🥇哈布拉偵探：你的照片遺失了

您是否想過有多少資訊遺失得無影無蹤？畢竟，Habr 存在的目的就是訊息。您知道基於用戶貼文的資源最常發生什麼情況嗎？作者插入了來自第三方網站的圖像、圖片和視頻，一段時間後它們就不再可用。這就是它曾經創建的目的。哈布拉存儲。實踐表明，沒有人（除了編輯和少數愛好者）自行上傳圖片。因此，在某個時候，哈布爾政府將這項功能自動化——出版物中出現的每張圖像都會自動上傳到儲存中，只要哈布爾本身存在，就不會從那裡消失。當然，也有例外和可能會出問題，但現在不是關於他們的。

將映像載入到 Habrastorage 的整個方案中最大的問題出現在實施過程中。那時，有些舊出版品已經沒有圖了，所以就一直是這樣。今天我們將嘗試找出哈布爾自誕生以來丟失了多少圖形資訊。另外，也許我們能找到一些失去的東西？這個「圖片無法載入」存根很煩人，不是嗎？今天的偵探故事就是專門講這個的。讓我們開始吧！

您可能是因為以下內容中的提及而看到這篇文章的：追蹤器？也許，一張圖片從你的舊出版物中消失了，我找到了它。如果您不想閱讀整篇文章，您可以滾動到最後的劇透（部分 Результаты），其中列出了找到的所有出版物和圖像。謝謝你！

介紹和方法

我們的偵探故事將從頭開始（合乎邏輯，對吧？）。從哈布爾開始。畢竟，貼文發布得越早，其中的圖像在歷史中丟失的可能性就越大。這就是為什麼我們將從2006年開始並向前邁進一點。

目前排名靠前的 40 個中心的所有出版物均包含在考慮範圍內。這些中心的完整清單顯示在擾流板下方。事實上，其中許多當時並不存在，但當新的中心添加時，出版物就轉移到了那裡。

樞紐列表

* nix中, 算法, 人工智能, 航天, 生物技術, 大腦, C + +中, 發展管理, DIY, 生態, 遊戲開發, 遊戲和遊戲機, 極客健康, 資訊科技的歷史, 信息安全, 信息技術職業, IT基礎設施, 資訊科技公司, Java的, JavaScript的, 資訊科技立法, 極客的生活小撇步, 機器學習, 電子產品的製造和開發, Nginx的, 開源, 人員管理, 物理, 科普, 產品管理, 程序設計, 項目管理, 蟒蛇, 閱覽室, 逆向工程, 社交網絡和社區, 系統管理, 系統分析與設計, 未來就在這裡, 網站開發

這些資訊是使用一組 PHP 腳本收集的。下載每個出版物，確定標籤內容 <div id="post-content-body"> 並檢查標籤 <圖片> 裡面。對於每張圖像，都會儲存圖像的鏈接，連結到 Habré 上的出版物 ID。該資訊將被進一步分析。

發布了什麼以及何時發布

2006

哈布爾成立之初，出版物沒有現在那麼多，其中的圖片就更少了。 2006 年（從 05.06.2006 年 221 月 53 日開始），列出的中心總共發布了 75 個貼文。其中 10 個貼文總共包含 XNUMX 張圖片。出版品最多影像（XNUMX 張）「改變世界的十件小玩意」。Habrastorage 上已有 50 張圖紙。另外 25 張遺失了。所有這些圖紙都是獨一無二的，不會重複。

一個有趣的事實： 其中兩張圖像指向哈布爾本身，但很長時間以來一直無法使用。這些是圖像 http://www.habrahabr.ru/tmp/sup_blogs_preview.gif 和 http://www.habrahabr.ru/tmp/upgrade-chart.gif。

所以，2006年輸了 企業排放佔全球 33.3% 出版品中的影像。

2007

2007 年，出版物數量大幅增加，圖片數量也大幅增加 - 發布了 1 篇貼文。 713 個貼文包含 599 張圖片。 1 張影像被傳輸到 Habrastorage，其中 467 張遺失（企業排放佔全球 16.2%).

一個有趣的事實： 發布前 100 名 Mac 作業系統應用程式最多包含 2007 年的 100 張圖像，且不包含版權文字。

此外，其中一些遺失的圖像是重複的。因此，其中一個在 6 次中出現 XNUMX 次發表只有6張圖片。另外，來自一個域的圖像「Up.gif」重複21次，「Down.gif」重複16次，「Same.gif」重複8次。這 45 張圖片均來自一篇文章，其中僅包含 47 張圖片。

還剩191個唯一的<img>。

2008

由於有關哈布雷的出版物數量逐年增加，2008 年我們的偵探將審查 2 份出版物以及 520 張圖像。我們注意到，在2年，出版物中的圖片數量終於超過了出版物的數量。而且，只有969個帖子包含圖片，出版物中最多呈現2008個圖形資訊元素”谷歌節日標誌的歷史」。Habrastorage 上已保存 1 張影像，其中 943 張遺失（企業排放佔全球 34.6%).

一個有趣的事實： 最意想不到的圖像（或更確切地說，出版物設計中的問題）位於這裡。因此，Habr 嘗試透過 http://#/ 下載映像。

米。 1. 所考慮的一般統計

是否有可能至少恢復一些東西？

部分恢復並不困難。例如，最懶的方法是使用互聯網檔案館嘗試載入已儲存的出版頁面。此外，您可以嘗試使用直接連結在存檔中「尋找」圖像本身。

生活技巧： 您需要檢查存檔中頁面的所有版本中是否存在圖像，而不僅僅是最舊的和最新的。

不幸的是，儘管這種方法在某些情況下有效，但要恢復至少一半的影像卻非常困難。因此，下一步是檢查交叉發布、原始翻譯，當然還有原始頁面的存檔副本。

此外，您可以嘗試使用 Habr 的非官方鏡像之一來尋找所需的影像，該鏡像曾經有效，並且仍然儲存一些複製的資訊。

最後也是最困難的選擇是使用搜尋引擎。如果您確切知道圖像中應該包含什麼內容（有描述和上下文），則有機會找到具有相同名稱的檔案（如果這些檔案曾經被某人複製到另一個資源）。

當然，每個後續步驟都會非線性地增加搜尋時間。

我們發現了什麼

您可能不會對迄今為止發現的圖像數量印象深刻 - 其中有 300 張（包含在 140 位作者的 81 篇出版物中）。如果我們考慮「損失」的數量（1），結果約為 企業排放佔全球 24.2%。為什麼遺失的影像比原來的少？所有無用的圖像（如視圖計數器）和不存在的圖像（如已經提到的http://#/，以及 http://fig.jpg/ 等等）。

你是怎麼得出這麼一個整數的？事實上，大約300天的搜尋工作已經結束。一開始我打算去333，但300看起來也不錯。另外，目前關於 企業排放佔全球 33% 所有「搜索的受害者」。

米。 2. 目前搜尋結果

所有找到的圖像（除了一張 .bmp，它會是 301）都上傳到 hsto.org，以及它們和出版物的鏈接，以及其中圖像的索引，將在下一節中給出。