Wikipedia:Bar/2016 01 31

Il bar di Wikipedia Bar completo Indice della settimana Not Italian? It-0? Go to the Embassy Desk! New message? Deutsch · English · Español · Français  |   Aggiorna la pagina

Cambusa Bar giornaliero 25 aprile · 24 aprile · 23 aprile · 22 aprile · 21 aprile · 20 aprile · 19 aprile Bar delle scorse settimane 11 aprile · 10 aprile · 9 aprile · 8 aprile · 7 aprile · 6 aprile · 5 aprile · 4 aprile · 3 aprile · 2 aprile · 1 aprile · 31 marzo · 30 marzo · 29 marzo Archivio della settimana · Archivio del mese Cambusa · Archivio generale (fino a luglio 2006 e cronologia al 6 lug 2006)

Discussioni in corso Oggi, 25 aprile Nessuna discussione. segui    non seguire    modifiche correlate Aggiungi nuova discussione   Segnala discussione esterna

31 gennaio

Archivio del Corriere della Sera a pagamento: che si fa?

Archivio del Corriere della Sera a pagamento: che si fa?

cb La discussione proviene dalla pagina Wikipedia:Bar/Discussioni/Archivio del Corriere della Sera a pagamento: che si fa?.
– Il cambusiere Nemo 12:16, 14 feb 2016 (CET)

Ciò che è stato paventato in questa discussione dello scorso dicembre è diventato realtà: dal 27 gennaio il Corriere della Sera, in concomitanza con l'ennesimo restyling del sito web, ha varato il suo nuovo archivio storico digitalizzato, che rispetto a prima ora comprende tutti gli articoli dal 1876 ad oggi (in precedenza era limitato dal 1992 ad oggi), ma di fatto è inutilizzabile in quanto totalmente a pagamento (sono richiesti 0,99 euro per l'accesso illimitato valido per un mese a tutte le pagine del sito, archivio compreso, come dichiarato qui). Ciò significa che di punto in bianco tutti i vecchi link all'archivio storico (ovvero con pattern "archiviostorico.corriere.it") sono divenuti obsoleti, dato che rimandano indistintamente alla pagina principale della nuova versione dell'archivio. Fortunatamente ho controllato anche i link alle pagine con pattern "corriere.it" e (controllando a campione) almeno quelli sembrano stati risparmiati dall'"oblio coatto", per cui il problema è circoscritto solo a quelli dell'archivio. L'unica possibilità che abbiamo per ripristinarli è riposta in archive.org: ho inserito qualche link per prova e bene o male si riesce a recuperare qualcosa (esempio), quindi basterebbe invocare un bot per anteporre ai vecchi link la stringa "http://web.archive.org/web/" e il gioco è fatto. Per lo meno eviteremo di doverli cestinare in blocco... -- Mess (what else?) 12:20, 31 gen 2016 (CET)

Concordo sul bot: a suo tempo utilizzai a tappeto il Corriere come fonte per le biografie di calciatori e ora tutti i link sono saltati. A margine, a questo punto può essere sensato ragionare sull'opportunità di linkare articoli di quotidiani con questo rischio, piuttosto che procedere come fa abitualmente [@ Murray] che preferisce mettere in nota tutti i riferimenti (titolo, quotidiano, data, pagina, ecc.) ma senza link. Non so se c'è una linea guida in proposito --L'archivista (msg) 12:36, 31 gen 2016 (CET)

Per parafrasare un recente meme "Murray fa bene, sii come Murray". Le lineee guida ci sono (Aiuto:Bibliografia) e una citazione corretta dovrebbe sempre riportare tutte le informazioni necessarie per poterla verificare (autore/titolo/data/ecc...), il link è secondario in questo senso (salvo per fonti esclusiovamente web).--Moroboshi ^scrivimi 13:23, 31 gen 2016 (CET)

Nel frattempo sostituirei tutti i link ad ad archiviostorico.corrierie.it quelli a https://web.archive.org/web/*/archiviostorico.corriere.it ma è una soluzione provvisoria: credo che non dureranno molto. --Vito (msg) 13:32, 31 gen 2016 (CET)

Il bot andrebbe fatto girare anche per altri link scaduti. Per dire splinder non esiste più da anni eppure abbiamo ancora centinaia/migliaia di link nel ns0 (cfr. [1]), eppure non si è mai voluto procedere via bot per motivi sconosciuti.--151.67.223.218 (msg) 13:35, 31 gen 2016 (CET)

L'inserimento di web.archive da per scontato che ci sia la versione archiviata, eppure non è assolutamente detto.--151.67.223.218 (msg) 13:37, 31 gen 2016 (CET)

Proprio per questo ho scritto "bene o male si riesce a recuperare qualcosa": una volta fatto intervenire il bot ed aggiornato il collegamento, se la pagina è archiviata la si torna a leggere, altrimenti la si sostituisce con qualcos'altro, ma almeno non costringiamo i lettori ad ammirare sullo schermo del loro computer il motore di ricerca del nuovo archivio. -- Mess (what else?) 15:08, 31 gen 2016 (CET)

Correggere tutti i collegamenti per puntare a web.archive.org va bene. Il collegamento è meglio che sia della forma https://web.archive.org/web/20160101000000/$URL cosicché reindirizzi automaticamente all'ultima versione archiviata. Bisogna stare attenti a non guardare versioni archiviate troppo recenti, perché odiosamente danno un HTTP 301 farlocco che in realtà reindirizza a un contenuto totalmente diverso cioè la pagina principale del dominio.

E certo, si può fare allo stesso tempo anche per altri siti. C'è weblinkchecker.py per fare un elenco di collegamenti rotti e recuperabili; si può probabilmente adattare cyberbot di en.wiki per correggere tutti i collegamenti interrotti e archiviare quelli non archiviati anche nella Wikipedia in italiano. Nemo 19:09, 31 gen 2016 (CET)

Come stavo dicendo qui, in alcuni casi i collegamenti sono già stati rimossi, anche se controllando erano presenti su archive.org.--Yoggysot (msg) 19:37, 31 gen 2016 (CET)

Togliere a mio avviso è comparabile a vandalismo. Nemo 20:07, 31 gen 2016 (CET) P.s.: Per chi si chieda come RCS sia giunta a questo: [2] [3] [4].

Se non ci sono obiezioni lancio la sostituzione. --Vito (msg) 20:08, 31 gen 2016 (CET)

Avanti, avanti! Nel frattempo la gente continuerà a togliere collegamenti indiscriminatamente, con danni (per quanto limitati) non facilmente reversibili. Nemo 20:34, 31 gen 2016 (CET)

Ho iniziato a sistemare quelli con {{cita web}} perché è molto chiaro nell'indicare la fonte originaria (insomma è "buono" in termini SEO verso il Corsera). Per i link diretti sono un po' indeciso. --Vito (msg) 21:37, 31 gen 2016 (CET)

È estremamente improbabile che si accorgano del traffico (non) proveniente da Wikipedia, dacché siamo passati ad HTTPS (vedi m:Research:Wikimedia referrer policy). Inoltre usiamo nofollow quindi siamo comunque irrilevanti per il SEO in senso stretto. Infine, RCS ha solo bisogno di incassare soldi facili nel brevissimo periodo per farsi rinnovare i prestiti dalle banche, non andrà certo a inseguire i collegamenti entranti nei prossimi mesi. Nemo 22:18, 31 gen 2016 (CET)

(rientro) Ma perché togliere quei collegamenti esterni? Aiuto:Collegamenti_interrotti dice di non farlo. (Magari non sempre togliere alcuni di quei collegamenti esterni è comparabile a vandalismo, come ,presumo per motivi di sinteticità, dice Nemo_bis. Comunque perché farlo?)

Che sia a pagamento, non è un motivo per non usare una fonte (altrimenti non si può usare neppure un libro come fonte, visto che per averlo -salvo alcuni casi particolari, molto rari se parliamo di libri cartacei- bisogna pagare). --62.19.50.20 (msg) 02:13, 1 feb 2016 (CET)

Il no follow è un pio desiderio. Yahoo ha tirato avanti ere geologiche (in termini web) con un db molto molto meno vasto del nostro, i vari player sarebbero fessi a rinunciarci perché mettiamo il nofollow. --Vito (msg) 02:17, 1 feb 2016 (CET)

Fatti 3770, bene. Ne restano varie migliaia (10642?) da aggiornare nelle voci, meglio farlo subito. Il collegamento auto-reindirizzante a web.archive.org è funzionalmente identico al collegamento originale, quindi non importa come sia impacchettato. Nemo 09:11, 1 feb 2016 (CET)

Segnalo la voce Indro Montanelli, che è piena di link al Corriere, dato che non so come si fa in automatico.--StefanoRR (msg) 18:06, 3 feb 2016 (CET)

È facile, meglio però che lo faccia un bot. Nemo 20:35, 3 feb 2016 (CET)

Un veloce pbzip2 -d -c -p8 itwiki-20160111-pages-articles-multistream.xml.bz2 | grep -c '\[http://archiviostorico.corriere.it' ci dice che nelle voci avevamo 6740 collegamenti "nudi" ad archiviostorico.corriere.it all'11 gennaio. Nemo 21:55, 3 feb 2016 (CET)

Vorrei introdurre un aspetto che mi pare non sia ancora stato affrontato: Essendo diventato a pagamento, il Corsera online è ancora una fonte utilizzabile? Si trattasse di qualunque altro sito non porrei nemmeno la domanda, visto che utilizzare siti a pagamento è proibito dalle linee guida, ma al Corsera abbiamo già migliaia di link ed anche per il futuro rappresenta una risorsa non ignorabile. Come ci muoviamo?--StefBiondo 12:25, 11 mar 2016 (CET)

Rimozioni affrettate

Ho visto che [@ Agardini65] ha eliminato i riferimenti all'archivio storico del Corriere della Sera da Lucio Battisti (e immagino che lui o altri abbiano fatto la stessa cosa con altre voci). Ora, è vero è quei link non sono più validi, dopo che RCS ha deciso che l'archivio è consultabile solo a pagamento. Ma è anche vero che le informazioni corrispondenti sono ancora valide e in linea di principio recuperabili, né più né meno che quelle contenute in un libro non disponibile online. Come possiamo fare per salvare i riferimenti agli articoli del Corriere inseriti prima del 27 gennaio (e quindi presumibilmente controllati) evitando al contempo di lasciare link non raggiungibili? Così ad occhio io mi limiterei ad eliminare il campo url in {{cita news}}, ma se ci sono proposte migliori ben vengano. -- .mau. ✉ 09:28, 6 feb 2016 (CET)

È urgentissimo procedere alla sostituzione di cui sopra, non so perché i botolatori non si sbrighino... Nemo 09:42, 6 feb 2016 (CET)

anche i botolatori sono volontari e fare le cose "di urgenza" può facilmente portare ad errori (meno male che in questo caso Dega180 si è accorto del problema).

il fatto che gli utenti tendano ad eliminare collegamenti interrotti significa che la "policy" Aiuto:Collegamenti interrotti non è ben chiara e bisogna capire come migliorarla o linkarla nelle altre pagine di aiuto/linee guida. --valepert 14:38, 6 feb 2016 (CET)

Più che altro ci sarebbe da chiarire se è davvero opportuno re-indirizzare su archive.org (finché dura) o rimuovere del tutto il collegamento lasciando il riferimento cartaceo. Un conto è qualche articolo qua e là, un conto è massivamente/sistematicamente sfruttare una terza parte per aggirare di fatto una restrizione all'accesso di contenuti propri. L'usare un servizio extra-wiki non garantisce un'esenzione di responsabilità. --Supernino 15:22, 6 feb 2016 (CET)

L'emergenza sono i collegamenti che non usano il {{Cita news}} compilato con pubblicazione e data, di quelli vanno recuperati i dati del cartaceo. Per gli altri basta semplicemente togliere l'url "morto" e lasciare i dati. Non è che una fonte senza url è meno valida, se ci sono gli estremi cartacei basta togliere l'url, il problema sono i link buttati lì come fossero siti internet.--Goletta (msg) 17:20, 6 feb 2016 (CET)

Eh, ma dubito che un bot possa farci molto a riguardo. La cosa più utile che si può fare al momento IMO è metterci il {{collegamento interrotto}} e magari spiegare meglio nelle linee guida linkate che in casi del genere si dovrebbe ricercare i riferimenti cartacei originali e sostituirli con quelli. Forse sarebbe stato meglio preoccuparsi prima di sensibilizzare gli utenti a inserire correttamente le fonti, invece di ritrovarci ancora con sistemi come quelli di visual editor che con il tool di autocompilazione incoraggia a mettere link come viene viene. Mi si perdoni la divagazione. --Supernino 10:11, 7 feb 2016 (CET)

Ma appunto, io non capisco perché sia così un'emergenza e perché non si dovrebbero seguire le linee guida normali. (Che ci siano tanti link a quel sito, rende il problema maggiore da un punto di vista di "quantità" non di "qualità"/"tipologia" ad es. emergenza.) Anzi semmai essendo una fonte reperibile anche in forma cartacea (che anzi è la forma originale) il problema è meno grave e meno emergenza di quanto succede per altri siti con notizie / fonti pubblicate solo on-line.

Mi viene un dubbio: l'archivio storico riguarda solo articoli pubblicati originariamente sul Corriere della Sera cartaceo, o anche articoli pubblicati solo per il sito on-line (esistono articoli del genere?) --5.170.11.254 (msg) 10:22, 7 feb 2016 (CET)

[@ Supernino] Coi bot fai. Ne fai girare uno che segnali i collegamenti all'archivio del Corsera che non usano il cita news o comunque senza il |data= compilato, ne fai un bell'EGO e fai un festival straordinario per sistemarli e recuoerarne i dati usando archive.org. Perché se continuiamo a sensibilizzare senza agire e nel frattempo fanno togliere le copie da archive.org, allora davvero è un grosso problema. — Questo commento senza la firma utente è stato inserito da 151.67.223.80 (discussioni · contributi) 10:44, 7 feb 2016‎ (CET).

Rispondo alla domanda di 5.170.11.254: il vecchio archivio conteneva esclusivamente gli articoli della versione cartacea del giornale (compresi gli allegati, se non ricordo male) a partire dal 1992 (basta rendersene conto dal fatto che, alla fine del testo, compare il nome dell'autore e la pagina di riferimento). Tra l'altro, come ho già detto all'inizio, quelli pubblicati online sono tuttora reperibili (ad esempio questo datato 13 febbraio 2007). Qualunque azione si voglia intraprendere, ciò che più conta adesso è non farsi prendere dalla "furia cancellatrice" ed eliminare informazioni a strascico solo perché i vecchi collegamenti sono saltati. -- Mess (what else?) 11:17, 7 feb 2016 (CET)

Perdonate la mia ignoranza, ma ho visto che alcuni di voi hanno fatto riferimento a un sito, web.archive.org, che archivia le pagine web. Ho provato a visitarlo ma, francamente, non ho capito come funziona e se archivia automaticamente tutte le pagine che riesce ad "acchiappare" oppure solo alcune. Se io volessi, per dire, sostituire manualmente determinati link del "Corsera" con altrettanti link alle corrispondenti pagine di web.archive? C'è il modo di farlo? Grazie in anticipo a chi volesse rispondermi. --Salvatore Talia (msg) 12:40, 8 feb 2016 (CET)

[@ Salvatore Talia] web.archive.org archivia dinamicamente tramite crawler tutte le pagine web liberamente accessibili, pertanto (a meno che il gestore di un sito non abbia esplicitamente bloccato tali rilevazioni mediante un protocollo di esclusione robot) più la pagina è stata consultata dal crawler, più "copie di salvataggio" vengono archiviate (non è quindi garantito che venga realmente memorizzata). Volendo, per andare sul sicuro qualsiasi utente può archiviare manualmente una determinata pagina usando il servizio "Save Page Now" presente qui (in pratica, si inserisce nella casella di ricerca in basso a destra l'URL della pagina da salvare e si clicca su "SAVE PAGE"). Per fare, invece, quello che dici tu (ossia ricercare una pagina che non è più accessibile per sostituire il collegamento interrotto), è sufficiente inserire l'URL nella casella di ricerca in alto (ossia quella con la scritta "Wayback Machine" alla sua sinistra) e cliccare su "BROWSE HISTORY". Se la pagina è stata archiviata, comparirà una tabella cronologica con tutte le versioni che sono state registrate nel tempo, contrassegnate da un cerchietto azzurro (che è tanto più grande quante più volte è stata salvata quella pagina in quel preciso giorno). Cliccando su quel cerchietto, comparirà la versione archiviata della pagina, con tanto di URL (posto in cima) che potrai ricopiare per correggere il link non più funzionante. -- Mess (what else?) 21:24, 8 feb 2016 (CET)

[@ Mess] Son sicuro che tu lo sappia, ma giusto per la precisione per chi legge, l'archive non archivia tutte le pagine liberamente accessibili. Generalmente più sono linkate più è probabile che vengano archiviate. Naturalmente, però, ne mancano tantissime rispetto a quelle realmente presenti online (o anche solo presenti nell'indice di google). --Lucas ✉ 02:32, 12 feb 2016 (CET)

[@ Lucas] Lo so benissimo, infatti più avanti tra parentesi ho specificato che non è garantito che la pagina web venga archiviata; con "tutte" s'intende che potenzialmente ogni sito senza restrizione d'accesso può essere registrato su web.archive.org, tutto qua. -- Mess (what else?) 12:20, 12 feb 2016 (CET)

[@ Mess] Ma lo so, infatti come ho scritto non lo dicevo a te (anche perché per come l'hai spiegato è ovvio che lo conosci bene). :) Ma dato che un utente che non lo conosce può non saperlo, ho preferito specificare. Anche perché la tua parentesi poteva teoricamente riferirsi solo all'archiviazione di nuove versioni, non necessariamente alla prima. ;) --Lucas ✉ 14:03, 12 feb 2016 (CET)

Com'è la situazione?

Oggi sono passato su Traveling Wilburys e c'era ancora un link all'archivio storico che ho provato a correggere (senza certezza di aver scritto l'url corretta, perché il proxy qui mi blocca web.archive.org). Non doveva passare un bot? -- .mau. ✉ 12:21, 17 feb 2016 (CET)

Faccio notare che quelli del Corriere stanno iniziando a inserire molti URL del vecchio archivio, non so con quale criterio, nel file robot.txt. L'ho notato provando ad aprire un link ad archive.org che solo poche settimane fa funzionava. --Una giornata uggiosa '94 · E poi, di che parliamo? 23:20, 7 apr 2016 (CEST)

URL delle fonti che vanno scomparendo

URL delle fonti che vanno scomparendo

cb La discussione proviene dalla pagina Wikipedia:Bar/Discussioni/URL delle fonti che vanno scomparendo.
– Il cambusiere Nemo 12:16, 14 feb 2016 (CET)

Ciao a tutti,
ho notato che col passare degli anni molti siti a cui puntano le note "vengono a mancare" e non sempre si riescono a recuperare le informazioni tramite "waybackmachine". I nostri "cugini" di fr.wiki hanno da tempo adoperato archive.wikiwix.com e mi chiedo se esiste qualcosa di simile già implementato in it.wiki o se possiamo fare qualcosa per archiviare le nostre fonti e proteggere i lettori dal famigerato "Error 404".
Saluti
--Micap (msg) 20:14, 31 gen 2016 (CET)

segnalo che abbiamo una pagina di aiuto relativa al problema che volendo può essere integrata con i suggerimenti da en.wiki (dove si segnala l'esistenza di Archive.org o WebCite). ricordo che il problema più grosso di mettersi "in casa" un server di archivio è relativo al materiale coperto da copyright. se gli americani possono godere del fair use, mentre se si tira su un server italiano che fa il mirror degli articoli di un noto quotidiano divenuto a pagamento... beh, il problema che potrebbe finire in tribunale... --valepert 20:38, 31 gen 2016 (CET)

Quello che si potrebbe fare sarebbe di archiviare manualmente la pagina (es. su archive.org) quando si crea il collegamento esterno, e aggiungere il campo urlarchivio al template di citazione. Così si è sicuri di avere una copia d'archivio coerente con la pagina al momento cui vi è stato fatto riferimento. --Tino [...] 21:57, 31 gen 2016 (CET)

Inutile. Internet Archive lo fa già per noi, guardando le ultime modifiche in namespace principale. Piú complessa è la situazione per i collegamenti vecchi; di quello ho già scritto in Wikipedia:Bar/Discussioni/Archivio del Corriere della Sera a pagamento: che si fa?. Nemo 22:14, 31 gen 2016 (CET)

Anche se la pagina viene archiviata automaticamente (su uno dei possibili servizi usati allo scopo, che non è l'unico) i collegamenti non si inseriscono da soli nel template. Servirebbe molta più istruzione degli utenti su questi aspetti (se ci fosse stata ora non staremmo a combattere i massivi casini relativi al corsera), bollarlo come inutile dal mio punto di vista è abbastanza irritante. --Tino [...] 23:34, 31 gen 2016 (CET)

(cofl.)lo fa già per noi, davvero Nemo? Non lo sapevo, puoi espandere su questo concetto? Si sa per esperienza, è scritto da qualche parte, danno la precedenza ai siti più linkati dai siti principali come wikipedia, se è enwiki magari avviene prima di itwiki/huwiki/dawiki etc etc mi piacerebbe avere ragguagli prima di mettermi a cercarli io stesso.

per il resto, io cambuserei la discussione o nelle pagine di aiuto sulle fonti o in quella di Aiuto:Collegamenti interrotti richiamata comunque dalle altre e rifletterei seriamente di inziare a scrivre qualcosa di più sull'argomento. Penso che i tempi siano maturi per aggiungere qualche cm alle spalle del gigante e saltare qualche passaggio in queste discussioni che mi aspetto cicliche.

Un elemento nuovo comparso questa volta è questo "archive.wikiwix.com". Questo mi interessa alrettanto e spero di documentarmi meglio. Se la "casa" del server è la stessa di waybackmachine, la legislazione americana, problemi non ce ne sarebbero. In effetti il suffisso che leggo è ".com" mica ".fr". Secondo me fra i progetti di wikimedia foundation un servizio meta-wiki gratuito di hosting in cui almeno gli utenti con un SUL wiki (o permessi ulteriori) avrebbero potuto chiedere archiviazioni non sarebbe stato un'idea sbagliata. Personalmente non mi piace dipendere solo da siti alternativi e non wiki, ma sarebbe già un passo avanti aver chiaro quali sono e offirne una panoramica in pagina di aiuto.

A dirla tutta forse un avviso di mancanza del campo urlarchivio come quello che compare in alto in anteprima con i parametri duplicati almeno agli AV, che si spaventano di meno, andrebbe inserito (tanto si può salvare uguale anche ignorandolo).

E poi un pizzico di automazione in alcuni passaggi come l'inserimento dell'url archivato via bot forse è possibile.

In generale comunque miglioramenti sembrano implementabili, quali che essi siano. Ci vorrebbe più volontà di portarne avanti almeno qualcuno.

Quanto successo col sito del corriere è un problema ma è anche l'oppotunità di capire che questo aspetto va iniziato a gestire meglio, e agire in tale senso.--Alexmar983 (msg) 23:47, 31 gen 2016 (CET)

Questa discussione andrebbe cambusata secondo me in Discussioni progetto:Coordinamento/Bibliografia e fonti.--Mauro Tozzi (msg) 08:14, 1 feb 2016 (CET)

Tino, è inutile fare manualmente ciò che può essere fatto automaticamente. Ovviamente il risultato finale è utile. Alexmar, come ho già indicato altrove queste cose sono documentate alla pagina mw:Archived Pages. Nemo 08:55, 1 feb 2016 (CET)

I template allo stato attuale non si compilano automaticamente, e se la pagina non è già presente sulla Wayback Machine, come spesso mi è successo, faccio prima ad inserirla manualmente sul momento, con due click, piuttosto che aspettare il prossimo giro del loro crawler. In ogni caso il punto chiaramente non è se le pagine vadano archiviate a mano o meno, ma la necessità di istruire di più gli utenti sull'argomento (molti probabilmente nemmeno sanno cosa siano i servizi di archiviazione delle pagine), integrando le linee guida e aggiungendo indicazioni (non ultime quelle indicate sopra da Valepert). Probabilmente sarebbe anche sensato valutare se si possa automatizzare l'aggiunta degli urlarchivio via bot per le note esistenti verso le pagine presenti su Internet Archive (con un intervento fatto più seriamente e con meno effetti collaterali rispetto a quello in corso per il corsera). --Tino [...] 16:25, 1 feb 2016 (CET)

Non serve "valutare", si sa benissimo che si può fare e lo si sta già facendo in altri wiki. :) Vedi mio messaggio nell'altra discussione. Nemo 16:51, 1 feb 2016 (CET)

if you need some explication about archive.wikiwix i am here Pmartin (msg) 21:57, 2 feb 2016 (CET)