Форум Сообщества Практиков Конкурентной разведки (СПКР)

Кейс. Восстановление быстро стертой информации, почти исчезнувшей из кэша поисковиков.

yushchuk.livejournal.com/319888.html

Ситуация интересная. До сих пор, мне не приходилось таким образом восстанавливать удаленные из интернета тексты, поэтому расскажу подробнее. Тем более, что автор материала, который я восстанавливал, не возражает.

Итак, в блоге Платона Маматова (kaisi) я увидел текст недельной давности, с названием: "Тут был текст про политоту, но я его стер, ибо надоело".

Обычно в подобных случаях достаточно просто забраться в кэш Яндекса или Гугла, чтобы прочитать удаленный материал. Однако в данном случае, автор настолько быстро его удалил, что это не сработало.
"Насколько быстро стер - не помню. Четко помню что перечитал свой блог, подумал "заебало, тошнит", и стер", - рассказал мне Платон.


Ситуация в кэше Яндекса сложилась любопытная. При запросе

' inurl:kaisi.livejournal.com/783970.html '

картинка в основной выдаче Яндекса была такой:



Я взял из полученного текста фразу "Маленький Феодор, который накопытил себе мешок бабла богоугоднейшими методами" и далее стал работать с ней.

Основная выдача Яндекса, при запросе по этой точной фразе, сниппеты показала:



А основная выдача Гугла - нет:



Выдача Яндекса по блогам - показала, но очень своеобразно.

Сниппеты были видны:




Но вот при попытке раскрыть, и посмотреть полный текст - выскакивала уже новая версия поста, хотя и со старым (первоначальным) заголовком:



Попытка открыть из поиска по блогам Яндекса "сохраненную копию" выдавала уже измененный текст:



И попытка открыть сохраненную копию из основной выдачи Яндекса давала такой же отрицательный для меня результат:



Не буду делать скриншотов, а просто скажу, что остальные известные, и не очень известные поисковики, в которые я раздавал этот запрос, не смогли справиться с задачей - они вообще не видели этого текста. В базу данныз Айкубаз этот текст также не успел попасть - ни в новом, ни в старом виде.

Тогда я сделал запрос в Гугл не по точной фразе, а с помощью оператора inurl. Результат получился любопытный. Страница нашлась.
При этом, кэш Гугла, как и кэш в Янлексе, содержал новую версию страницы и ничем помочь мне не мог:



Но у Гугла была еще и нетекстовая информация - скриншот поста, сохраненного в его кэше. И этот скриншот был явно сделан с первоначального текста:



Качество изображения там, однако, таково, что разобрать весь текст не представляется возможным. Но отдельные слова, все же, читабельны.



Получается, что Гугл имеет скриншот первоначального текста и показывает его пусть и трудночитаемым, но зато целиком.
В то же время, Яндекс хранит и умеет показывать весь первоначальный текст и готов показывать его в виде сниппетов, но только не весь одновременно.

Я провел эксперимент, который оказался удачным: стал брать по одному-два слова из каждого абзаца на скриншоте и ставить их в поиск по блогу kaisi через расширенный поиск.
Вот как это выглядело.

Первый абзац и так показан Яндексом - его не надо было восстанавливать:

Маленький Феодор, который накопытил себе мешок бабла богоугоднейшими методами (от беззастенчивой пропаганды в интересах власти и информационного шантажа до откровенного рейдерства)

Второй абзац был восстановлен по слову "рулит":




Славный Федя, который рулит чернушным и абсолютно аморальным "Политсоветом".

Третий абзац - по слову "письма":



Добрый друг Феденька, сующий свое рыльце в чужие письма, и сливающий их потом на сторону.

Четвертый абзац - по слову "Крашенинников":



Наш славный Федя Крашенинников написал моральную программу для оппозиции.

Пятый абзац состоит из одного слова "Охуеть", которое и так видно.

Шестой абзац восстановлен по слову "особенности":



Ну и вишенкой на тортике - августейшее одобрение оной программы высокоморальнейшим Леонид Михалычем, который знает обо всех милых особенностях своего друга и соратника.

Седьмой абзац читабелен на скриншоте Гугла: "Ох, отцы иезуиты. Как красиво. Мне очень нравится"

Восьмой абзац - восстановлен по слову "сном":



Пойду, забудусь сном.

Итак, текст, который в данный момент выглядит вот так:

Тут был текст про политоту, но я его стер, ибо надоело
Тезисно: Федя - мудак, кто ему верит - наивные кретины

Восстановлен в первоначальном виде:

Отцы иезуиты
Маленький Феодор, который накопытил себе мешок бабла богоугоднейшими методами (от беззастенчивой пропаганды в интересах власти и информационного шантажа до откровенного рейдерства)
Славный Федя, который рулит чернушным и абсолютно аморальным "Политсоветом".
Добрый друг Феденька, сующий свое рыльце в чужие письма, и сливающий их потом на сторону.
Наш славный Федя Крашенинников написал моральную программу для оппозиции.
Охуеть
Ну и вишенкой на тортике - августейшее одобрение оной программы высокоморальнейшим Леонид Михалычем, который знает обо всех милых особенностях своего друга и соратника.
Ох, отцы иезуиты. Как красиво. Мне очень нравится
Пойду, забудусь сном.

Полагаю, что специалистам Конкурентной разведки, равно как и юристам, собирающим уничтоженные улики в Интернете, такой способ однажды может пригодиться.

И еще раз подтвердилась идея о важности сочетания текстовой, и нетекстовой информации при поиске в Интернете.

Прикрепить пакет не удалось. Привожу его текст живьём. В папке "Condition Forms" создайте файл "Восстановление содержания ссылки по сниппетам.txt" и перекопируйте в него следующий ниже текст.


^^Восстановление содержания ссылки по сниппетам - вспомогательный пакет

^^Параметры:

^^<1>=; //Адрес ссылки
^^<3>=Yandex;Метапоиск;//Чем искать
^^<5>=1;4;100;20 //Глубина поиска в страницах

site:<1> в || <3>=<5>
site:<1> и || <3>=<5>
site:<1> который || <3>=<5>
site:<1> ещё || <3>=<5>
site:<1> для || <3>=<5>
site:<1> абсолютно || <3>=<5>
site:<1> от || <3>=<5>
site:<1> или || <3>=<5>
site:<1> как || <3>=<5>
site:<1> очень || <3>=<5>

Я фигею! Применить для таких целей СайтСпутник - круто!!! А ведь и верно - раз это можно делать руками, то почему бы не автоматизировать, тем более, что СайтСпутник многие процессы поиска автоматизировал.

CI-KP написал:

[q]

... пытается автоматизировать то, что делается вручную. Другое дело - насколько актуально такое действо в данном редко встречающемся случае. Если все равно вводить слова - какая разница - в Яндекс или в СайтСпутник?

[/q]

Случай действительно редкий, поэтому сделаю его на "досуге".

Но слова вводить не надо. Вводится только адрес ссылки. А слова стандартные. Они уже введены в пакет с параметрами по умолчанию, а именно: в, и, который, ещё, для, абсолютно, от, или, как, очень.

Эти слова есть практически в контенте любой ссылки. Их надо подобрать более тщательно. По ним "вытягиваются" разные сниппеты (повторы и пересечения по контенту конечно есть) для исследуемый ссылки. Это видно на картинке - посмотрите, там где был запрос с указанными словами, они выделены жирным шрифтом.

Как я писал выше, на этой стадии не надо программировать, но если заняться синтезом контента ссылки из ее сниппетов посредством генерации десятков или сотен запросов к ней, то можно добиться того, что часть контента ссылки будет восстановлена автоматом по ее адресу. Единственно, что использовать эту возможность будут очень мало пользователей и очень редко. Это больше маркетинговый ход, чем реальное дело, я так предполагаю.