Полигон-2

Не в первый раз нахожу на старых жёстких дисках огромные кэши IE со страницами, которых нет в Web Archive. В основном это результаты поисковиков середины нулевых и подобный полу хлам. Если включить автономный режим, можно "полазить" в поиске Яндекса образца 2008 года, или посмотреть прогноз погоды, который выбирается через JavaScript. Очень хорошо IE переадресует все запросы к интернету в свой кэш. Порылся в кэше, там все файлы в неизменном виде, и есть БД в формате, который как бы описан, но по факту набор полей там произвольный, и упомянутому описанию соответствует только часть файла. Поэтому начал писать утилиту, которая сканирует весь кэш на предмет ht* файлов, а далее ищет картинки и прочие ресурсы по именам файлов. Но это весьма весёлая задача, особенно когда есть ссылка на какой-нибудь index.htm, и поди угадай, какой из 100 index.htm[ * ] там упомянут. Разобрать формат index.dat пока не вышло, но, может быть, ещё разберусь.

Вопрос: есть ли какие-нибудь готовые утилиты, преобразующие кэш IE в читабельный формат (типа как у Teleport Pro)? Или я первопроходец за без года 20 лет существования этого формата?

pahan, задачу поняли верно, надо реанимировать кэш, чтобы страницы из него открывались не только в автономном режиме на компе, содержащем кэш, но и на других. IECacheView на справляется на 4-, ссылки (и картинки, стили, js) на другие домены остаются как есть. Но простые (однодоменные) сайты восстановил отлично. В целом, можно заменить http/https в файлах на адрес корневой папки с достанными страницами, и будет то, что надо. Скорее всего.

Ещё обнаружил недостаток. Ест только папку Temporary Internet Files, отдельно Content.IE5 не признаёт. Также не завелась на WinME.

Не, дело не только в температуре. Интересно поностальгировать по старому виду выдачи Яндекса, страницам ВКонтакте вида задолго до моей регистрации там, блоку поиска в боковой панели IE, личным кабинетам модемных провайдеров и т.д.. Также в кэше вижу остатки update.microsoft.com для WinME, может, что-нибудь там будет полезное. Потом, когда отсортирую что можно выкладывать, а что нет, выложу у себя на сайте (в Web.Archive.Org всего этого нет и быть не может, многое требовало логины-пароли или скрыто в robots.txt).


Igor Michailov написал:

[q]

В целом же задача автоматического восстановления веб-страниц из кешей браузеров решается плохо.

[/q]

Однако, IE с этим отлично справляется, если включить автономный режим.

Руками его работа проделывается так:
1.) Поменять "http://", ""http://" и ""//" на путь к папке восстановленных страниц.
2.) Распаковать что сжато Gzip'ом (самый сложный для автоматизации процесс, пока думаю, как его проделать грамотно).
3.) Подправить пути.
4.) Можно запускать машину времени