您是否想过完全丢失了多少信息？ 毕竟，信息就是Habr存在的目的。 您是否知道基于用户出版物的资源最常发生的事情？ 作者插入了来自第三方站点的图像，图片和视频，过了一段时间，它们将不再可用。 这正是Habrastorage曾经为之创建的 。 实践表明，除了编辑和一些发烧友外，没有人会自己上传图像。 因此，在某些时候，Habr管理员使此功能自动执行-发布中出现的每个图像都会自动上载到存储库，并且在Habr本身存在时不会从那里消失。 当然，有例外， 可能会出问题 ，但现在不涉及它们。
在整个方案中，在Habrastorage中加载图像的最大问题发生在其实施过程中。 到那时，一些旧出版物已经没有图纸，因此仍然如此。 今天，我们将尝试找出自Habr诞生以来丢失了多少图形信息。 此外，我们可以设法从失踪者中找到一些东西吗？ 毕竟，这个“无法加载图像”存根很烦，对吧？ 今天的侦探就是致力于这一点。 让我们开始吧！
也许您在本文的跟踪器中提到了您？ 可能是在您的一份旧出版物中，一张照片消失了，但我发现了。 如果您不想阅读整个出版物，则只需滚动到结尾处的“扰流板”（“ 结果”部分），其中列出了所有出版物和找到的图像。 谢谢你
介绍与方法
我们的侦探将从一开始就开始（从逻辑上说对吧？）。 从哈勃尔开始。 毕竟，任何一篇文章发表得越早，从中获得的图像就越有可能丢失在历史上的某个地方。 这就是为什么我们将从2006年开始并取得一些进展。
来自40个中心的所有出版物（当前处于评级的开始）都参与了该评价。 扰流板下方列出了这些轮毂的完整列表。 实际上，其中很多都不存在，但是，当添加了新的中心时，出版物就被转移到了那里。
信息是使用一组PHP脚本收集的。 上载每个出版物，确定<div id =“ post-content-body”>标记的内容 ，并检查<img>标记的存在。 对于每个图像，参考图像的链接将参考Habré上的出版物ID进行存储。 将来，将对这些信息进行分析。
他们什么时候出版的
2006年
在哈勃（Habr）成立之初，出版物不多，但图片却更少。 在2006年（从2006年6月5日开始），总共列出了221个帖子。 这些帖子中有53篇共包含75张图片。 出版物“ 改变世界的十个小工具 ”中最多包含10张图像。 Habrastorage上已经有50张图纸。 另有25人丧生。 它们都是唯一的，不再重复。
有趣的事实：其中有两张图片是Habr自己创作的，但同时很长一段时间都没有出现。 这些是http://www.habrahabr.ru/tmp/sup_blogs_preview.gif和http://www.habrahabr.ru/tmp/upgrade-chart.gif的图像。
因此，在2006年，出版物中丢失了33.3％的图像。
2007年
2007年，出版物的数量显着增加，图像数量也显着增加-已发布1,713个帖子。 599个出版物包含1,467张图像。 1,229张图像被传输到Habrastorage，丢失238张（ 16.2％ ）。
有趣的事实： 排名前100的Mac OS应用程序的发布最多包含2007年-100张图像，并且不包含版权文本。
另外，这些丢失的图像中的一些被重复。 因此，其中之一在只有6张图片的出版物中发生6次。 同样，图像“ Up.gif”被重复21次，从一个域重复16-“ Down.gif”和8-“ Same.gif”。 而所有这45张图片都来自一篇文章 ，其中只有47张图片。
仍然有191个唯一的<img>。
2008年
由于逐年增加在哈布雷的出版物，因此，我们的侦探在2008年将考虑2,520种出版物以及2,969张图像。 我们注意到，2008年出版物中的图片数量最终超过了出版物数量。 同时，只有1,207个帖子包含图片，出版物“ Google假日徽标的历史 ”中最多显示42个图形信息元素。 在Habrastorage上已经存储了1,943张图像，并且丢失了1,026张（ 34.6％ ）。
一个有趣的事实：最令人意想不到的图像（或者说是出版物设计中的问题）在这里 。 结果，Habr尝试将图像加载到http：//＃/。
图 1.审查一般统计
是否有可能至少恢复一些东西？
部分恢复并不困难。 例如，最“懒惰”的方式是使用Internet存档来尝试加载保存的出版物页面。 另外，您可以尝试通过直接链接在存档中“查找”图像本身。
Lifehack：您需要检查存档中页面的所有版本中的图像是否可用，而不仅仅是最早的和最新的。
不幸的是，尽管此方法在某些情况下可行，但很难还原至少一半的图片。 因此，下一步是检查跨主机，原始翻译以及自然地原始页面的档案副本。
此外，您可以尝试使用曾经工作过的非官方Habrir反射镜之一查找所需的图像，并且仍然存储一些复制的信息。
最后也是最困难的选择是使用搜索引擎。 如果您确切知道图像中应该包含的内容（有说明和上下文），那么一旦有人将文件复制到另一个资源，就有机会找到具有相同名称的文件。
自然，每个下一步都会非线性地增加搜索时间。
设法找到什么
到目前为止，您发现的图像数量可能不会给您留下深刻的印象-有300张（包含81位作者的140个出版物）。 如果我们考虑“损失”的数量（1,242），则结果约为24.2％ 。 为什么丢失的图像比以前少了？ 所有无用的图像（例如视图计数器）和不存在的图像（例如已经提到的http：//＃/以及http：//fig.jpg/等）都从考虑中删除。
这个回合数字是如何产生的？ 事实是大约300结束了搜索的一天。 刚开始时，我将达到333，但300也看起来不错。 此外，目前，大约33％的 “搜索受害者”仍未完全验证。
图 2.当前搜索
找到的所有图像（一个.bmp除外，原为301）均已上载到hsto.org ， 下一节将提供这些图像和出版物的链接以及其中的图像索引。
结果
因此，在扰流器下是成功找到的图像，出版物ID，出版物文本（从1开始，而不是从0开始）中的图片索引以及出版物的作者。 如果您是上述出版物的作者，并且发现的数字正确，请更正您的帖子。 谢谢你
顺便说一下，有些图像实际上仍然可以在出版物中查看，但是尚未转移到Habrastorage，因此在某些时候也可能无法访问。
而不是结论
也许有人会发现，恢复这些过时的信息没有任何意义。 此外，发布时发现的某些图像毫无意义。 当然可以。
任何信息都很重要。 至少从历史分析的角度来看。 更不用说在某些受版权保护的材料中它具有关键作用。 是的，目前Habr甚至还不到15岁，并且某些资源仍然可用，但是随着时间的流逝，它们将越来越少，因此，您应该提前考虑是将来还是将来会出现一些“形象”可用。”
好吧，不要忘了无法访问的图像只是烦人。 当然，很少有人会读“一些旧东西”，但是会发现这样的人。 因此，由于这些有关哈布雷的出版物仍然存在，因此它们的内容应尽可能完整。
不幸的是，尽管Habrastorage不支持直接加载所有图像格式，但有一天它可能已修复。
我想提的最后一个问题是，您可能想到的是：“如果作者长期不使用Habr并且他对更正旧内容不感兴趣，该怎么办？” 我已经不止一次想到这个问题，但是这里的解决方案并不是那么困难。 UFO始终可以由主持人（您可以， Exosphere吗？）代表的UFO或管理人员（ Boomburum可以给某人执行任务）来解决。
您如何看待，至少应尝试还原某些内容？
今天就这些了。 感谢您的关注，并确保所有图像都可以毫无问题地上传到Habrastorage！ 别这样
附注：如果您发现文字有错别字或错误，请告诉我。 可以通过突出显示部分文本并按Ctrl /⌘+ Enter （如果有Ctrl /⌘）或通过私人消息来完成 。 如果两个选项都不可用，请在注释中写出有关错误的信息。 谢谢你
PPS也许您也会对我对Habr的其他研究感兴趣，或者您想为下一份出版物或者甚至一系列新的出版物提出建议。
在哪里找到清单以及如何报价所有信息都可以在特殊的Habra侦探存储库中找到。 在这里，您可以找到提出了哪些建议以及正在进行中的建议。
另外，您可以在出版物上的评论中提到我（通过写VaskivskyiYe ），您认为这对研究或分析很有趣。