【studio】如何使用r studio

欢迎您阅读本文，今天小编为你分享的电脑教程是：【如何使用r studio】，下面是详细的讲解！

如何使用r studio

如何使用r studio

在R-Studio中，格式化恢复与分区恢复的操作基本相同，唯一不同的是，由于格式化是针对一个特定的分区进行的，所以在恢复时没有必要对整个磁盘进行扫描，只需要对该分区进行扫描即可。

　　R-Studio(数据恢复)下载地址： /SoftView/SoftView_27963.html

　　我们将试验磁盘的第三个分区由FAT32格式化成NTFS后进行恢复演示。由于我们知道原来的文件系统为FAT32，所以在扫描设置对话框的文件系统栏中，只保留FAT类型即可，这样可以避免一些不必要的系统开销。如果不能确定原来的文件系统是FAT还是NTFS，则需要对两种文件系统类型都进行勾选。

　　扫描完成后，程序会列出找到的分区。实际上，格式化后的扫描恢复相当于限定一个扫描的范围，在这个范围内寻找可能存在的分区。由于我们用于实验的磁盘进行过全盘清除数据的操作，不存在以前分区的干扰信息，所以扫描完成后只显示有一个FAT32分区。如图10.73所示。

　　可以看到，程序显示FAT32文件系统起始于分区的16KB处，其实这也是一个FAT表的起始位置。分区大小为267.2MB，对于分区大小的算法目前还不太了解，不过这并不影响我们恢复其中的数据。

　　在搜索到的分区上双击即可将其打开，如图10.74所示。

　　经过验证，数据基本上没有破坏。这也同时验证了我们前面的分析，即FAT32文件系统格式化成高版本NTFS后，数据恢复的可能性比较大。

　　我们向现在的NTFS分区拷入部分数据后再格式化成FAT32，其实也相当于将原来的FAT32重新进行FAT32格式化。回顾我们前面分析格式化恢复时所讲的内容，FAT32的数据通常位于分区前部，高版本NTFS的数据通常稍靠后一些，形成前后错开的情形。将FAT32格式化成NTFS时没有破坏掉原FAT32的FAT表、根目录和数据。重新格式化成FAT32时，基本不会破坏NTFS的数据，但却会破坏最初FAT32文件系统的FAT表和根目录。我们可以通过这个实例同时验证FAT32分区重新进行FAT32格式化以及NTFS格式化成FAT32的恢复。

　　我们不再详细讲述基本的操作，但需要提醒一点，因为我们知道格式化的过程是FAT32－NTFS—FAT32，因此，需要找回原来的FAT32及NTFS中的数据，所以进行扫描设置时应该同时保留FAT及NTFS文件系统类型选项。扫描结果如图10.75所示。

　　可以看到，程序找到了两个FAT32和一个NTFS，其中一个FAT32是根据DBR备份扇区的信息虚拟而成。我们双击起始位置为0的FAT32，结果如图10.76所示。

　　可以看到，根目录下已经没有内容，因为使用与原FAT32分区相同的参数进行格式化时，新旧分区中的逻辑位置都是相同的，为根目录分配的簇恰好与原FAT32的根目录重合，因此原根目录内的内容被清空了，原来位于根目录中的子目录和文件的目录项都已经丢失。不过，子目录的簇空间还仍然存在，程序搜索到这种子目录空间后即为其建立一个目录，用号码做为它的目录名。子目录的簇空间中记录的下一级子目录及文件的目录项依然完好，所以可以列举出它们的名字。但如果要正确地恢复数据，依赖于它们的存储是否连续，因为FAT表已经不存在了。

　　最严重的破坏是，原来直接存放在根目录下的所有Word文档全部丢失了。因为它们的目录项直接存放在根目录的簇空间中，根目录被清空后，这些文件的目录项丢失，导致程序无法通过目录项得知它们的存在。这些文件只能通过RAW方式恢复。同样，它们能否被成功恢复也取决于存储的连续性。

　　我们再来看一下程序找到的NTFS文件系统，双击打开后如图10.77所示。

　　可以看到，NTFS中的数据非常完好，说明一个高版本NTFS类型分区，如果数据量不是很大的话，格式化成FAT32后，数据被破坏的程度是有限的。

　　最后，按照我们前面介绍的方法将数据导出即可完成恢复。

关于如何使用r studio的用户互动如下：

　　相关问题：r-studio 使用方法

　　答：帮不了你，换换别的软件吧！！ >>详细

　　相关问题：硬盘用r-studio扫描下来大小不对，应该是500G的，...

　　答：每个硬盘都是2Tb只是厂商出厂时为了价格把容量屏蔽了，恭喜你获得更多的容量，不过有没有坏道就不知道了。 >>详细

　　相关问题：怎么用Rstudio (R语言) 去化简矩阵，得到row echel...

　　答：你好，给你一篇文章，希望能帮到你！ R语言与矩阵运算 R语言矩阵运算 主要包括以下内容： 创建矩阵向量；矩阵加减，乘积；矩阵的逆；行列式的值；特征值与特征向量；QR分解；奇异值分解；广义逆；backsolve与fowardsolve函数；取矩阵的上下三角... >>详细