web-archive
Arquivo.pt (Portuguese Web Archive)
O arquivo nacional da web de Portugal, que preserva bilhões de arquivos desde 1996, incluindo muitos sites não portugueses. Diferentemente da maioria dos arquivos da web, oferece busca em texto completo nas páginas preservadas além da consulta por URL, tanto pelo site quanto por APIs gratuitas. Recorra a ele quando for preciso buscar dentro do texto das páginas arquivadas, e não apenas recuperar um endereço conhecido, ou ao pesquisar a história da web portuguesa e europeia.
Por que é útil e como funciona
O Arquivo.pt se destaca da maioria dos arquivos da web porque oferece busca em texto completo genuína nas páginas preservadas, e não apenas consulta por URL. É possível digitar uma frase ou um tema em sua interface de busca e recuperar trechos de páginas tal como existiam anos atrás, o que é valiosíssimo para acompanhar como um assunto foi tratado na web em língua portuguesa ao longo do tempo. Tanto a consulta por URL quanto a busca em texto completo estão disponíveis no site e em APIs gratuitas e sem chave que retornam resultados em JSON. O acervo vai muito além dos sites portugueses, o que o torna uma boa escolha para pesquisas mais amplas sobre a história inicial da web.
O que há dentro
No início de 2025, o arquivo reunia mais de 21 bilhões de páginas web de aproximadamente 47 milhões de sites, totalizando cerca de 1,4 petabyte de dados. A preservação começou em 1996 e inclui mais de 1,8 bilhão de imagens.
Acesso via API
CDX https://arquivo.pt/wayback/cdx?url=&output=json ; full-text https://arquivo.pt/textsearch?q= ; replay https://arquivo.pt/wayback/ <ts>/<url>
Acesso
Acesso programático por API (pode exigir chave, veja a etiqueta API).