Martwy link

Martwy link (ang. dead link) – odnośnik, którego docelowy zasób nie jest dostępny pod wskazanym adresem. Powstawanie takich odnośników w miarę upływu czasu określa się angielskim terminem link rot. W badaniach nad trwałością odwołań internetowych uwzględnia się także content drift, czyli zmianę treści pod nadal działającym adresem. Oba zjawiska mogą powodować, że odwołanie przestaje umożliwiać dotarcie do informacji, do której pierwotnie prowadziło.

404 błąd
Domyślny ekran błędu 404 generowany przez serwer Apache

Opis

Niedostępność docelowego zasobu może objawiać się na różne sposoby. Jeżeli serwer odpowiada na żądanie, ale nie znajduje aktualnej reprezentacji wskazanego zasobu, może zwrócić kod HTTP 404. Jeżeli nazwa hosta nie może zostać rozwiązana w DNS albo nie można nawiązać połączenia z serwerem, przeglądarka może zamiast tego zgłosić błąd sieciowy.

Nie każdy odnośnik, który nie prowadzi do zamierzonej treści, musi jednak zwracać komunikat o błędzie. Serwer może odpowiedzieć kodem oznaczającym prawidłowe wykonanie żądania, a jednocześnie wyświetlić stronę zastępczą, przekierować użytkownika w inne miejsce lub udostępnić pod tym samym adresem treść inną niż pierwotnie wskazana. Z tego względu technicznie działający adres nie zawsze oznacza, że odwołanie nadal spełnia swoją pierwotną funkcję.

Przyczyny

Martwy link może być błędny już w chwili utworzenia, na przykład wskutek literówki w adresie. W przypadku link rot odnośnik początkowo działa, lecz przestaje prowadzić do zasobu dopiero z upływem czasu.

Do przyczyn powstawania martwych linków należą między innymi:

Link rot oznacza proces, w którym wcześniej działające odwołania przestają zapewniać dostęp do wskazywanych zasobów. Badania nad tym zjawiskiem obejmują między innymi odwołania w publikacjach naukowych do zasobów dostępnych w WWW.

Pokrewnym problemem jest content drift. W tym przypadku URI nadal prowadzi do działającego zasobu, ale jego treść uległa zmianie i może przestać odpowiadać treści, do której odwoływał się autor. W badaniach projektu Hiberlink terminem reference rot określono łączne następstwa link rot i content drift.

Zakres terminu reference rot nie jest całkowicie jednolity w literaturze. W niektórych opracowaniach używano go przede wszystkim w odniesieniu do sytuacji, w której odnośnik nadal działa, lecz nie zawiera już pierwotnie cytowanej informacji. W takim ujęciu zjawisko odróżniano od samego link rot.

Content drift jest trudniejszy do zauważenia niż martwy link, ponieważ użytkownik może nie otrzymać żadnego komunikatu świadczącego o problemie. Bez zachowanej wcześniejszej wersji strony nie zawsze można stwierdzić, czy aktualna treść odpowiada tej, którą widział autor w chwili tworzenia odwołania.

Skala zjawiska

Wyniki badań różnią się w zależności od analizowanego zbioru i okresu. W badaniu Pew Research Center opublikowanym w 2024 roku wykorzystano próbę blisko miliona stron WWW, o których na podstawie danych Common Crawl(inne języki) było wiadomo, że istniały w latach 2013–2023. W październiku 2023 roku 25% badanych stron nie było już dostępnych. W przypadku stron z próbki z 2013 roku odsetek ten wynosił 38%. W tym samym badaniu przeanalizowano około miliona odnośników w sekcjach przypisów losowej próby 50 tysięcy stron anglojęzycznej Wikipedii: 11% odnośników prowadziło do zasobów niedostępnych, a około 54% badanych stron zawierało co najmniej jeden niedziałający odnośnik.

Problem dotyczy również treści, które pozostają dostępne. W badaniu opublikowanym w 2016 roku przeanalizowano odwołania URI występujące w trzech dużych korpusach publikacji z obszaru nauki, techniki i medycyny (STM), obejmujących artykuły z lat 1997–2012. Dla części odwołań, dla których udało się odnaleźć reprezentatywne kopie archiwalne i porównać je z późniejszą wersją dostępną w sieci, ponad 75% wykazywało zmianę treści względem stanu z czasu publikacji.

Znaczenie reference rot badano także w piśmiennictwie prawniczym. W analizie opublikowanej w 2014 roku autorzy stwierdzili, że ponad 70% badanych adresów URL występujących w trzech amerykańskich czasopismach prawniczych oraz około 50% adresów cytowanych w orzeczeniach Sądu Najwyższego Stanów Zjednoczonych nie prowadziło już do pierwotnie cytowanej informacji.

Wykrywanie i ograniczanie

Martwe linki można wykrywać ręcznie albo automatycznie, między innymi przez sprawdzanie odpowiedzi serwera i kodów stanu HTTP. Taka metoda ma jednak ograniczenia. Kod oznaczający poprawną odpowiedź serwera nie gwarantuje, że pod adresem znajduje się właściwa treść. Może to być na przykład tzw. soft 404, przekierowanie na stronę główną albo strona, której zawartość zmieniła się od czasu utworzenia odwołania. W badaniu adresów cytowanych przez Sąd Najwyższy Stanów Zjednoczonych część adresów zwracających kod oznaczający poprawną odpowiedź nie prowadziła już do cytowanego materiału. Wykrywanie content drift wymaga więc nie tylko kontroli dostępności adresu, lecz także porównania aktualnej treści z jej wcześniejszym stanem.

Jednym ze sposobów ograniczania link rot jest projektowanie trwałych URI. Tim Berners-Lee wskazywał, że adresy powinny być możliwie niezależne od elementów, które mogą się zmieniać, takich jak nazwisko autora, aktualny status dokumentu, rozszerzenie pliku, używane oprogramowanie czy struktura organizacyjna witryny. Przy reorganizacji serwisu zachowanie dotychczasowych adresów lub zastosowanie przekierowań pozwala utrzymać działanie wcześniejszych odnośników.

W publikacjach naukowych stosuje się trwałe identyfikatory, takie jak DOI, które pozwalają identyfikować dokument niezależnie od jego aktualnego adresu URL. W przypadku zasobów WWW stosuje się natomiast wykonywanie kopii archiwalnej w czasie tworzenia odwołania, dzięki czemu możliwe jest późniejsze odtworzenie cytowanego stanu strony. Historyczne wersje wielu stron przechowują między innymi serwisy archiwizacji sieci, takie jak Internet Archive.

Archiwizacja nie eliminuje jednak problemu całkowicie. Archiwum może nie posiadać kopii danego zasobu albo dostępna kopia może pochodzić z czasu zbyt odległego od momentu utworzenia odwołania. W badaniu z 2016 roku reprezentatywne kopie, odpowiadające w przybliżeniu stanowi zasobu w chwili publikacji cytującego artykułu, udało się odnaleźć dla około 30% analizowanych odwołań.

Przypisy

  1. Roy T. Fielding, Mark Nottingham, Julian Reschke, HTTP Semantics [online], RFC Editor, czerwiec 2022 [dostęp 2026-08-12] (ang.).
    1. ↑ sekcja 15.5.5 „404 Not Found”
  2. ↑ net/base/net_error_list.h [online], Chromium [dostęp 2026-08-12] (ang.).
  3. Lawrence Lessig, Jonathan Zittrain, Kendra Albert, Perma: Scoping and Addressing the Problem of Link and Reference Rot in Legal Citations [online], Harvard Law Review, 2014 [dostęp 2026-08-12] (ang.).
    1. 1 2 sekcja Our Work
    2. ↑ sekcja Discussion
    3. 1 2 sekcja Introduction
    4. ↑ sekcja Addressing Link Rot: Perma
  4. Tim Berners-Lee, Cool URIs don't change [online], World Wide Web Consortium, 1998 [dostęp 2026-08-12] (ang.).
    1. ↑ sekcje „We just reorganized our website to make it better.” i „Well, we found we had to move the files...”
    2. ↑ akapit wprowadzający
    3. ↑ sekcja „What to leave out”
    4. ↑ sekcja „So what should I do? Designing URIs”
  5. ↑ Parham Habibzadeh, Decay of References to Web sites in Articles Published in General Medical Journals: Mainstream vs Small Journals, „Applied Clinical Informatics”, 4 (4), 2013, s. 455–464, DOI: 10.4338/aci-2013-07-ra-0055, PMID: 24454575, PMCID: PMC3885908 (ang.).
  6. Shawn M. Jones i inni, Scholarly Context Adrift: Three out of Four URI References Lead to Changed Content, „PLOS One”, 11 (12), 2016, DOI: 10.1371/journal.pone.0167475, PMID: 27911955, PMCID: PMC5135130 [dostęp 2026-08-12] (ang.).
    1. 1 2 3 sekcja Introduction
    2. ↑ sekcja Methods
    3. 1 2 Abstract
    4. ↑ sekcje Introduction i Discussion
  7. ↑ Athena Chapekis, Samuel Bestvater, Emma Remy, Gonzalo Rivero, When Online Content Disappears [online], Pew Research Center, 17 maja 2024 [dostęp 2026-08-12] (ang.).