🥇哈布拉侦探：你的照片丢失了 |专业主机

您是否想过有多少信息丢失得无影无踪？毕竟，Habr 存在的目的就是信息。您知道基于用户帖子的资源最常发生什么情况吗？作者插入了来自第三方网站的图像、图片和视频，一段时间后它们就不再可用。这就是它曾经创建的目的。哈布拉存储。实践表明，没有人（除了编辑和少数爱好者）自行上传图片。因此，在某个时候，哈布尔政府将这一功能自动化——出版物中出现的每张图像都会自动上传到存储中，只要哈布尔本身存在，就不会从那里消失。当然，也有例外和可能会出问题，但现在不是关于他们的。

将图像加载到 Habrastorage 的整个方案中最大的问题出现在实施过程中。那时，一些旧出版物已经没有图了，所以就一直这样。今天我们将尝试找出哈布尔自诞生以来丢失了多少图形信息。另外，也许我们能找到一些丢失的东西？这个“图像无法加载”存根很烦人，不是吗？今天的侦探故事就是专门讲这个的。让我们开始吧！

您可能是因以下内容中的提及而看到这篇文章的：追踪器？也许，一张图片从你的旧出版物中消失了，我找到了它。如果您不想阅读整篇文章，您可以滚动到最后的剧透（部分结果），其中列出了找到的所有出版物和图像。谢谢你！

介绍和方法

我们的侦探故事将从头开始（合乎逻辑，对吧？）。从哈布尔开始。毕竟，帖子发布得越早，其中的图像在历史中丢失的可能性就越大。这就是为什么我们将从2006年开始并向前推进一点。

目前排名靠前的 40 个中心的所有出版物均包含在考虑范围内。这些中心的完整列表显示在扰流板下方。事实上，其中许多当时并不存在，但当添加新的中心时，出版物就转移到了那里。

枢纽列表

* nix中, 算法, 人工智能, 航天, 生物技术, 大脑, C + +中, 发展管理, DIY, 生态, 游戏开发, 游戏和游戏机, 极客健康, 信息技术的历史, 信息安全, IT职业, IT基础架构, 信息技术公司, 爪哇岛, JavaScript的, 信息技术立法, 极客的生活窍门, 机器识别, 电子产品的制造和开发, Nginx的, 开源, 人事管理, 物理, 科普, 产品管理, 代码编程, 项目管理, 蟒蛇, 阅览室, 逆向工程, 社交网络和社区, 系统管理, 系统分析与设计, 未来就在这里, 网站开发

该信息是使用一组 PHP 脚本收集的。下载每个出版物，确定标签内容并检查标签里面。对于每张图像，都会存储图像的链接，链接到 Habré 上的出版物 ID。进一步分析该信息。

发布了什么以及何时发布

2006

哈布尔成立之初，出版物没有现在那么多，其中的图片就更少了。 2006 年（从 05.06.2006 年 221 月 53 日开始），列出的中心总共发布了 75 个帖子。其中 10 个帖子总共包含 XNUMX 张图片。出版物中最多图像（XNUMX 张）“改变世界的十件小玩意”。Habrastorage 上已有 50 张图纸。另外 25 张丢失了。所有这些图纸都是独一无二的，不会重复。

一个有趣的事实： 其中两张图像指向哈布尔本身，但很长时间以来一直无法使用。这些是图像 http://www.habrahabr.ru/tmp/sup_blogs_preview.gif 和 http://www.habrahabr.ru/tmp/upgrade-chart.gif。

所以，2006年输了 33.3% 出版物中的图像。

2007

2007 年，出版物数量大幅增加，图片数量也大幅增加 - 发布了 1 篇帖子。 713 个帖子包含 599 张图片。 1 张图像被传输到 Habrastorage，其中 467 张丢失（16.2%).

一个有趣的事实： 发布前 100 名 Mac 操作系统应用程序最多包含 2007 年的 100 张图像，并且不包含版权文本。

此外，其中一些丢失的图像是重复的。因此，其中一个在 6 次中出现 XNUMX 次发表只有6张图片。另外，来自一个域的图像“Up.gif”重复21次，“Down.gif”重复16次，“Same.gif”重复8次。所有这 45 张图片均来自一篇文章，其中仅包含 47 张图片。

还剩191个唯一的。

2008

由于有关哈布雷的出版物数量逐年增加，2008 年我们的侦探将审查 2 份出版物以及 520 张图像。我们注意到，在2年，出版物中的图片数量终于超过了出版物的数量。而且，只有969个帖子包含图片，出版物中最多呈现2008个图形信息元素”谷歌节日标志的历史”。Habrastorage 上已保存 1 张图像，其中 943 张丢失（34.6%).

一个有趣的事实： 最意想不到的图像（或者更确切地说，出版物设计中的问题）位于这里。因此，Habr 尝试通过 http://#/ 下载图像。

米。 1. 所考虑的一般统计

是否有可能至少恢复一些东西？

部分恢复并不困难。例如，最懒的方法是使用互联网档案馆尝试加载已保存的出版物页面。此外，您可以尝试使用直接链接在存档中“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，而不仅仅是最旧的和最新的。

不幸的是，尽管这种方法在某些情况下有效，但要恢复至少一半的图像却非常困难。因此，下一步是检查交叉发布、原始翻译，当然还有原始页面的存档副本。

此外，您可以尝试使用 Habr 的非官方镜像之一来查找所需的图像，该镜像曾经有效，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什么内容（有描述和上下文），则有机会找到具有相同名称的文件（如果这些文件曾经被某人复制到另一个资源）。

当然，每个后续步骤都会非线性地增加搜索时间。

发现了什么

您可能不会对迄今为止发现的图像数量印象深刻 - 其中有 300 张（包含在 140 位作者的 81 篇出版物中）。如果我们考虑“损失”的数量（1），结果约为 24.2%。为什么丢失的图像比原来的少？所有无用的图像（如视图计数器）和不存在的图像（如已经提到的http://#/，以及 http://fig.jpg/ 等等）。

你是怎么得出这么一个整数的？事实上，大约300天的搜寻工作已经结束。一开始我打算去333，但是300看起来也不错。另外，目前关于 33% 所有“搜索的受害者”。

米。 2. 当前搜索结果

所有找到的图像（除了一张 .bmp，它会是 301）都上传到 hsto.org，以及它们和出版物的链接，以及其中图像的索引，将在下一节中给出。