Internet Archive：我非官方的 legacy system debugger

做 web archaeology，很多時是理解 legacy system 最快的一條路。

上一篇文章由一款救回來的 Facebook 遊戲開始。而那條線索，跟我很多次最有收穫的 web exploration 一樣，來自 Internet Archive。

寫完之後我才發現，原來一直欠這個網站一篇正式的多謝。

大約十年的軟件開發生涯裡，Wayback Machine 一次又一次替我補上 legacy system 缺失的一塊：公司消失後仍找得到的舊 manual、網站改版前的 page structure、被靜靜改寫的 documentation，或者一個當年沒有人想過要 screenshot 的 product 畫面。

它不在我的 IDE、monitoring stack 或 source control 裡，卻經常像一個非官方 debugger，專門 debug code 周圍那段已經消失的歷史。

不只是舊網站 screenshot

Internet Archive 是一個非牟利數碼圖書館，保存網站、書籍、聲音、影片、圖片和 software。單是 Wayback Machine，現在已經可以搜尋超過一萬億個 web page的歷史。

數量很震撼，但真正有用的是那個簡單動作：輸入 URL、揀一個日期，再走進原本擁有者已經不再提供的 web。

較早期的 Wayback Machine 介面，紅圈標示 Save Page Now 功能

介面一路改變，核心想法沒有變。Screenshot 來自 Internet Archive Help Center。

普通瀏覽時，這叫懷舊；維護 legacy system 時，它可以是 evidence。

它替我回答過的問題

舊系統很少連同完整 handover 一起出現。你接到的，通常只是碎片：一個 repository、一個 database、一個 domain，或者一張提到某個早已消失功能的 ticket。

Archive 曾經幫我查清楚：

今次 redesign 之前，這個 page 原本做甚麼？
dead link 以前連去哪份 download、script 或 support document？
這個 field 是最初 workflow 的一部分，還是後來才加？
寫這段 code 的年代，公司怎樣向用戶解釋產品？
migration 出事之前，原有 asset 和 URL 是甚麼？

一個 capture 不會解釋 implementation，但它會把歷史 UI 和 business context 還給 code。很多時，這已經足夠令一條古怪 branch 或 database column 重新變得合理。

我現在的小習慣

我現在會很早就查 Wayback Machine，而不是到其他方法全部失敗才想起它。先用 exact URL，再比較 release 或 migration 前後的 capture；亦會沿 archived link 繼續行，不假設最新一次 capture 一定完整。

準備替換或關閉有用頁面前，我亦會用 Save Page Now。它保存的是一個 page，包括當時能取得的圖片和 CSS，並不是 whole-site crawl。但主動保存一頁，總好過期待將來有人替你做。

Internet Archive 總部的 book scanner，打開的書本放在數碼化設備上

保存不只是 software，也是實在的工作。相片由 Dvortygirl 拍攝，以 CC BY-SA 4.0 授權。

注意：archive 不是 backup

Internet Archive 自己也提醒，capture 可能欠圖片、JavaScript 壞掉，亦不會保存 server-side behaviour。需要密碼的頁面，以及依賴原本 server 的 workflow，可能從來沒有完整留下。Snapshot 是歷史 evidence，不是保證可以 restore 的 system。

上一篇遊戲文章也令我更清楚這個分別。Internet Archive 幫我找到救回的遊戲和背後貢獻者；但要讓它獨立生存，仍然要把可保存的 artifact、emulator 和 provenance 放回自己的 repository。Discovery 和 preservation 有關，但不是同一件事。

替私人歷史服務的公共工具

大部分 legacy maintenance 都不戲劇化。它只是耐心重組：以前有甚麼、為何存在、今天哪些部分仍然重要。

Internet Archive 在這些工作裡替我省下很多猜測。更重要的是，它留下了 commercial roadmap 沒有理由保存的 web 碎片。那些舊頁面今天可能很笨拙，裡面卻保留了決定、社群和解釋，讓我們仍然看得懂留下來的 system。

所以，真心多謝每一位建立、crawl、營運和支援 Internet Archive 的人。原來很多 modern software work，都要靠我們仍然有能力回頭看。

你也在維護 legacy platform，或者重組一段已經消失的 web workflow？很樂意交流經驗——電郵我。

想繼續看新舊系統的實戰故事，可以在 Medium 追蹤我、訂閱或收藏 nam-ai.uk，亦歡迎在 LinkedIn 連繫我——沒有 hard sell，只是同樣喜歡 web archaeology 的人，隨時可以打開話題。