La plupart des entreprises présentes en ligne depuis un certain temps ont perdu un site Web à un moment ou à un autre : un compte d'hébergement non renouvelé, une refonte où l'ancien blogue n'a pas été conservé, une agence qui a fermé ses portes en emportant le serveur. Des années de rédaction disparaissent, et généralement personne ne s'en aperçoit avant de chercher un article dont on se souvenait.
En vingt-cinq ans de travail sur le Web, nous en avons nous-mêmes perdu plusieurs : le blogue de Raincity Studios, à Vancouver, et les blogues qui ont suivi. Pendant longtemps, nous avons cru qu'ils avaient simplement disparu.
Ce n'était pas le cas. La plupart des textes étaient conservés dans l'Internet Archive depuis le début.
Que conserve réellement la Wayback Machine?
Davantage que la plupart des gens ne le pensent, sans pour autant tout conserver. L'Internet Archive parcourt le Web depuis 1996, et sa Wayback Machine est ouverte au public depuis 2001. En saisissant une ancienne adresse, on obtient un calendrier de toutes les dates auxquelles une copie a été enregistrée.
La couverture est inégale. Un blogue populaire peut avoir été capturé des centaines de fois, avec chaque article. Le site d'une petite entreprise peut ne compter que cinq captures de la page d'accueil, sans rien de plus. Les images sont conservées de façon irrégulière. Tout ce qui se trouve derrière une connexion, une boîte de recherche ou beaucoup de JavaScript est généralement absent. Les commentaires survivent parfois, parfois non.
Pour un blogue classique des années 2000, toutefois, le texte de la plupart des articles est souvent disponible : titres, dates, noms des auteurs et corps du texte. C'est l'essentiel.
Il faut aussi rappeler que l'Archive est un organisme sans but lucratif, et non une garantie. En octobre 2024, elle a subi une cyberattaque et a été hors ligne pendant plusieurs jours. Tout contenu qui n'existe plus qu'à cet endroit devrait être copié.
Nous recommandons aussi d'utiliser la fonction Save Page Now pour les pages de votre site actuel que vous ne voudriez pas perdre. C'est gratuit, cela prend quelques secondes par page, et cela peut éviter bien des difficultés par la suite.
Comment récupérer d'anciens articles de blogue?
La démarche est méthodique et quelque peu fastidieuse, mais elle fonctionne.
- Dressez la liste de tous les domaines et de toutes les adresses où votre contenu a été hébergé : anciens domaines, sous-domaines, le dossier /blog d'un site oublié.
- Recherchez-les dans la Wayback Machine et repérez les captures qui contiennent le plus de contenu. Les pages d'archives et de catégories d'un blogue sont particulièrement précieuses, puisqu'elles renvoient à chaque article.
- Rassemblez les adresses des articles, puis récupérez chacun à partir de sa meilleure capture. Au-delà de quelques articles, l'Archive offre des moyens de lister toutes les adresses capturées d'un site, et un petit script épargne beaucoup de travail manuel.
- Retirez l'ancien thème, les menus et les barres latérales. Conservez le titre, la date, l'auteur et le texte.
- Relisez chaque article avant de le republier. Certains ont bien vieilli; d'autres, non.
La dernière étape est celle que l'on saute le plus souvent, et c'est la plus importante. Il ne s'agit pas seulement de restaurer des fichiers, mais de décider ce que l'on est encore prêt à publier sous son nom.
Que faut-il laisser de côté?
Tout ne mérite pas d'être republié. Les nouvelles d'entreprise de 2006, les articles du type « nous assisterons à tel congrès » et les annonces de ronde de financement étaient utiles la semaine de leur publication et constituent aujourd'hui du bruit. Nous recommandons de conserver tout ce qui explique une notion, défend une idée ou montre comment un problème a été résolu, et de mettre le reste de côté.
Pourquoi faut-il créditer les auteurs d'origine?
Parce que le blogue d'une agence est l'œuvre de nombreuses personnes. Chez Raincity, des collègues ont rédigé une bonne partie des articles. Tout republier sous un seul nom serait facile, et ce serait incorrect.
Chaque article récupéré devrait donc indiquer le nom de son auteur, la date de sa première publication et l'endroit où il a paru. Si les auteurs peuvent être joints, informez-les. La plupart sont heureux que leur travail soit préservé. Si une personne préfère que son article ne soit pas republié, respectez ce choix.
C'est aussi une question de confiance. Les lecteurs se méfient aujourd'hui du contenu qui apparaît sans contexte, et avec raison. Une mention claire indiquant « publié à l'origine en 2008 sur tel blogue, par telle personne » leur dit exactement ce qu'ils lisent.
Un contenu ancien démontre-t-il encore une expertise?
Oui. On peut s'interroger sur l'utilité de l'effort, puisqu'un article de 2007 sur Drupal ne se classera vraisemblablement pour aucune recherche.
C'est possible. Un ensemble de travaux démontre toutefois ce qu'une nouvelle page « À propos » ne peut démontrer : une présence à l'époque, une réflexion sur des problèmes lorsqu'ils étaient nouveaux, et une trace visible des opinions qui ont résisté au temps et de celles qui n'y ont pas résisté. Selon nous, c'est plus convaincant que n'importe quelle liste de titres.
La traduction ajoute aussi de la valeur. Dans une région bilingue, des archives offertes uniquement en anglais ne constituent que la moitié d'une archive. Nous préférons présenter le français et l'anglais côte à côte, chaque version révisée par une personne.
Une note sur les dates
Nous avons consacré la majeure partie de ce mois à faire exactement cela pour ce blogue. Plusieurs centaines d'articles de The Standard, l'ancien blogue de Raincity Studios, et du blogue de Holistic Hybrid sont de nouveau en ligne ici, traduits, avec leurs auteurs et leurs dates d'origine. Ils peuvent être consultés sur le blogue.
Que faut-il faire avant une refonte de site?
Préserver le contenu existant. La façon la plus simple de ne jamais avoir besoin de la Wayback Machine est de ne pas perdre le contenu au départ. Bien des blogues disparaissent lors d'une refonte de site Web, lorsqu'une personne juge que les anciens articles encombrent le site et ne met pas de redirections en place.
Avant de reconstruire quoi que ce soit, exportez toutes les pages. Conservez les anciennes adresses et redirigez-les vers les nouvelles. Cela prend un après-midi. Récupérer le contenu plus tard prend des semaines, et une partie ne revient jamais.