Nếu bạn yêu một trang web, hãy sao lưu nó ngay hôm nay

Có những trang web đã tồn tại hàng chục năm mà không đổi, và việc thỉnh thoảng ghé thăm chúng giống như hỏi thăm một người bạn cũ. Nhưng khi chúng biến mất, ta thường chỉ biết tiếc nuối — trong khi hoàn toàn có thể chủ động lưu lại.

Bài viết này kể lại một "bi kịch nhỏ" rất quen thuộc với những ai quan tâm đến việc bảo tồn web, đồng thời đưa ra hướng dẫn cụ thể để bất kỳ ai cũng có thể tự sao lưu trang web yêu thích của mình.

Khi một người bạn cũ đột ngột biến mất

Có một trang web hâm mộ tên là teapuppies.com dành cho một bộ anime và dòng đồ chơi cũ có tên Ochaken — những chú chó hoạt hình dễ thương với đôi tai làm bằng lá trà, mỗi nhân vật được đặt theo một loại trà khác nhau. Trang web này đã online từ năm 2004 và gần như không thay đổi kể từ năm 2005.

Vậy mà một ngày nọ, khi tác giả ghé thăm lại, không chỉ trang web đã biến mất — tên miền giờ còn bị dùng để hiển thị quảng cáo cá cược trực tuyến.

Minh họa quá trình thu thập dữ liệu trang web

Điều đáng nói là tác giả bài viết vốn làm việc trong lĩnh vực lưu trữ web (web archiving). Nghĩa là anh ấy lẽ ra phải biết trang web sẽ có ngày đóng cửa, và có sẵn công cụ để xử lý — nhưng đã không làm. Bài viết ra đời chính là để kêu gọi độc giả làm điều mà bản thân anh đã bỏ lỡ.

Đừng chờ ai đó làm thay bạn

Nhiều người vẫn nghĩ lưu trữ web là việc của những tổ chức lớn như Internet Archive, và nếu muốn một trang được lưu lại thì chỉ còn cách chờ đợi. Điều đó không đúng.

Bạn có quyền kiểm soát thế giới xung quanh mình, bạn có thể hành động để bảo tồn mọi thứ và làm mọi thứ tốt đẹp hơn. Không chỉ có thể — mà còn nên làm!

Các công cụ trong bài đều sử dụng định dạng lưu trữ web chuẩn như WARC và WACZ. WACZ đóng gói các tệp WARC kèm siêu dữ liệu bổ sung, nhờ đó bạn có thể xem lại, chia sẻ hoặc lưu trữ lâu dài một cách dễ dàng. Điểm mạnh của WARC là nó ghi lại đầy đủ thông tin về yêu cầu và phản hồi, bao gồm toàn bộ header — cho phép lưu trữ trọn vẹn cả những trang phức tạp dùng JavaScript phía client với hàng loạt yêu cầu mạng.

Ba cách sao lưu dễ nhất cho người dùng phổ thông

1. Tiện ích mở rộng ArchiveWeb.page cho Chrome

Đây là công cụ cá nhân dễ dùng nhất: cài tiện ích, mở trang cần lưu, bấm biểu tượng ArchiveWeb.page rồi chọn "Start Archiving". Nếu trang có các thành phần tương tác, hãy bấm vào chúng để dữ liệu được tải hết, sau đó di chuyển qua các trang khác trong cùng bộ sưu tập và chọn "Stop Archiving".

Ưu điểm lớn nhất là nó dùng được cho mọi thứ: một trang đơn lẻ, cả website, một bài đăng hay thậm chí cả hồ sơ mạng xã hội — miễn là bạn nhìn thấy nó trên trình duyệt.

Giao diện quản lý bản lưu trữ

2. Ứng dụng độc lập archiveweb.page

Nếu không muốn cài tiện ích hoặc không dùng Chrome, bạn có thể dùng ứng dụng độc lập — về cơ bản giống hệt tiện ích nhưng tích hợp sẵn trình duyệt riêng. Ứng dụng này mở thẳng vào giao diện duyệt bản lưu trữ, rất tiện để xem lại dữ liệu cục bộ.

3. Browsertrix — khi bạn cần thu thập cả một website lớn

Với các trang web quá lớn để bấm tay từng trang, bạn cần đến web crawler (trình thu thập tự động). Browsertrix là lựa chọn dễ dùng nhất cho cá nhân.

Minh họa một trang đơn lẻ cùng các liên kết được lưu

Bạn chỉ cần chỉ định trang bắt đầu và phạm vi cần thu thập. Ví dụ, để lưu toàn bộ tên miền, chỉ cần chọn chế độ site crawl cho domain đó; muốn giới hạn, có thể yêu cầu chỉ lấy các trang trong mục /episodes/, hoặc chỉ một trang và mọi liên kết từ trang đó.

Lưu ý: Browsertrix chủ yếu chạy dưới dạng web app và là công cụ duy nhất phải trả phí trong danh sách (dùng thử 7 ngày). Tuy nhiên vì là mã nguồn mở, người có chuyên môn có thể tự triển khai bản riêng trên máy hoặc trên server.

Xem lại và chia sẻ bản lưu trữ

Sau khi sao lưu, bạn có thể phát lại trang ngay trên trình duyệt — giống như một Wayback Machine riêng. Có vài cách chia sẻ:

• Riêng tư: gửi tệp WARC/WACZ cho người khác để họ nạp vào ứng dụng ArchiveWeb.page hoặc website ReplayWeb.page.
• Công khai: đăng bản lưu trữ lên một website riêng. Trình xem ReplayWeb.page là mã nguồn mở và có thể nhúng vào bất kỳ trang hay bài blog nào chỉ với một chút JavaScript — không cần chạy ứng dụng riêng trên server.

Sao lưu càng nhiều bản, dữ liệu càng an toàn

Vì toàn bộ nội dung được đóng gói trong một tệp WACZ duy nhất, việc cất giữ hoặc chia sẻ rất thuận tiện. Nguyên tắc quen thuộc vẫn đúng: nhiều bản sao thì dữ liệu an toàn hơn. Nếu có bạn bè quan tâm, hãy gửi cho họ một bản và cùng nhau chia sẻ trách nhiệm bảo tồn.

Góc nhìn cho người dùng Việt Nam

Với người Việt, vấn đề này càng đáng lưu tâm khi nhiều website, blog cá nhân và diễn đàn công nghệ trong nước từng "biến mất" chỉ sau một lần hết hạn tên miền hay ngừng trả phí hosting. Nhiều nội dung giá trị — tài liệu lập trình, hướng dẫn kỹ thuật, kho ảnh cộng đồng — đã mất hẳn vì không ai giữ bản sao.

Các công cụ trên đều miễn phí hoặc có bản dùng thử, chạy được trên máy cá nhân và không đòi hỏi kiến thức kỹ thuật sâu. Chỉ cần vài phút, bạn đã có thể góp phần tạo nên hàng nghìn bản lưu trữ nhỏ bé nhưng bền bỉ — để những "người bạn cũ" trên internet không bao giờ phải nói lời tạm biệt.