Un lien conservé dans un vieux fichier renvoie une erreur 404 : la page a disparu et l'adresse ne mène plus qu'à un fond blanc. Avant de reconstituer le contenu de mémoire, une vérification s'impose du côté de la Wayback Machine, qui conserve des copies de pages web prises à différentes dates. Le service dépend de l'Internet Archive, une organisation à but non lucratif, et s'ouvre à l'adresse web.archive.org.

Deux précautions immédiates. Mieux vaut saisir l'adresse soi-même dans la barre du navigateur plutôt que de passer par un lien reçu. Et la copie retrouvée, quand elle existe, reste une image ancienne : elle ne reflète pas l'état actuel du site.

Wayback machine : d'où viennent les copies archivées

L'Internet Archive explore le web et enregistre, au passage, le contenu des pages qu'il visite. Chaque enregistrement devient une capture, datée, consultable plus tard telle qu'elle était ce jour-là. Le nom revient sous plusieurs formes selon les sources — wayback archive, web archive, webarchive, archive of web sites — mais il désigne le même outil. Les termes « archive web » ou « webarchives » servent souvent, plus largement, à parler de la conservation de pages en ligne.

Il ne s'agit pas d'un moteur de recherche. La fonction Site Search de l'Internet Archive repose sur un index de termes tirés des liens qui pointent vers les pages d'accueil de plus de 350 millions de sites ; elle ne fouille pas le texte des pages, la recherche plein texte n'étant pas encore disponible. Pour retrouver un contenu précis, c'est donc la démarche par adresse qui fonctionne, pas une requête en langage naturel.

Retrouver une ancienne version d'une page

Saisir l'adresse, puis lancer Browse History

Le champ se trouve en haut de la page d'accueil du service : on y colle l'URL complète, ou seulement le domaine, puis on clique sur « Browse History ». Un calendrier apparaît, avec les dates auxquelles des captures ont été faites. Un clic sur une date ouvre la version enregistrée ce jour-là, à son ancienne adresse.

Le cas typique est celui d'un service qui a fermé ou changé de nom. Les captures anciennes montrent alors l'interface d'avant, pas les pages actuelles : netcourrier : où est passée la messagerie devenue Mailo ? illustre ce genre de bascule, où un service change de nom.

Lister toutes les pages archivées d'un site

Quand l'adresse exacte de la page cherchée n'est plus connue, on demande la liste plutôt que la page. Il suffit d'ajouter /* à la suite de l'adresse, sous la forme web.archive.org//www.votresite.com/. Cette écriture affiche toutes les pages du domaine que l'archive a conservées, ce qui permet de repérer celle qui manque au dossier.

Un carnet ouvert posé parmi des enveloppes et des étiquettes d'adresses, à côté de ciseaux et de ruban adhésif

Sauvegarder une page avec Save Page Now

Quand la page existe encore mais risque de disparaître, Save Page Now en déclenche l'enregistrement. Le périmètre est étroit : une seule page, une seule fois. L'outil n'ajoute pas l'adresse aux explorations futures et ne prend ni plusieurs pages, ni un dossier, ni un site entier. Autrement dit, il n'existe pas d'« archive site » obtenue d'un clic sur un domaine complet.

Le délai compte : il s'écoule en général environ 3 à 10 heures entre le passage de l'explorateur et l'apparition de la capture. Une page envoyée le matin n'est donc pas consultable dans la minute. Et si le site est protégé par mot de passe ou fermé aux robots, l'enregistrement n'aboutit pas.

Pourquoi une page n'est pas archivée

Les causes sont techniques ou volontaires :

  • les robots de l'Internet Archive n'ont jamais visité le site, faute de liens entrants ou de découverte ;
  • la page se trouve derrière un mot de passe ;
  • le fichier robots.txt du site interdit l'exploration, ou le propriétaire a demandé l'exclusion de son site ;
  • la page repose sur du JavaScript, ou sur des image maps côté serveur, que l'archivage restitue mal ;
  • la page est orpheline : aucune autre page ne pointe vers elle, et rien ne conduit l'explorateur jusque-là.

Le HTML simple reste le plus facile à archiver. Un site très dépendant de scripts dynamiques laisse donc des captures incomplètes, même lorsque la page a bien été visitée à une date donnée.

Demander le retrait d'une page

Le retrait se demande par courriel, à [email protected], en indiquant l'URL concernée, la période à exclure et la période pendant laquelle le site ou le compte était sous contrôle, plus toute information utile au traitement du dossier. L'équipe examine la demande ; aucun délai n'est annoncé et le résultat n'est pas garanti. Pour un problème de droit d'auteur, la procédure passe par la politique de copyright de l'Internet Archive. Pour des images intimes publiées sans consentement, une page dédiée existe.

Limites et bons usages

BesoinGesteLimite
Consulter une page disparueSaisir l'URL ou le domaine, puis « Browse History »La page ne réapparaît que si une capture a été faite
Voir tout ce qu'un site a d'archivéAjouter /* à l'adresse : web.archive.org//www.votresite.com/Ne remonte que les pages conservées
Sauvegarder une pageSave Page NowUne page, une fois ; ni dossier ni site entier
Faire retirer une pageÉcrire à [email protected]Aucun délai annoncé, aucune garantie
Un vieux moniteur d'ordinateur abandonné parmi des gravats poussiéreux

Une capture est un témoignage, pas un document officiel : elle montre l'état d'un site à une date donnée, avec les défauts de l'époque — menus cassés, images manquantes, scripts figés. Elle ne remplace ni un acte, ni une facture, ni une pièce conservée par un tiers.

Les faux miroirs sont l'autre piège : une page qui imite l'interface d'un service n'en est pas la version officielle. L'adresse du service est web.archive.org, à saisir soi-même. Les fautes de frappe y mènent aussi : une requête du type « arvive org », ou « waybackmachine » écrit d'un seul mot, ne dispense pas de vérifier l'adresse finale avant d'aller plus loin. Sur une page archivée, on n'entre jamais de mot de passe ni de donnée bancaire : c'est une copie figée, et rien ne garantit l'usage que faisait le formulaire d'origine.

Le cadre légal compte également : la consultation d'une archive n'autorise pas pour autant à réutiliser librement un contenu protégé. ytb mp4 : quatre voies légales face aux convertisseurs aborde cette question pour la vidéo. D'autres outils de ce genre sont décrits dans la rubrique Services en ligne.

Questions fréquentes

La Wayback Machine est-elle gratuite et officielle ?

Le service appartient à l'Internet Archive, organisation à but non lucratif, et sa page d'aide ne mentionne aucun tarif. Son adresse officielle est web.archive.org.

Comment voir toutes les pages archivées d'un site ?

En ajoutant /* à la suite de l'adresse, sous la forme web.archive.org//www.votresite.com/ : la liste des pages conservées pour ce domaine s'affiche.

Pourquoi ma page n'apparaît pas dans l'archive ?

Plusieurs causes possibles : site jamais visité par les robots, page protégée par mot de passe, robots.txt fermé à l'exploration, exclusion demandée par le propriétaire, page construite en JavaScript ou page orpheline. Le délai de 3 à 10 heures entre le passage de l'explorateur et l'apparition de la capture explique aussi les manques récents.

Peut-on archiver un site entier ?

Non. Save Page Now enregistre une seule page, une seule fois. L'outil ne prend ni plusieurs pages, ni un dossier, ni un site entier, et n'ajoute pas l'adresse aux explorations futures.

Comment faire retirer une page ?

En écrivant à [email protected] avec l'URL, la période à exclure et la période pendant laquelle le site ou le compte était sous contrôle. Aucun délai n'est annoncé et le résultat n'est pas garanti.

Web archive et archive org, est-ce la même chose ?

Les deux renvoient à l'Internet Archive, la même organisation. L'expression « web archive » sert aussi, plus largement, à désigner la conservation de pages en ligne en général.

Sources et références

  • Internet Archive, Using the Wayback Machine (aide) — help.archive.org
  • Internet Archive, How do I request to remove something from archive.org? — help.archive.org