Fondée par l’Internet Archive, la Wayback Machine est une archive numérique de sites web issus du World Wide Web. La Wayback Machine est la bibliothèque historique d’Internet qui permet à tout utilisateur de consulter une version archivée d’un site web. Les utilisateurs peuvent facilement saisir une URL et sélectionner la période qu’ils souhaitent consulter.
En 2022, la Wayback Machine avait sauvegardé plus de 728 milliards de pages web. Il n’est pas exagéré de qualifier la Wayback Machine de véritable mine d’or de l’histoire d’Internet. Les données que vous pouvez en extraire peuvent être utilisées à de nombreuses fins, mais si vous souhaitez les collecter rapidement et efficacement, vous devez utiliser un outil de web scraping. Un tel outil extraira les données de la Wayback Machine plus rapidement qu’il n’est humainement possible.
La Wayback Machine vous permet certes d’extraire des données, mais uniquement jusqu’à une certaine limite. Si vous souhaitez contourner ces limitations, tout en extrayant des données en toute sécurité, vous devez associer votre outil de web scraping à un serveur proxy. Grâce à un proxy, vous avez accès à des millions d’adresses IP, ce qui vous permet de changer facilement d’adresse IP si vous atteignez la limite imposée par la Wayback Machine. Un serveur proxy masquera également vos informations personnelles, ce qui vous permettra d’extraire des données en toute sécurité sans craindre que vos données personnelles ne soient volées.
Configurons un serveur proxy pour l’extraction de données sur Wayback Machine.
Paramètres de proxy de Wayback Machine
Pour Windows :
Étape 1
Dans la barre de recherche de Windows, saisissez « Paramètres de proxy ».
Étape 2
Cliquez sur le résultat de recherche « Paramètres de proxy ».
Étape 3
Vous aurez le choix entre « Configuration automatique du proxy » et « Configuration manuelle du proxy ». À titre d’exemple, nous allons choisir « Configuration manuelle du proxy ».
Étape 4
Cochez la case « Utiliser un serveur proxy ».
Vous devez maintenant vous rendre sur le site de votre fournisseur de proxy pour obtenir les informations relatives au serveur proxy. Si vous souhaitez les obtenir auprès de Geonode, vous pouvez passer directement à la section « Obtenir les informations relatives au serveur proxy avec Geonode ».
Étape 5
Saisissez le « nom d’hôte » ou l’« adresse IP » de votre proxy. Il s’agit de la première partie avant le point-virgule, qui est dans notre exemple « premium-residential.geonode.com ».
Étape 6
Saisissez le « Numéro de port » de votre proxy. Il s’agit de la deuxième partie avant le point-virgule, qui est « 9001 » dans notre exemple.
Étape 7
Saisissez les « adresses de sites Web » que vous souhaitez consulter sans passer par le proxy.
Si vous souhaitez accéder à un serveur local sans passer par le proxy, cochez la case « Ne pas utiliser le serveur proxy pour les adresses locales ».
Étape 8
Cliquez sur « Enregistrer ».
Étape 9
Enfin, rendez-vous sur n’importe quel site web dans Google Chrome : une fenêtre contextuelle s’affichera pour vous demander vos identifiants de compte. Saisissez le « Nom d’utilisateur » et le « Mot de passe » de votre compte. Cliquez ensuite sur « Se connecter ».
Félicitations ! Vous avez désormais configuré un serveur proxy pour votre système d’exploitation Windows.
Paramètres de proxy sous macOS
Étape 1
Cliquez sur l’« icône Apple ».
Étape 2
Dans le menu déroulant, cliquez sur « Préférences Système ».
Étape 3
Cliquez sur « Réseau ».
Étape 4
Cliquez sur « Avancé » Remarque : assurez-vous d’abord d’être connecté à votre réseau Wi-Fi.
Étape 5
Cliquez sur « Proxys »
Vous devriez alors être redirigé vers les paramètres de proxy de macOS. Vous devez maintenant vous rendre sur le site de votre fournisseur de proxy pour obtenir les informations relatives au serveur proxy. Si vous souhaitez les obtenir sur Geonode, vous pouvez passer directement à la section « Obtenir les informations relatives au serveur proxy avec Geonode ».
Étape 6
Sélectionnez le protocole approprié que vous allez utiliser. Dans notre exemple, nous allons sélectionner « Proxy Web (HTTP) ».
Étape 7
Saisissez le « nom d’hôte » ou l’« adresse IP » de votre proxy. Il s’agit de la première partie avant le point-virgule, qui est dans notre exemple « premium-residential.geonode.com ».
Étape 8
Saisissez le « Numéro de port » de votre proxy. Il s’agit de la deuxième partie avant le point-virgule, qui est « 9001 » dans notre exemple.
Étape 9
Cochez la case « Le serveur proxy nécessite un mot de passe ».
Étape 10
Saisissez le « Nom d’utilisateur » et le « Mot de passe » de votre compte proxy.
Félicitations ! Vous avez désormais configuré votre proxy pour votre système d’exploitation Mac.
Obtenir les informations relatives au serveur proxy avec Geonode
Étape 1
Rendez-vous sur **[Geonode
](https://app.geonode.com/login)** et connectez-vous avec votre compte existant ou inscrivez-vous pour en créer un nouveau.
Étape 2
Sur la page d’accueil, cliquez sur « Services résidentiels ».
Étape 3
Faites défiler la page vers le bas jusqu’à ce que vous voyiez « Points de terminaison ».
Étape 4
Choisissez le « Protocole proxy » que vous souhaitez utiliser : « Protocole HTTP » ou **« [Protocole SOCKS5
](https://geonode.com/blog/beginners-guide-to-socks5-proxies) »**.
Étape 5
Sélectionnez le « Type de session » que vous souhaitez utiliser : « Proxy rotatif » ou Proxy statique.
Étape 6
Choisissez le proxy que vous souhaitez utiliser. À titre d’exemple, nous allons utiliser le proxy mis en évidence **« premium-residential.geonode
.com:9001 »**.
Si vous souhaitez utiliser une adresse IP plutôt qu’un DNS, il vous suffit de désactiver le bouton « Afficher le DNS » pour que les adresses IP s’affichent.
Étape 7
Vous avez maintenant besoin des « informations d’authentification » de votre compte proxy. Pour Geonode
, celles-ci se trouvent sur la page d’accueil de votre compte.
