为什么在 Wayback Machine 中,twitter.com 比 x.com 能找到更多已删除的推文

如果你曾经用 x.com 域名下的链接在 Wayback Machine 中搜索一条推文却一无所获,却发现它在旧的 twitter.com 地址下被好好地存档着,那你遇到的是存档索引方式中一个真实存在的缺口,而不是偶然现象。

归根结底是一件事:Internet Archive 按照当时爬取所用的确切域名来索引每一次抓取,而在 Twitter 历史上的大部分时间里,那个域名都是 twitter.com。

一场没人真正考虑到的域名迁移

从 2006 年创立到 2023 年年中,Twitter 一直运行在 twitter.com 上。在埃隆·马斯克收购并将其更名为 X 之后,公司开始迁移到 x.com,到 2023–2024 年间,twitter.com 开始永久性地重定向到那里。如今,访问任何一条 twitter.com 链接都会被直接跳转到对应的 x.com 地址。

这种重定向对于正在浏览实时网站的人来说是无形的,但它并不会追溯性地把任何内容"搬到" Wayback Machine 里。存档在决定如何索引一次抓取时并不会跟随重定向,它只会保存爬虫在发出请求那一刻所请求的那个确切 URL。

这为什么会造成覆盖缺口

在大约 17 年的时间里,Internet Archive 的爬虫为任何一条推文、转推或个人主页请求的 URL 都是 twitter.com 的。这段时期的每一次抓取——也就是这个平台历史的绝大部分,以及此后被删除内容中的大多数——都被索引在 twitter.com 之下,而非 x.com。

一次仅限定在 x.com 范围内的搜索,能看到的只是存档中薄薄的一层:迁移之后在新域名下被独立抓取过的内容,迁移之前的内容则完全不会出现。对于一个从 2015 年就开始发推的账号来说,这可能意味着错过存档中实际拥有内容的绝大部分。

这正是 Internet Archive 自家的 Wayback Machine 浏览器扩展程序至今仍有一个未解决的错误报告所指出的同一个缺口。

2025 年 2 月,有人提交了 一份针对官方 wayback-machine-webextension 的 GitHub issue,指出即便某条推文已经在 twitter.com 下被"多次存档",在该扩展程序中访问其 x.com 版本却什么也找不到。所提出的修复方案——同时检查两个域名,而不仅仅是当前地址栏中的那个——至今仍未解决。

如果你正在查找一条已删除的推文,这意味着什么

如果你是手动搜索,请务必同时尝试个人主页或推文链接的 twitter.com 版本和 x.com 版本,尤其是对于 2023 年年中之前发布的内容。不要因为 x.com 搜不到结果,就认定这条内容从未被存档过。

这一点对于已被封禁的账号同样重要:一条推文能否被找回,与该账号如今是否还存在毫无关系,而完全取决于在内容消失之前,哪个域名的 URL 曾被爬取过。

我们是如何处理这个问题的

在为某个账号搜索存档时,我们会将这一点纳入考量,这也是我们返回的结果会与那些只检查当前域名的工具存在明显差异的原因之一。

关于 Wayback Machine 能恢复什么、不能恢复什么的完整说明,请参阅我们的指南: 从 Wayback Machine 恢复已删除的推文。

常见问题