Scaricare i siti web che utilizzano Amaya

Informazioni su Amaya

Non tutto ciò che un crawler trova è in uso. Parte di ciò che trova è una firma lasciata da uno strumento usato una volta, anni fa, e mai più ripreso. Il software Amaya appartiene a questa seconda categoria, e ne è un esempio particolarmente chiaro, perché il prodotto non è mai stato un web server né un framework. Il programma era un editor e browser realizzato presso W3C per testare gli standard che l’organizzazione stava scrivendo.

Una pagina creata con un programma del genere lo dichiara nel proprio markup, nei metadati generator che gli strumenti di authoring scrivono nella sezione head di un documento. Il nostro rilevamento legge quella firma. Un dominio di questo elenco, quindi, non sta eseguendo un software. Il dominio sta servendo un documento scritto con un determinato editor e sopravvissuto da allora senza modifiche, almeno da questo punto di vista.

Le date parlano chiaro. Il programma Amaya risale al 1996 ed è stato scritto in C, nell’epoca in cui le istituzioni stesse del web distribuivano ancora software client, e oggi il programma non fa più parte della dotazione di lavoro di nessuno. Tutto ciò che troviamo oggi è quindi una pagina sopravvissuta al programma con cui è stata creata, alle abitudini dei suoi autori e, in molti casi, al suo scopo originario.

La firma ha un punto debole noto. I metadati generator vengono copiati ogni volta che si copia un documento, quindi un template scritto una volta e riutilizzato in tutto il sito segnalerà l’editor su ogni pagina che ne ha ereditato il markup, e una pagina può portare il tag anche se il suo contenuto visibile è stato riscritto a mano anni dopo. Il nostro conteggio registra dove è presente il marcatore, non quanta parte della pagina sia stata davvero prodotta dallo strumento. La presenza dimostra un’origine, non la paternità di tutto ciò che si trova sulla pagina.

Disponiamo invece di dettagli sulle release, il che è insolito per una firma così vecchia. I nostri dati mostrano 2 release distinte nelle pagine rilevate, e la build che ricorre è 8.1a. Una dispersione di versioni così ristretta è coerente con ciò che la firma rappresenta, cioè una popolazione piccola e chiusa di documenti congelati alla build che il loro autore stava usando in quel momento.

Il pubblico di un elenco come questo non è commerciale nel senso consueto. Nessuno vende un plugin a una pagina scritta con l’editor ormai dismesso di un ente di standardizzazione. Il valore sta in ciò che queste pagine indicano sui domini che le ospitano, perché un documento che nessuno tocca da un decennio di solito si trova su un’infrastruttura che nessuno verifica da altrettanto tempo. I ricercatori che studiano il degrado del web, la scomparsa dei link istituzionali e la sopravvivenza dei primi siti accademici usano proprio questo tipo di marcatore per costruire un campione. I team di sicurezza leggono lo stesso segnale in modo più severo, come indicatore di un hosting abbandonato a se stesso.

A ottobre 2026 la firma compare su 506 siti, una popolazione abbastanza piccola da poter essere esaminata per intero ma troppo dispersa per essere trovata andando a tentativi. Nessun motore di ricerca mette in evidenza le pagine in base allo strumento di authoring, e nessuna ricerca per singolo dominio aiuta, perché il ricercatore non sa quali domini controllare. Partire dall’insieme completo delle corrispondenze è il modo pratico per cominciare, e un file scaricabile è esattamente questo: l’intera popolazione individuata, ordinabile per codice paese ed estensione di dominio, pronta per essere ristretta all’angolo del web di cui la domanda si occupa davvero.