El acceso a la web, se ha convertido en la principal fuente de investigación en el ámbito académico, profesional y recreativo, no obstante es importante tener en cuenta que los buscadores únicamente tienen acceso a lo que e denomina como Web superficial o Web visible.
¿Qué es 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.
Es decir, la web superficial o visible es aquella a la que todos tenemos acceso mediante el simple hecho de utilizar un buscador.
Dicha Web, posee las siguientes características:
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.
¿Qué es la Web profunda o invisible?
Por otro lado tenemos la Web profunda o invisible que 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 es decir páginas que no tienen una URL fija y que se construyen en el mismo instante desapareciendo una vez cerrada la consulta.
Dentro del ámbito de la Web profunda o invisible, se reconocen 4 tipos de dicha Web, los cuales son los siguientes:
1.- Extensión de la indización: a veces, por economía, no todas las páginas de un sitio son indizadas en los buscadores.
2.- Frecuencia de la indización: los buscadores no poseen la capacidad de indizar todas las páginas existentes; a diario se agregan y modifican muchas y la indización no se realiza al ritmo que permita incluirlas a todas.
3.- Número máximo de resultados visibles: aunque los motores de búsqueda arrojan a veces un gran número de resultados, generalmente limitan el número de documentos que se muestran (entre 200 y 1000).
4.- URL desconectadas: las generaciones más recientes de buscadores, presentan los documentos por relevancia basada en el número de veces que aparecen referenciados en otros. Si un documento no tiene un link a él, desde otro documento, será imposible que la página sea encontrada, pues no se encuentra indizada.
1.- Las páginas están protegidas por contraseñas.
2.- Contienen un archivo “robots.txt” para evitar ser indizadas.
3.- Contienen un campo “noindex” para evitar que el buscador pueda indizar la parte correspondiente al cuerpo de la página.
La Web propietaria 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 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.
Para la búsqueda en la web profunda o invisible, esta nos apoya con determinadas herramientas de búsqueda, las cuales son las siguientes:
The WWW Virtual Library se considera el catálogo más antiguo en la web y fue iniciado por Tim Berners-Lee, el creador de la web.
Infoplease es una Web de consulta con más de 57.000 artículos de la prestigiosa enciclopedia Columbia. Facilita la consulta de información con opciones de búsqueda por términos o por áreas de conocimiento.
DeepWebTech ofrece cinco motores de búsqueda para temas específicos. Los motores de búsqueda abarcan la ciencia, medicina y negocios.
TechXtra centra su información, en ingeniería, matemáticas e informática. Es posible navegar a través de una extensa lista de revistas gratuitas especializadas de ingeniería, documentos técnicos, descargas y podcasts.
La Web resulta mucho más amplia de lo que imaginamos y a pesar de contar con una infinidad de información dentro de la Web visible, es imprescindible que conozcamos acerca de la Web profunda, para ampliar nuestras posibilidades y conocimientos con respecto a las búsquedas en internet.