Consiste en el barrido y archivado de la web por medio de unos robots recolectores, que navegan partiendo de una semilla (una URL determinada, como www.bne.es) o un conjunto de ellas y que, según una configuración específica (tamaño de lo guardado, tiempo de rastreo, niveles de navegación, frecuencia de barrido…), guardan todos los archivos contenidos o enlazados en un sitio web (.jpg, .doc, .html, .pdf…). Mediante un software de recuperación estos contenidos son visualizados como si se tratase de páginas web, aunque esos contenidos hayan desaparecido de la web viva.