En ocasiones hace falta más que unas buenas herramientas y
técnicas para acceder a cierta información en Internet. Existe una web superficial en las que estas herramientas y
técnicas nos son de gran utilidad. Pero
también existe una Web profunda donde no nos son
de utilidad. Veamos en qué consisten
estas web y en qué se diferencian.
La Web Superficial
Es también conocida como la web visible. La información que contiene está indexada,
por lo tanto la podemos acceder a través de una consulta en los buscadores. Los buscadores sólo nos brindan acceso a este
tipo de información.
Un sitio web es visible cuando: su información no está en
bases de datos, es de libre acceso, no requiere registrarse, sus páginas son
Web estáticas con una URL fija y tienen acceso desde otro enlace. Toda la Información en Internet que no
posea estas características
pasa a ser parte de la Web profunda.
pasa a ser parte de la Web profunda.
La Web Profunda
La información en la Web profunda se encuentra en: catálogos,
revistas digitales, blogs, diccionarios y sitios que requieren registrarse. Su información está almacenada en bases de
datos. Parte de ella se accede a través
de una pregunta a páginas dinámicas, ASP Y PHP.
Estas páginas son temporales y después de la consulta desaparecen. No contienen una URL fija, por lo que no se
pueden indexar.
Según Sherman y Price existen cuatro tipos de contenidos en
la Web profunda:
La Web opaca o “the opaque Web”
Su contenido podría ser encontrado por los buscadores, pero esto no ocurre por causas humanas o técnicas.
Causa humana: Las páginas o archivos son URL desconectadas. Esto es que no poseen un enlace hacia ellos
desde otro documento o página.Causa de los Buscadores. Existen dos causas principales:
- La frecuencia en que realizan las indexaciones. No ocurre con la frecuencia necesaria para que las páginas nuevas, agregadas o actualizadas sean indexadas y puedan ser encontradas por los buscadores.
- Limite que poseen los buscadores en la cantidad de resultados que pueden mostrar. Esta cantidad es entre 200 a 1000. Si un sitio, archivo o documento indexado no ocupa un lugar entre el límite máximo entonces no aparece. Su contenido es invisible para el usuario.
La Web privada o “the private Web”
Su contenido también podría aparecer en una consulta con un
buscador, pero a diferencia de la Web opaca estos resultados no aparecen de
forma intencional. Los propietarios de
esta información intencionalmente ocultan su información a través de una contraseña,
un archivo “robots.txt” o un campo “noindex” para evitar que los buscadores
indexen su contenido. Los propietarios
excluyen su información de la web visible o superficial y está no puede ser
accedida de forma convencional ni existe una forma legal para acceder a ella.
La Web propietaria o “the
proprietary Web”
Esta web contiene de las información que requieren de manera
obligatoria que el usuario se registre para poder acceder a su ella. Este registro puede ser gratuito o de pago.
La Web realmente invisible o “the truly invisible Web”
En conclusión existe una parte de la Internet a la que no
podemos acceder de manera convencional, ya sea por tecnicismos de los
buscadores o porque los dueños de la información de esas web así lo han querido. De cualquier modo no toda la Web profunda es inaccesible,
el público general también puede acceder a parte de ella. Ejemplo de ello son los siguientes enlaces:
- The WWW Virtual Library: el catálogo más antiguo en la web.
- Infoplease: contiene artículos de la enciclopedia Columbia, enciclopedias, atlas, y biografías
Espero que esta
entrada les haya sido de utilidad
Fuente:
Documento “Web
Superficial y La Web Profunda” de la Universidad Nacional de Tecnología
Más información:
No hay comentarios:
Publicar un comentario