O projektu

Jak probíhala rekonstrukce

Rekonstrukce nezačala z jednoho kompletního archivu. Dochovalo se několik různých vrstev dat, starý SQL dump, lokální HTML a PDF výstupy, snapshoty z Internet Archive a Wayback Machine a části webu zachycené v Common Crawl. Každý zdroj měl jiné přednosti i jiné chyby.

SQL databáze byla nejlepším zdrojem pro identitu článků, metadata a velkou část komentářů, ale nebyla vždy kompletní. Archivní HTML často obsahovalo věrnější původní strukturu stránky a někdy také pozdější komentáře, které v databázovém exportu ještě nebyly. PDF pomohla tam, kde jiné zdroje chyběly. Common Crawl a Wayback Machine doplnily další mezery a umožnily ověřovat různé verze stejného článku v čase.

Z těchto zdrojů postupně vznikla nová analytická databáze. U článků se odděleně řešila identita, text, komentáře, formátování, odkazy a původ jednotlivých dat. Pozdější archivní snapshot mohl například obsahovat stejný článek, ale více komentářů než starší SQL dump, protože byly přidány až po jeho vytvoření.

Samostatnou část projektu tvořila obnova historických odkazů. U externích odkazů se pokud možno používá kvalitní dobový snapshot z Wayback Machine, aby odkaz vedl na verzi stránky co nejbližší době, kdy vznikl původní článek. Pokud vhodný archivní snapshot neexistuje, může být použit ověřený současný cíl. Pokud není spolehlivě dostupné ani jedno, původní anchor zůstává v textu viditelný jako neklikací historický odkaz.

U komentářů je linková politika úmyslně konzervativnější. Odkazy zůstávají součástí historického textu, ale nejsou aktivní. Často totiž šlo o osobní homepage komentujících nebo dávno zaniklé stránky a jejich dnešní aktivní obnova by přinášela více nejistoty než užitku.

Během rekonstrukce vznikla řada verzí databáze. Nejprve šlo hlavně o obnovu samotného obsahu, později o kontrolu odstavců, komentářů, linků, chyb vzniklých převodem z PDF nebo archivního HTML a dalších drobných artefaktů. Historický plain text byl pokud možno zachován jako referenční vrstva, vedle něj vznikla konzervativně formátovaná verze a nakonec také prezentační vrstva AI enhanced.

AI enhanced neznamená, že by byly texty jazykově přepisovány nebo opravovány. Překlepy, gramatické chyby, zvláštní formulace, dobový styl a způsob vyjadřování autorů zůstávají zachované. AI pomohla hlavně tam, kde rekonstrukce ztratila původní odstavce, slepila slova, přesunula interpunkci, připojila navigaci nebo vytvořila jiné technické artefakty. Smyslem bylo zlepšit čitelnost a typografii, ne měnit autora.

Výsledný web už nepotřebuje původní dynamický backend. Nové články ani komentáře se nepřidávají, takže celý Deníček se generuje jako statický web z finální databáze. Jednoduchý Python builder vytvoří titulní stránku, jednotlivé články, archiv, tuto stránku, sitemap, robots.txt a další statické soubory. Na serveru pak není databáze, CMS ani aplikační backend, pouze HTML a CSS.

Paradoxně tak technologicky nejjednodušší verze Deníčku vznikla po jedné z technicky nejsložitějších etap jeho existence.

Srpen 2026

Kontakt

Pokud jste na Deníčku našli chybu, máte starou kopii stránky, fotografii, chybějící text nebo prostě chcete napsat:

david [zavináč] denicek.net