バックアップなしで失われたウェブサイトを回復しますか？

残念ながら、ホスティングプロバイダーは100％のデータ損失を経験したため、2つのホストされたブログWebサイトのすべてのコンテンツを失いました。

• http://blog.stackoverflow.com
• http://www.codinghorror.com

（はい、はい、完全なオフサイトバックアップを実行する必要がありました。残念ながら、すべてのバックアップはサーバー自体に保存されていました。講義を保存してください。ここで質問に集中してください！）

私は、WebクローラーのキャッシュからWebサイトを回復する、遅くて苦痛なプロセスを始めています。

Warrickなど、インターネットWebスパイダー（Yahoo、Bing、Googleなど）キャッシュからWebサイトを回復するための自動化されたツールがいくつかありますが、これを使用していくつかの悪い結果がありました。

• 私のIPアドレスはすぐにGoogleから使用を禁止されました
• 500エラーと503エラーが大量に発生し、「5分間待機しています...」
• 最終的には、テキストコンテンツを手作業ですばやく回復できます

すべてのブログ投稿のリストを使用して、Googleキャッシュにクリックスルーし、個々のファイルをHTMLとして保存することで、幸運を得ることができました。ブログの記事の多くがありますが、存在しないこと、多くの、そして私は、私はより良いバックアップ戦略を持っていないため、いくつかの自責に値する把握。とにかく、重要なことは、この方法でブログの投稿テキストを取得できて幸運だったことです。また、インターネットキャッシュからWebページのテキストを確実に取得できます。これまでに行ったことに基づいて、失われたブログ投稿テキストとコメントをすべて回復できると確信しています。

ただし、各ブログ投稿に伴う画像は証明されていますが…もっと難しいです。

任意の一般的なインターネットのキャッシュからのウェブサイトのページを回復するためのヒント、そして特に、場所はするウェブサイトのページからアーカイブされた画像を回復しますか？

（また、バックアップの講義はありません。あなたは完全に、完全に、まったく正しいです！しかし、正しいことは私の差し迫った問題を解決していません...あなたがタイムマシンを持っていない限り...）

ここに暗闇の中で私の野生の刺し傷があります：すべての画像リクエストに対して304を返すようにWebサーバーを設定し、URLのリストをどこかに投稿し、すべての読者にポッドキャストを頼んで各URLをロードして画像を収穫することで回復をクラウドソーシングしますローカルキャッシュからロードします。（これは、HTMLページ自体を<img ...>タグで完全に復元した後にのみ機能します。質問は、あなたができることを暗示しているようです。）

これは基本的に、「読者のWebブラウザーのキャッシュから取得する」という凝った方法です。多くの読者とポッドキャストリスナーがいるため、最近Webサイトを閲覧した可能性が高い多数の人々を効果的に動員できます。しかし、さまざまなWebブラウザーのキャッシュから画像を手動で見つけて抽出することは難しく、多くの人がそれを試して成功するのに十分簡単である場合、アプローチ全体が最適に機能します。したがって、304アプローチ。読者に必要なのは、一連のリンクをクリックして、Webブラウザーに読み込まれる（または右クリックして名前を付けて保存するなどの）画像をドラッグして、メールで送信するか、あなたが設定した中央の場所、または何でも。このアプローチの主な欠点は、Webブラウザーのキャッシュがそれほど遠くまで戻らないことです。しかし、非常に古いイメージでさえも救助するために、過去数日間に2006年からたまたま投稿を読み込んだ読者は1人だけです。十分な聴衆があれば、何でも可能です。

私たちの中にはRSSリーダーであなたをフォローし、キャッシュをクリアしないものがいます。2006年にさかのぼるようなブログ投稿があります。私が見ることのできる画像はありませんが、あなたが今していることよりも良いかもしれません。

（1）HTMLバックアップから不足しているすべての画像のファイル名のリストを抽出します。次のようなものが残されます。

• stay-puft-marshmallow-man.jpg
• internet-properties-dialog.png
• yahoo-homepage-small.png
• password-show-animated.gif
• tivo2.jpg
• michael-abrash-graphics-program

（2）それらのファイル名に対してGoogle画像検索を実行します。それらの多くは、他のブロガーによって「ミラーリング」されており、同じファイル名を持っているので、撮影に適しているようです。

（3）たとえば10枚以上の画像で成功した場合、これを自動化された方法で行うことができます。

移動して、Google画像検索と入力してsite:codinghorror.com、あなたは、少なくともあなたのすべての画像のサムネイルバージョンを見つけることができます。いいえ、必ずしも役立つとは限りませんが、数千の画像を取得するための出発点となります。

Googleはより大きなサムネイルを保存するように見え、いくつかの例：

Googleは左側、Bingは右側です。

ブログについて聞いて申し訳ありません。講義しない しかし、Imageshackであなたの画像のように見えるものを見つけました。彼らは本当にあなたのものですか、誰かがそれらのコピーを保持していますか？

http://profile.imageshack.us/user/codinghorror

フルサイズの456個の画像のように見えます。これは、すべてを回復するための最善の策かもしれません。たぶん彼らはあなたにダンプを提供することさえできます。

ジェフ、私はあなたのためにここに何かを書いた

要するに、私があなたに提案するのは：

1. すべての画像リクエストに対して304を返すようにWebサーバーを構成します。304は、ファイルが変更されていないことを意味します。これは、キャッシュが存在する場合、ブラウザがキャッシュからファイルを取得することを意味します。（クレジット：このSuperUserの回答）

2. Webサイトのすべてのページに、画像データをキャプチャしてサーバーに送信する小さなスクリプトを追加します。

3. 画像データをサーバーに保存します。

4. 出来上がり！

指定されたリンクからスクリプトを取得できます。

Wayback Machineで次のクエリを試してください。

http://web.archive.org/web/*sa_re_im_/http://codinghorror.com/*

これにより、archive.orgによってアーカイブされたcodinghorror.comからすべての画像が取得されます。これにより3878個の画像が返されますが、その一部は重複しています。完全ではありませんが、それでもなお良いスタートです。

残りの画像については、検索エンジンキャッシュのサムネイルを使用し、http：//www.tineye.com/でこれらを使用して逆ルックアップを実行できます。それにサムネイル画像を与えると、プレビューと、Webで見つかった画像に密接に一致するポインタが表示されます。

dd（1）RAWディスクがどこかで利用可能な場合、推奨事項に+1 。（2）画像は単純なファイルでした。次に、法医学的な「データ彫刻」ツールを使用して、（たとえば）JPG / PNG / GIFのように見えるすべての信頼できる範囲を引き出します。この方法でワイプしたiPhoneで写真の95％以上を回復しました。

これには、オープンソースツール「foremost」とその後継の「scalpel」を使用できます。

http://foremost.sourceforge.net/

http://www.digitalforensicssolutions.com/Scalpel/

幸いなことに、将来の世代は大丈夫です。

この大きな岩の一部だけでさえ、科学者/言語学者は多くを理解しました。

数枚の写真が欠落している場合は、数千年後に把握するために誰かに任せてください。

うまくいけば、あなたは少し笑っています。:)

同様に、archive.orgもいつでも試すことができます。ウェイバックマシンを使用します。これを使用して、Webサイトから画像を復元しました。

絶対に最悪の場合、あなたは物を取り戻すことができません。くそー。

縮小されたグーグルのものをつかみ、逆イメージ検索エンジンであるTinEyeに入れてみてください。うまくいけば、人々が作った重複やリホストをつかむはずです。

それはロングショットですが、あなたが考慮することができます：

• 不足している写真の正確なリストを投稿する
• すべての読者のインターネットキャッシュを使用して、検索プロセスをクラウドソーシングします。

たとえば、Nirsoft Mozilla Cache Viewerを参照してください。

_{（ソース：nirsoft.net）}

単純なコマンドラインを使用して、まだあるかもしれない「blog.stackoverflow.com」画像をすばやく掘り下げることができます。

MozillaCacheView.exe -folder "C:\Documents and Settings\Administrator\Local Settings\Application Data\Mozilla\Firefox\Profiles\acf2c3u2.default\Cache" 
/copycache "http://blog.stackoverflow.com" "image" /CopyFilesFolder "c:\temp\blogso" /UseWebSiteDirStructure 0

注：Chromeには同じキャッシュエクスプローラーがあります。

_{（ソース：nirsoft.net）}

（15日間分のblog.stackoverflow.comの写真が必要です）

そして、Internet Explorer、またはOpera。

次に、公開リストを更新して、読者がキャッシュで発見したことを報告する内容を反映します。

過去に、http： //www.archive.org/を使用して、キャッシュされたイメージをプルアップしました。それは一種のヒットまたはミスですが、私にとってはうまくいきました。
また、古いサイトで使用したスト​​ック写真を復元しようとすると、サムネイルしかなく、フルサイズの画像が必要な場合にwww.tineye.comが最適です。

これがあなたのお役に立てば幸いです。幸運を。

これはおそらく最も簡単または完全な解決策ではありませんが、Evernoteなどのサービスは通常、テキストと画像の両方をアプリケーション内に保存するときに保存します。 ？

archive.orgで素晴らしい経験をしました。サイトからすべてのブログ投稿を抽出できなくても、定期的なスナップショットが保持されます。

このようにして、各ページをチェックアウトし、作成したブログ投稿を確認できます。すべての投稿の名前を使用すると、archive.orgにない場合は、Googleのキャッシュで簡単に見つけることができます。アーカイブは画像を保持しようとしますが、Googleキャッシュは画像を保持します。最近キャッシュを空にしたことはないので、最近のブログ投稿でお手伝いできます:)

独自のローカルブラウザキャッシュを試しましたか？かなり新しい可能性があり、最近のものがまだ残っています。 http://lifehacker.com/385883/resurrect-images-from-my-web-browser-cache

（または、不足しているすべての画像のリストを作成し、誰もがキャッシュをチェックして空白を埋めることができるかどうかを確認できます）

将来への提案：私はブログにWindows Live Writerを使用し、ブログに公開するだけでなく、投稿のローカルコピーをコンピューターに保存します。

約5年前、すべてのデジタル写真を保存していた外付けハードドライブの初期化はひどく失敗しました。ddJPEG画像のように見えるものを復元するための基本的なツールを使用して、ハードドライブの画像を作成しました。それから私の写真のほとんどを手に入れました。

質問は、イメージを保持している仮想マシンのディスクイメージのコピーを取得できますか？

Webアーカイブは画像をキャッシュします。今は負荷が重いので、2008年までは大丈夫です。

http://web.archive.org/web/20080618014552rn%5F2/www.codinghorror.com/blog/

archive.orgと[Tor] [2]のようなリクエストアノニマイザーの組み合わせをお勧めします。アノニマイザーを使用することをお勧めします。これは、各リクエストにランダムなIPと場所が割り当てられ、その方法により、異常に多数のリクエストに対してarchive.org（Googleのように）によって禁止されることを回避できるためです。

幸運を祈ります、そのブログにはたくさんの逸品があります。

ウェイバックマシンにはいくつかあります。Googleキャッシュと同様のキャッシュにはいくつかあります。

最も効果的な方法の1つは、元のポスターをメールで送信して、助けを求めることです。

実際にインフラストラクチャに関する推奨事項があります。これはすべてクリーンアップされた後です。基本的な問題は、実際にはバックアップではなく、サイトの複製の欠如と監査の欠如です。プライベートメールフィールドの内容で私にメールを送ってくれた場合、後で戻ってきたとき、私はあなたと問題について話し合いたいです。

画像がFlickrやCDNなどの外部サービスに保存されている場合（ポッドキャストのいずれかに記載されているように）、そこに画像リソースが残っている可能性があります。

一部の画像は、Google画像で検索して[ 類似の画像を検索 ]をクリックすると見つかります。他のサイトにコピーがある可能性があります。

archive.orgは時々画像を隠します。各URLを手動で取得（または短いスクリプトを作成）し、次のようにクエリを実行します。

string.Format（ "GET / * / {0}"、nextUri）

もちろん、それを検索するのはかなり面倒です。

ブラウザのキャッシュにあるかもしれません。もしそうするなら、どこかでホストします。

ユーザーのキャッシュをスクレイプしようとする304 Not Modified場合は、ブラウザーが使用するすべての条件付きGET（「If-Modified-Since」または「If-None-Match」）リクエストに応答するようにサーバーを設定できます。キャッシュされたマテリアルを再検証します。

画像などの静的コンテンツの初期キャッシュヘッダーがかなりリベラルである場合（数日または数か月キャッシュできるようにする場合）、しばらくの間、再検証リクエストを取得し続けることができます。それらのリクエストにCookieを設定し、キャッシュに対してスクリプトを実行して、まだ持っている画像を抽出するようユーザーに訴えます。

ただし、まだ存在しないインラインリソースを含むテキストコンテンツを作成し始めると、リバリデーターが404に達したときにキャッシュバージョンを消去することに注意してください。

TinEyeを使用して、Googleキャッシュでサムネイルを検索することで、画像の複製を見つけることができます。ただし、これは他のサイトから撮影した画像でのみ役立ちます。

明らかなことを指摘する危険があるので、画像用に自分のコンピューターのバックアップをマイニングしてみてください。バックアップ戦略が偶然であり、多くのファイルのコピーが外部ドライブ、焼き付けられたディスク、およびzip / tarファイルにぶら下がっていることがわかっています。幸運を！

Snow LeopardのSafariキャッシュからこれらのファイルを回復することができました。

bad-code-offset-back.jpg
bad-code-offset-front.jpg
code-whitespace-invisible.png
code-whitespace-visible.png
coding-horror-official-logo-small.png
coding-horror-text.png
codinghorror-search-logo1.png
crucial-ssd-128gb-ct128m225.jpg
google-microformat-results-forum.png
google-microformat-results-review.png
kraken-cthulhu.jpg
mail.png
powered-by-crystaltech-web-hosting.png
ssd-vs-magnetic-graph.png

他の誰かが試してみたい場合は、Pythonスクリプトを作成して〜/ codinghorror / filenameに抽出します。

これがお役に立てば幸いです。

ホスティングプロバイダーにバックアップがあるかどうかを確認できましたか（古いバージョンもあります）？

このデータはどれくらい価値がありますか？相当額（数千ドル）の価値がある場合は、Webサイトのデータの保存に使用するハードドライブをホスティングプロバイダーに依頼することを検討してください（ハードウェア障害によるデータ損失の場合）。その後、ドライブをオントラックまたは他のデータ回復サービスに移動して、ドライブから何を取得できるかを確認できます。これは、ドライブ上の他の人の未回復データの可能性もあるため、交渉するのは難しいかもしれませんが、本当に気にするなら、おそらくそれを解決することができます。

これを聞いて非常に残念で、あなたとそのタイミングに非常に悩まされています-あなたの投稿のいくつかのオフラインコピーが必要で、サイト全体でHTTrackを行いましたが、外出する必要がありました（これは数週間前でした）やめました。

ホストが中途半端な場合-そして、私はあなたが良い顧客だと推測しているという事実によって...私は彼らにあなたにハードドライブを送るよう頼みます（私は彼らがRAIDを使用するべきだと推測しているように）

これは速いプロセスではないかもしれませんが、私はクライアントのために1つのホストでこれを行い、データベース全体を完全に回復することができました（...基本的に、ホストは使用しているコントロールパネルのアップグレードを試みて、それを台無しにしました。しかし、何も上書きされませんでした）。

何が起こっても-SOサイトのすべてのファンから幸運を祈ります！