка 14.11.2026. Адресом считаем уникальный urlkey. Служебными считаем адреса с /wp-, параметрами ?, пагинацией /page/N, /tag/, /category/, /author/ и главную. Ссылки: DataForSEO Backlinks, срез 14.11.2026.
| Показатель | Значение |
|---|---|
| Снимков всего | 2 359 (с 14.10.2011 по 01.09.2023) |
| Больше всего снимков | 2017 год: 680; 2016 год: 534 |
| Уникальных адресов, включая картинки, стили и robots.txt | 604 |
| Из них HTML-страниц с ответом 200 | 309 |
| Служебные: файлы WordPress | 108 |
| Служебные: адреса с параметрами | 36 |
| Служебные: пагинация, метки и рубрики, автор, главная | 48 |
| Кандидаты в статьи после чистки | 117 |
Что из этого следует:
- Мусора больше, чем статей. Из 309 живых HTML-адресов 192 служебные (62,1%). Без фильтра карта редиректов разрастается в разы.
- Важны не все статьи, а те, где есть ссылки. На домен ведут 348 внешних ссылок, из них 245 на 23 старых адреса статей, и все эти адреса отдавали 404. Ещё 103 ссылки ведут на главную.
- Решение мы приняли по каждому адресу. 10 тем пишем заново и публикуем ровно на старых адресах, 12 адресов склеиваем 301 с близкими статьями, 38 записей вне темы блога (ВКонтакте, iPad, заработок для школьников) закрываем кодом 410.
Кому это не нужно
- Есть свежий бэкап. Восстановление из резервной копии точнее и быстрее любого архива.
- Старые страницы без ссылок и спроса. Тратить время на их возврат нет смысла.
- Чужие тексты. Восстановить чужой контент с купленного домена и выдать за свой нельзя: это и нарушение прав, и риск для доверия поисковиков.
Частые вопросы
Как посмотреть, как выглядел сайт раньше?
Откройте web.archive.org, введите адрес и выберите дату в календаре. Для списка всех сохранённых страниц домена используйте адрес вида web.archive.org/web//домен.
Можно ли восстановить сайт из архива целиком?
Частично. Тексты и картинки обычно сохраняются, а формы, поиск, личные кабинеты и всё, что работало на сервере, нет. Исходные файлы удобно скачать утилитой Wayback Machine Downloader, а потом собрать страницы в новой CMS.
Как найти все страницы сайта в архиве?
Сделайте запрос к CDX API с параметрами matchType=domain, filter=statuscode:200, filter=mimetype:text/html и collapse=urlkey. В ответе будет по одной строке на каждый сохранённый адрес.
Как удалить свой сайт из архива?
Справка Internet Archive предлагает написать на info@archive.org и указать адреса и период для исключения. Решение принимает команда архива, результат заранее не гарантируется.
Как сохранить страницу в архив самому?
Откройте web.archive.org/save, вставьте адрес и запустите сохранение. Это полезно перед редизайном или переездом: у вас останется публичная копия старой версии.
Источники
- Internet Archive: триллион сохранённых веб-страниц (октябрь 2025)
- Документация CDX Server API Wayback Machine
- Wayback Machine APIs: Availability API
- Wayback Machine Downloader: README и параметры
- Google: перенос сайта со сменой URL
- Справка Яндекс Вебмастера: неработающие ссылки
- Справка Search Console: отчёт о ссылках
- Search Engine Land: Google полностью отключил функцию кеша