Historique site web : retrouvez une page supprimée et ses anciennes URL

Comment retrouver une page web supprimée avec l’outil

Quatre étapes, et moins d’une minute si l’archive est de bonne humeur.

1. Saisissez une adresse. Un nom de domaine (exemple.fr) pour tout ce qui est archivé du site, ou l’adresse précise d’une page (exemple.fr/ma-page/).
2. Choisissez une date. L’outil liste les captures disponibles. Une capture, c’est une copie de la page enregistrée par l’archive à un instant donné.
3. Consultez la page archivée. Elle s’affiche directement dans l’outil. Les liens restent cliquables : vous naviguez dans le site tel qu’il était à cette date.
4. Exportez la liste des anciennes URL. Le fichier CSV contient chaque adresse archivée, sa date de première capture et le lien vers l’archive.

L’outil interroge l’API publique de l’Internet Archive, l’organisme à but non lucratif qui gère la Wayback Machine. Aucune donnée n’est conservée par MoreEngine.

Les autres moyens de retrouver une page disparue

La Wayback Machine reste la source la plus complète, mais elle n’est pas la seule. Voici les options utiles, et une qui ne l’est plus.

La Wayback Machine, en direct

Rendez-vous sur web.archive.org, collez l’adresse de la page et choisissez une date dans le calendrier. Les jours entourés correspondent aux captures. Pratique pour une page précise, nettement moins pour dresser la liste de toutes les pages d’un site : l’interface n’est pas faite pour ça. C’est précisément ce que fait l’outil ci-dessus.

Archive.today

Archive.today ne parcourt pas le web tout seul. Il ne conserve que les pages qu’un internaute a demandé d’archiver. Si une page a fait parler d’elle (article modifié, annonce retirée), quelqu’un l’a peut-être sauvegardée. Sinon, il y a peu de chances de l’y trouver.

Les autres moteurs de recherche

Une page supprimée récemment peut encore apparaître quelques jours dans les résultats d’un moteur de recherche, le temps qu’il repasse dessus. Le résumé affiché sous le lien donne parfois l’information cherchée.

Pourquoi certaines pages restent introuvables

L’archive ne garde que ce que ses robots ont croisé. Trois raisons expliquent la plupart des trous :

• Le site était peu lié. Moins une page reçoit de liens, moins les robots de l’archive passent la voir.
• Le site bloquait les robots. Un fichier robots.txt (le fichier qui indique aux robots ce qu’ils peuvent explorer) trop restrictif a pu empêcher l’archivage.
• Le propriétaire a demandé l’exclusion. Le propriétaire peut demander à l’Internet Archive de retirer les captures de son site, qui examine chaque demande au cas par cas.

Autre limite : l’archive ne connaît pas la date de création d’un site. Elle connaît la date de son premier passage. La première capture affichée par l’outil est donc une date plancher : le site existait au plus tard ce jour-là. Pour la date d’enregistrement du nom de domaine, consultez le WHOIS, l’annuaire public des noms de domaine.

Votre site a perdu des pages : ce que les anciennes URL révèlent

Jusqu’ici, on cherchait une page pour la relire. Pour un site professionnel, l’enjeu est ailleurs : une page disparue, c’est souvent du trafic disparu avec elle.

Après une migration : la chute de clics

Le scénario est classique. Un site change de structure, de technologie ou de nom de domaine : c’est une migration. Certaines pages ne sont pas reprises dans le nouveau site. D’autres changent d’adresse, sans redirection. Une refonte purement graphique, qui garde les mêmes adresses, n’est pas concernée.

Or ces pages rankaient, c’est-à-dire qu’elles apparaissaient dans les résultats de Google et apportaient des clics. Si leur contenu n’est pas récupéré et que l’ancienne URL ne renvoie pas vers une nouvelle par une redirection 301 (une redirection permanente, qui transmet à la nouvelle page la majeure partie de la popularité de l’ancienne), le calcul est simple. Le site propose moins de réponses aux internautes. Google n’a plus de raison de lui envoyer les mêmes visiteurs. Les clics chutent.

Le piège : les outils qui explorent un site partent du site actuel. Ils ne voient pas les pages qui n’existent plus. Seule une source extérieure, comme l’archive, les fait remonter.

Du CSV au plan de redirection 301, en 4 étapes

1. Exportez la liste des anciennes URL avec l’outil.
2. Croisez-la avec Google Search Console. Dans le rapport « Performances », filtrez sur les pages : vous voyez les URL qui ont reçu des clics depuis Google sur les 16 derniers mois. Celles qui apparaissent dans les deux listes sont vos priorités.
3. Vérifiez ce qu’elles répondent aujourd’hui. Une ancienne URL qui renvoie une erreur 404 doit être traitée : contenu à récupérer, redirection à créer.
4. Remplissez la colonne « nouvelle URL ». Redirigez chaque ancienne page vers la page du nouveau site qui répond aussi bien à l’intention de recherche. Jamais tout vers la page d’accueil.

Exemple de plan de redirection (adresses et chiffres fictifs, pour illustrer la méthode) :

Lister les URL n’est qu’une partie du travail. Il faut aussi comparer les contenus, vérifier les liens entrants, contrôler les redirections après la mise en ligne. Mais sans cette liste, on travaille à l’aveugle.

Avant d’acheter un domaine expiré : vérifier son passé

Un nom de domaine qui a déjà vécu peut apporter de l’ancienneté et des liens. Il peut aussi traîner un passé encombrant. Avant de l’acheter, passez-le dans l’outil : vous verrez ce qu’il hébergeait, et s’il a servi à du contenu douteux. Un trou de plusieurs années dans l’historique signale souvent un domaine abandonné puis racheté.