Как пользоваться архивами
Этот раздел — для конечных пользователей архивов: исследователей, журналистов, юристов, студентов и просто интересующихся. Здесь объясняется, как найти нужный архив, открыть его без программирования и корректно процитировать в своей работе.
Типичные сценарии
- Хочу посмотреть сайт, который уже не работает — откройте Как открыть WARC.
- Ищу конкретный сайт или раздел — начните с таблицы сохранённых проектов: preserved-projects-table.
- Нужно достать из архива отдельную страницу или список URL — «Вскрытие» WARC.
- Архив очень большой (десятки и сотни ГБ) — Работа с большими WARC-файлами.
- Готовлю научную работу и нужна ссылка на архив — Как цитировать архив Ruarxive.
- Хочу понять, есть ли страница, не скачивая огромный WARC — поиск по CDX.
- Ищу фразу в тексте страниц — поиск внутри WARC.
- Нужны сами картинки, PDF или записи — медиа из WARC.
- Нужен список ссылок — карта сайта из архива.
- Сначала хочу опись без тел записей — только заголовки.
- Хочу поделиться ссылкой на архив с коллегами — в каталоге проектов (Проекты) для каждой коллекции указаны прямые ссылки на скачивание.
Чем отличается архив Ruarxive от Internet Archive?
| Ruarxive | Internet Archive (Wayback Machine) | |
|---|---|---|
| Что хранит | Копии российских сайтов, Telegram-каналов, соцсетей | Снимки сайтов со всего мира |
| Доступ | Файлы архивов для скачивания (WARC, ZIP и др.) | Просмотр через веб-плеер Wayback Machine; часть коллекций — файлами |
| Права | Права на архивированные материалы принадлежат их правообладателям; лицензия CC BY 4.0 относится только к текстам сайта и базы знаний (см. авторское право) | Условия различаются для разных коллекций |
| Как собирается | Целевые сборы конкретных сайтов и коллекций | Массовый обход веба и сохранение по запросам пользователей |
Где искать архивы
- Таблица сохранённых проектов — основной каталог.
- Хаб открытых данных hubofdata.ru — структурированные наборы данных.
- Internet Archive — копия части коллекции.
- Хранилище файлов — большие файлы для скачивания; полный перечень — в allarchives.csv.