起点
2013 年 4 月 17 日那张 1024×640 的旧截图
我在旧硬盘里找到这张图，右下角有个被裁掉一半的时间戳。光标停在「17:42」，文件夹属性写的却是 18:05。这个 23 分钟的差，后来成了我判断抓取顺序的第一块砖。
核对笔记 012025-11-10
这篇文章里的十条线索
按核对顺序排列 · 2025-11-10 更新
入口层
四条镜像的「返回 200」时间差了 9 小时
我逐个跑了 curl，四条镜像的响应头里 Server 字段一致，但 Date 相差 9 小时。这说明它们不是同一台机器，而是同一套源的四个出口。想找免费的网页版入口，不妨先看 免费的网页版入口 那篇，我在里面补了响应头的对照表。
核对笔记 02HTTP 层
版本
「新奥17」这个编号，2019 年曾被改过一次
对过三份存档后我发现，v17 的索引字段在 2019 年 8 月被重排过，字段数从 41 变成 44。所以今天看到的「17」并不等于 2013 年那个 17。新奥17图库资料恢复 里我把字段清单列全了，方便逐条比对。
核对笔记 03字段层
工具
老周提醒我：先看浏览器默认设置再说
上周三下午，在省图三楼自习区，做数字存档的老周跟我说了一句：「别急着怀疑数据，先看浏览器默认设置。」我照做，发现缓存策略差异足以让同一页面显示出两套时间。具体步骤记在 qq浏览器设置默认 里。
核对笔记 04对话记录
结论
我的观点：这条数据链的「免费」是被误读的
说实话，我认为大部分关于「免费打开」的说法，都混淆了「可访问」和「可下载」。原始索引从来没有免费过，免费的只是入口页面。把这两件事写在一起，是十来年积累下来的偷换，我不打算替它圆场。
核对笔记 05个人观点
开放数据
800 期那份台账，开放数据里只留了 6 页
800 图库对应的台账在开放数据里只保留了 6 页扫描件，第 7 页之后全部标注「暂不公开」。我把这 6 页逐行抄了一遍，抄到第 4 页时发现一个被划掉的数字。免费照片库 里附了扫描原图和我的抄录稿。
核对笔记 06扫描件
术语
「恢复」这个词在 2016 年的文档里是另一个意思
我翻了 2016 年的一份内部说明，里面「恢复」指的是重新挂载索引，不是找回丢失数据。今天很多人拿「恢复」当「还原」，讨论自然对不上。恢复原来的5469图库 那篇有完整措辞对照。
核对笔记 07术语层
旁证
浏览器入口的 UA 特征，能反推采集时间
两次抓取留下的 UA 字符串里，WebKit 版本号差了两位。按 WebKit 的发布节奏倒推，第一次采集应在 2015 年 10 月前后。UC浏览器在线入口 一文里放了这两条 UA 的完整原文。
核对笔记 08UA 层
口径
168 资料图库的编号体系，与 49 系不是一套
编号前三位在前者是分类码，在后者是来源码。同一个「168」在两套体系里指的不是同一批资料，混着写必然出错。新澳门168资料图库 里我画了一张两套编号的对齐图，画了三个晚上。
核对笔记 09编号层
方法
我的核对顺序：先时间戳，再字段，最后措辞
先把三份存档的时间戳排成一条线，再比对字段结构，最后才看措辞。顺序反了，就会被措辞带着走，把「暂不公开」读成「永久删除」。这个顺序是我吃过两次亏之后才定下来的。
核对笔记 10方法论
留白
我没能确认的那一页，就让它空着
第 7 页之后我没找到任何能互相印证的副本，所以这一篇里干脆留白。我不想为了凑完整，把推测写成事实。这大概是我做这个站最固执的一点。
核对笔记 11未完成
一句话摘录
「档案的价值不在于它保存了什么，而在于它让谁有机会重新核对。」
这是我在核对过程中记在最上面的一句话，出处见下方引用区。
核对笔记 12摘录
关于我
写这个站的人
江晚
独立研究者 · 资料溯源 · 写作者
我叫江晚，过去六年一直在做资料溯源，白天在图书馆做数字化项目，晚上把这些核对过程写成笔记。
我跟别人合编过一本 2019 年的地方档案索引，那本书印出来之后，我发现有三处编号对错了，从那以后就养成了逐条核对的习惯。
做「49图库资料库资料免费打开历史数据来源」这个站，是因为我受够了那些把「可访问」写成「免费下载」的二手结论。我想把每一次核对的时间、字段和措辞都留在页面上，谁都可以来反驳我。
今天写完这篇，人有点疲惫，但我觉得值得——像走了很久的路，终于在一个岔口把地图摊平了。
今天看到的一句话
每日摘录Quote of the Day
“档案的价值不在于它保存了什么，而在于它让谁有机会重新核对。”—— 出自 2018 年 3 月《档案与开放》季刊第 2 期，一篇署名「陈守拙」的短文，第 27 页。