Algunha vez te preguntas canta información se perde sen deixar rastro? Despois de todo, a información é para o que existe Habr. Sabes o que ocorre con máis frecuencia cos recursos baseados nas publicacións dos usuarios? Os autores introducen imaxes, imaxes e vídeos de sitios de terceiros e despois dun tempo xa non están dispoñibles. Para iso foi creado unha vez. . A práctica demostrou que ninguén (agás os editores e algúns entusiastas) carga alí imaxes por conta propia. Por iso, nalgún momento, a administración de Habr fixo esta función automática: cada imaxe que aparece nunha publicación súbese automaticamente ao almacenamento e non desaparecerá de alí mentres exista o propio Habr. Por suposto, hai excepcións e , pero agora non sobre eles.
O maior problema de todo este esquema coa carga de imaxes en Habrastorage ocorreu durante a súa implementación. Daquela, algunhas publicacións antigas xa non tiñan debuxos, polo que seguían así. Hoxe trataremos de saber canta información gráfica perdeu Habr dende o seu nacemento. Ademais, quizais poidamos atopar algo que faltaba? Este esbozo de "non se pode cargar a imaxe" é molesto, non é? A historia de detectives de hoxe está dedicada exactamente a isto. Imos comezar!
Quizais te trouxo a este artigo por unha mención en ? Probablemente, unha imaxe desapareceu dunha das túas publicacións antigas e atopeina. Se non queres ler a publicación completa, podes desprazarte ata o spoiler ao final (sección Descubrimentos), que enumera todas as publicacións e imaxes atopadas. Grazas!
Introdución e métodos
A nosa historia de detectives comezará dende o principio (lóxico, non?). Desde os inicios de Habr. Despois de todo, canto antes se publicou unha publicación, maior é a posibilidade de que as imaxes desta se perdan nalgún lugar da historia. Por iso comezaremos a partir do 2006 e avanzaremos un pouco.
Todas as publicacións de 40 centros que se atopan actualmente no inicio da clasificación están incluídas na consideración. A lista completa destes hubs preséntase baixo o spoiler. De feito, moitos deles non existían entón, pero cando se engadiron novos hubs, as publicacións trasladáronse alí.
Lista de hubs
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
A información recompilouse mediante un conxunto de scripts PHP. Descargouse cada publicación, determinouse o contido da etiqueta <div id="corpo-post-contido" > e comprobou as etiquetas < img > dentro. Para cada imaxe gárdanse ligazóns ás imaxes, vinculadas ao ID da publicación en Habré. Esta información analízase máis.
Que se publicou e cando
2006
Aos comezos de Habr non había tantas publicacións como agora, e aínda había menos imaxes nelas. En total, 2006 publicacións foron publicadas nos hubs listados en 05.06.2006 (a partir do 221/53/75). 10 destas publicacións conteñen un total de XNUMX imaxes. Máximo de imaxes (XNUMX pezas) nunha publicación "". Xa están en Habrastorage 50 debuxos. Perdéronse outros 25. Todos son únicos e non se repiten.
Un feito interesante: Dúas das imaxes levan ao propio Habr, pero hai tempo que non están dispoñibles. Estas son as imaxes http://www.habrahabr.ru/tmp/sup_blogs_preview.gif e http://www.habrahabr.ru/tmp/upgrade-chart.gif.
Entón, perdeu para 2006 33.3% imaxes en publicacións.
2007
En 2007, o número de publicacións aumentou significativamente, así como o número de imaxes: publicáronse 1 publicacións. 713 publicacións conteñen 599 imaxes. Transferíronse 1 imaxes a Habrastorage e perdéronse 467 (16.2%).
Un feito interesante: Publicación contén un máximo de 2007 imaxes para 100 e non contén texto de copyright.
Ademais, algunhas destas imaxes perdidas son duplicadas. Entón, un deles ocorre 6 veces nunha con só 6 imaxes. Ademais, a imaxe "Up.gif" repítese 21 veces, "Down.gif" 16 veces e "Same.gif" 8 veces desde un dominio. E todas estas 45 imaxes de , que contén só 47 imaxes.
Quedan 191 < img > únicos.
2008
Dado que o número de publicacións sobre Habré só aumentaba de ano en ano, en 2008 o noso detective revisará 2 publicacións, ademais de 520 imaxes. Observamos que foi en 2 cando o número de imaxes nas publicacións superou finalmente o número de publicacións. Ademais, só 969 publicacións conteñen imaxes e na publicación preséntanse un máximo de 2008 elementos de información gráfica "". Xa se gardaron 1 imaxes en Habrastorage e perdéronse 943 (34.6%).
Un feito interesante: Localízase a imaxe máis inesperada (ou mellor dito, o problema no deseño da publicación). . Como resultado, Habr tenta descargar a imaxe a través de http://#/.
Arroz. 1. Estatísticas xerais dos considerados
É posible restaurar polo menos algo?
A restauración parcial non é difícil. Por exemplo, o xeito máis preguiceiro sería usar nun intento de cargar páxinas de publicacións gardadas. Ademais, podes tentar "atopar" as propias imaxes no arquivo mediante ligazóns directas.
Lifehack: Debes buscar imaxes en todas as versións da páxina do arquivo, non só nas máis antigas e novas.
Desafortunadamente, aínda que este método funciona nalgúns casos, é tan difícil restaurar polo menos a metade das imaxes. Polo tanto, o seguinte paso é comprobar a publicación cruzada, as traducións orixinais e, por suposto, as copias de arquivo das páxinas orixinais.
Ademais, podes tentar atopar as imaxes desexadas usando un dos espellos non oficiais de Habr, que unha vez funcionou e aínda almacena parte da información copiada.
A última e máis difícil opción é utilizar buscadores. Se sabe exactamente o que debe estar na imaxe (hai unha descrición e un contexto), existe a posibilidade de atopar ficheiros co mesmo nome se alguén os copiou noutro recurso.
Por suposto, cada paso posterior aumenta o tempo de busca de forma non lineal.
O que atopamos
Quizais non che impresione moito a cantidade de imaxes atopadas ata agora: hai 300 delas (contidas en 140 publicacións de 81 autores). Se temos en conta o número de "perdas" (1), o resultado é aproximadamente 24.2%. Por que faltan menos imaxes das que había? Todas as imaxes inútiles (como os contadores de visualización) e as imaxes inexistentes (como o xa mencionado http://#/, así como e así por diante).
Como se lle ocorreu un número tan redondo? O caso é que remataron aproximadamente 300 días de busca. Ao principio, ía ir a 333, pero 300 parece bastante bo. Ademais, polo momento sobre 33% todas as "vítimas da procura".
Arroz. 2. Resultados da busca actual
Todas as imaxes atopadas (agás un .bmp, con el sería 301) cárganse a , e enlaces a eles e publicacións, así como índices de imaxes nelas, aparecen no apartado seguinte.
Descubrimentos
Así, baixo o spoiler están as imaxes atopadas con éxito, así como o ID das publicacións, o índice da imaxe dentro do texto da publicación (a partir de 1, non de 0) e o autor da publicación. Se es o autor da publicación mencionada e as imaxes atopadas son correctas, corrixe as túas publicacións. Grazas!
Por certo, algunhas imaxes aínda están dispoñibles para a súa visualización nas publicacións, pero non se transferiron a Habrastorage e, polo tanto, nalgún momento poden non estar dispoñibles.
300 imaxes
Autor
ID de publicación
Índices e ligazóns
Exemplo
, , , ,
, , ,
,
, , ,
, ,
, , , ,
, , , ,
,
, , , ,
, , , ,
, , , , ,
,
, ,
,
,
, , , ,
, , , , , , ,
, , ,
, , ,
,
,
,
,
, , , , , ,
, ,
,
,
, , ,
, , , , , , , , , , , , , , ,
, , , , , , ,
, ,
, , , , , , , , , , , , , , , , ,
,
,
,
, ,
,
,
,
,
, , , , , , , , , , , , , , , , , , , ,
, ,
,
, , , , , , , , , , ,
, ,
En vez de unha conclusión
Quizais alguén considere que restaurar esa información obsoleta non ten ningún sentido. E ademais, algunhas das imaxes atopadas carecían de sentido mesmo cando foron publicadas. Isto é, sen dúbida, certo.
Calquera información é importante. Polo menos dende o punto de vista da análise histórica. Sen esquecer o feito de que nalgúns materiais con copyright xoga un papel fundamental. Si, de momento Habr non ten nin 15 anos e algunhas das fontes aínda están dispoñibles, pero co paso do tempo irán quedando cada vez menos e, polo tanto, convén pensar de antemán se queda algo para máis tarde, ou se haberá ser unha eterna "imaxe non dispoñible".
Ben, non esquezas que os marcadores de posición para imaxes inaccesibles son simplemente molestos. Por suposto, poucas persoas lerán "algunhas cousas antigas", pero haberá tal xente. Polo tanto, dado que estas publicacións aínda están dispoñibles en Habré, o seu contido debe ser o máis completo posible.
Desafortunadamente, Habrastorage aínda non admite a descarga directa de todos os formatos de imaxe, pero quizais se solucione algún día.
O último problema que me gustaría mencionar, e no que probablemente pensaches, "e se o autor non usa Habr durante moito tempo e non está interesado en corrixir cousas antigas?" Esta pregunta xurdiu na miña cabeza máis dunha vez, pero a solución aquí non é tan difícil. As publicacións antigas sempre se poden corrixir OVNI na persoa dos moderadores (podes, ?) ou administración ( pode darlle a alguén unha tarefa).
Que opinas, paga a pena intentar restaurar polo menos algo?
Iso é todo por hoxe. Grazas pola túa atención e que todas as túas imaxes sexan subidas a Habrastorage sen ningún problema! Que isto non pase
PS Se atopas erros tipográficos ou erros no texto, avisame. Isto pódese facer seleccionando un fragmento de texto e premendo "Ctrl / ⌘ + Intro" se tes Ctrl / ⌘, xa sexa a través . Se as dúas opcións non están dispoñibles, escribe sobre os erros nos comentarios. Grazas!
PPS Quizais tamén estea interesado nas miñas outras investigacións de Habr ou quere suxerir o seu propio tema para a próxima publicación, ou quizais incluso unha nova serie de publicacións.
Onde atopar a lista e como facer unha proposta
Toda a información pódese atopar nun repositorio especial . Alí tamén se pode coñecer cales son as propostas xa anunciadas e cales están xa en obras.
Ademais, podes mencionarme (escribindo ) nos comentarios dunha publicación que che pareza interesante para a investigación ou a análise.
Fonte: www.habr.com