web-archive
Arquivo.pt (Portuguese Web Archive)
El archivo web nacional de Portugal, que preserva miles de millones de ficheros desde 1996, incluidos muchos sitios no portugueses. De forma poco habitual entre los archivos web, ofrece búsqueda de texto completo sobre las páginas preservadas además de la consulta por URL, tanto desde su sitio web como mediante API gratuitas. Conviene recurrir a él cuando se necesita buscar dentro del texto de las páginas archivadas en lugar de limitarse a recuperar una dirección conocida, o al investigar la historia de la web portuguesa y europea.
Por qué es útil y cómo funciona
Arquivo.pt destaca frente a la mayoría de archivos web porque ofrece verdadera búsqueda de texto completo sobre las páginas preservadas, y no solo consulta por URL. Se puede escribir una frase o un tema en su interfaz de búsqueda y recuperar pasajes de páginas tal como existían hace años, algo valiosísimo para rastrear cómo se trató un asunto en la web en lengua portuguesa a lo largo del tiempo. Tanto la consulta por URL como la búsqueda de texto completo están disponibles a través de su sitio web y de API gratuitas y sin clave que devuelven los resultados en JSON. Su cobertura va mucho más allá de los sitios portugueses, lo que lo convierte en una buena opción para investigaciones más amplias sobre la historia de la web primitiva.
Qué contiene
A principios de 2025, el archivo conservaba más de 21.000 millones de páginas web procedentes de unos 47 millones de sitios web, con un total aproximado de 1,4 petabytes de datos. La preservación comenzó en 1996 e incluye más de 1.800 millones de imágenes.
Acceso por API
CDX https://arquivo.pt/wayback/cdx?url=&output=json ; full-text https://arquivo.pt/textsearch?q= ; replay https://arquivo.pt/wayback/ <ts>/<url>
Acceso
Acceso programático mediante API (puede requerir clave, consulte la etiqueta API).