Как восстановлен архив
Методика восстановления архива Neeko: источник данных, что сохранено дословно, что удалено и сколько материалов не восстановилось.
Страница нужна, чтобы каждое число на сайте можно было проверить, а не принимать на веру. Здесь — источник, процедура и то, что не получилось.
Источник
Материалы восстановлены из архивных копий сайта. Основа — полный слепок файловой структуры с базой соответствия «адрес → страница»; для сверки полноты использовался публичный индекс веб-архива по домену за 2011–2017 годы.
Что сделано с текстами
| Этап | Что делали | Результат |
|---|---|---|
| Разбор | Два разных шаблона сайта (2011–2016 и 2016–2017) — у каждого своя разметка заголовка, даты и тела | 5749 материалов разобрано |
| Даты | Даты взяты из самой публикации, два формата: 15.03.2013 и 21:14, 15 декабря 2016 | дата есть у 5681 материалов |
| Внешние ссылки | Удалены все внешние ссылки в теле статей; текст ссылки оставлен только там, где он был частью фразы | 2845 ссылок снято |
| Рекламные вставки | Удалены коммерческие фразы, вклеенные в предложения ради ссылки, и отдельные рекламные абзацы | около 36 000 слов |
| Изображения | Сохранившиеся картинки подключены, отсутствующие заменены схематическими обложками | сохранилось менее 10% |
| Перелинковка | Первое упоминание клуба, футболиста, тренера или турнира ведёт на страницу этой сущности | 9758 внутренних ссылок |
Чего в архиве нет
- Комментариев читателей. Они не сохранились и не восстанавливались.
- Большинства изображений. См. выше.
- Материалов, не попавших в слепок. Часть страниц периода 2017 года сохранилась фрагментарно: сайт в тот момент уже отдавал ошибки, и архивные копии неполные.
- Периода после июля 2017 года. Дальше на домене был другой проект, к футбольному архиву не относящийся; его материалы здесь не публикуются.
Про даты в текстах
Каждый материал открывается пометкой о том, что это архивная публикация с исходной датой. Это не формальность: в новостях 2012 года «действующий чемпион», «текущий лидер» и «новичок команды» означают не то же, что сегодня. Дата — часть факта, поэтому она стоит и в тексте страницы, и в её разметке.
Разделение архива и витрины
Из 5749 материалов 1429 выделены как основные: у них есть внешние ссылки, заметная история обращений в веб-архиве или достаточный объём. Остальные 4320 — короткие новостные заметки на 60–150 слов; они полностью доступны, участвуют в навигации и перелинковке, но помечены как архивные и не предлагаются поисковым системам в качестве отдельных результатов. Причина простая: четыре тысячи заметок по сто слов не делают архив полезнее в выдаче, а качество сайта в целом снижают.