WEB SUPERFICIAL VS WEB PROFUNDA

DIFERENCIAS ENTRE LA WEB SUPERFICIAL Y LA WEB PROFUNDA

Los buscadores tradicionales sólo ofrecen acceso a una pequeña parte de lo que existe online, lo que se ha comenzado a llamar la Web superficial o visible. Lo que resta, la Web profunda o invisible, es un amplio banco de información ubicado en catálogos, revistas digitales, blogs, entradas a diccionarios y contenido de sitios que demandan un login (aunque sea gratuito) y otros tipos de contenido que no aparecen entre los resultados de una búsqueda convencional.    

LA Web SUPERFICIAL O VISIBLE 

La Web Superficial comprende todos aquellos sitios cuya información puede ser indexada por los robots de los buscadores convencionales y recuperada casi en su totalidad mediante una consulta en sus formularios de búsqueda. 

 Las características principales de los sitios de la Web visible son:

• su información no está contenida en bases de datos 
• es de libre acceso
• no se requiere la realización de un proceso de registro para acceder a la información.
• mayoritariamente está formada por páginas Web estáticas, es decir páginas o archivos con una URL fija y accesibles desde otro enlace.  

LA Web PROFUNDA O INVISIBLE 

Web invisible es el término utilizado para describir toda la información disponible en Internet que no se recupera interrogando a los buscadores convencionales. Generalmente es información almacenada y accesible mediante bases de datos. Parte de la información es "invisible" a los robots de los buscadores convencionales, ya que los resultados se generan en la contestación a una pregunta directa mediante páginas dinámicas (ASP, PHP, etc.) es decir páginas que no tienen una URL fija y que se construyen en el mismo instante (temporales) desapareciendo una vez cerrada la consulta.

Se identifican cuatro tipos de contenidos invisibles en la Web: 

1. la Web opaca (the opaque Web), 
2. la Web privada (the private Web), 
3. la Web propietaria (the proprietary Web) y 
4. la Web realmente invisible (the truly invisible Web).

La Web opaca (the opaque Web).

Está compuesta por archivos que, si bien podrían estar incluidos en los índices de los buscadores, no lo están por diferentes motivos: no todas las paginas webs de un sitio son indexadas en los buscadores por economía, los buscadores n tienen la capacidad de indizar todas las páginas existentes, limite en mostrar los resultados de las busquedas entre 200 y 1000 resultados, url desconectadas.

La Web privada (the private Web).

Consiste en las páginas Web que podrían estar indizadas en los buscadores pero son excluidas deliberadamente por alguno de estos motivos:

• Las páginas están protegidas por contraseñas.
• Contienen un archivo “robots.txt” para evitar ser indizadas.
• Contienen un campo “noindex” para evitar que el buscador pueda indizar la parte correspondiente al cuerpo de la página.

La Web propietaria (the proprietary Web).

Incluye aquellas páginas en las que es necesario registrarse para tener acceso al contenido, ya sea de forma gratuita o arancelada.

La Web realmente invisible (the truly invisible Web).

Se compone de páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores, programas ejecutables y archivos comprimidos, páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario,  información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica.  

Algunos de los recursos de búsqueda en la Web Profunda: 

• The WWW Virtual Library
• Infoplease
• DeepWebTech
• TechXtra