MoreSEOОб авторе

Веб-архив сайта: как посмотреть историю и восстановить страницы

Wayback Machine по шагам: старые версии страниц, список всех адресов через CDX API, выгрузка исходников и возврат ссылок после переезда.

Обновлено 14 ноября 2026
8 мин. чтения
Обложка: веб-архив и восстановление страницАрхивный шкаф с выдвинутым ящиком, из которого достают старую страницу, и стрелка возврата во времени

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

Введите адрес на web.archive.org и выберите год и дату в календаре. Чтобы увидеть все сохранённые адреса домена, а не только главную, добавьте звёздочку: web.archive.org/web/*/домен*. Снимок открывается с панелью архива сверху, ссылки внутри ведут на другие снимки.

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

Архив сохраняет не всё: робот мог не дойти до страницы, владелец мог попросить исключить сайт, а страница могла собираться скриптами, которые в снимке не сработали. Картинки и стили часто сохранены отдельно и в другие даты, поэтому старая страница открывается без оформления.

Частые причины:

  1. На страницу не вело ссылок. Глубокие страницы малопосещаемых сайтов попадают в архив реже, чем главная.
  2. Исключение по запросу владельца. Справка Internet Archive предлагает написать на info@archive.org, указав адреса и период, которые нужно исключить. Результат заранее не гарантируется.
  3. Контент подгружался JavaScript. В снимке остаётся пустой шаблон. Как поисковики сами обрабатывают такие сайты, разобрано в статье про JavaScript и SEO.
  4. 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

Отправьте запрос на web.archive.org/cdx/search/cdx с адресом домена и matchType=domain. Отфильтруйте записи с кодом 200 и типом text/html и схлопните дубли по urlkey: получится по одной строке на каждый адрес, который архив когда-либо видел живым.

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), prefix для раздела, host для одного хоста, domain для домена со всеми поддоменами.
  • filter: регулярное выражение по полю, ! в начале инвертирует условие. Параметр можно повторять.
  • collapse: убирает соседние повторы. collapse=urlkey оставляет одну строку на адрес, collapse=timestamp:6 по одной на месяц.
  • from и to: границы по дате в формате от yyyy до yyyyMMddhhmmss.
  • limit и showResumeKey: для больших сайтов выгрузку делят на части и продолжают по ключу resumeKey.
ЧтоКогда подходитЧем платитеПочему важно
Календарь на web.archive.orgПосмотреть, как выглядела одна страница в нужный годРучной труд, по одной страницеБыстро понять дизайн, тематику и текст
CDX APIСписок всех адресов, кодов ответа и датНужно чистить выгрузку от служебных адресовОснова для карты редиректов и плана восстановления
Availability APIПроверить пачку адресов: есть ли снимокОтдаёт только ближайший снимокУдобно для сверки списка ссылок с архивом
Wayback Machine DownloaderСкачать исходные файлы сайта целиком или по фильтруRuby, время на выгрузку, доработка вёрсткиФайлы без обвязки архива, можно отфильтровать по дате и адресу

Как восстановить страницы и тексты

Скачайте исходный HTML нужного снимка через суффикс id_ или утилитой Wayback Machine Downloader, извлеките текст и картинки и опубликуйте страницу на том же адресе. Восстанавливайте только свой контент: тексты, которые лежали на домене до вас, принадлежат их авторам.

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

Сопоставьте список старых адресов из архива со страницами, на которые ведут внешние ссылки. Для каждого адреса со ссылками выберите одно из трёх: вернуть материал на тот же URL, сделать 301 на ближайшую по смыслу страницу или отдать 410, если тема вам больше не нужна.
От выгрузки веб-архива к решению по каждому адресуВыгрузка CDX, чистка служебных адресов, сверка со ссылками и спросом, затем три исхода: вернуть материал на тот же адрес, 301 на близкую страницу или 410. Адреса без ссылок и спроса остаются с 404 Что делать со старыми адресами из архива 1. Выгрузка CDX matchType=domain, collapse=urlkey 2. Чистка только 200 и text/html, минус wp-, ?, /page/ 3. Сверка внешние ссылки и спрос по теме Тот же адрес тема нужна, статья заново 301 на близкую по смыслу страницу 410 тема вне сайта, забыть адрес 404 нет ссылок и спроса Редиректы держат не меньше года, без цепочек
Путь от выгрузки CDX до решения по каждому старому адресу: список адресов, чистка служебных, сверка со ссылками и три исхода

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.

ПоказательЗначение
Снимков всего2 359 (с 14.10.2011 по 01.09.2023)
Больше всего снимков2017 год: 680; 2016 год: 534
Уникальных адресов, включая картинки, стили и robots.txt604
Из них HTML-страниц с ответом 200309
Служебные: файлы WordPress108
Служебные: адреса с параметрами36
Служебные: пагинация, метки и рубрики, автор, главная48
Кандидаты в статьи после чистки117

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

Если сайт не переезжал, не терял страницы и у вас есть резервные копии, архив нужен разве что для истории дизайна. Восстанавливать старые адреса без внешних ссылок и спроса тоже не обязательно: для них 404 не вредит.
  • 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

Частный SEO-специалист. Пишу про поиск и нейропоиск, а цифры беру из Wordstat и первоисточников.

Читайте также

© MoreSEO, Алексей Демкин · все статьи