前天夜里，我把 2019 年以来攒下的 1,204 条图的索引，从 Excel 一条条搬进了网页里。

收录不是把东西堆起来，是把东西放进能找回来的位置

前天夜里十一点四十，我坐在书房里，把最后一条记录粘进表格的第 1,204 行，然后按了保存。屏幕右下角的时间跳了一下，窗外有人在收摊。那一刻我没有松一口气，反而有点失望——因为我知道，这一千两百多条里，至少有几十条是我自己也没把握的。

事情要从三天前说起。我用一个写了半年的脚本去抓取，想一次性把散落在各处的图号、来源和备注补全。脚本跑到第四十一分钟的时候，我盯着终端滚动的输出，发现从第 6,000 条开始，每一行的图片地址都变得一模一样。不是报错，是静默地返回了同一张占位图。如果我当时起身去倒杯水，回来之后可能就直接导入了。这是我这次最大的「意外的收获」：错误最危险的时候，长得和正常数据一模一样。

老周的红笔，和我的三页废笔记

第二天中午，我跟同事老周说了这件事。他没评价我的脚本，只是从抽屉里拿出一张 A4 纸，上面印着 48 行编号，每一行旁边都有红笔划的痕迹，划完的还打了个勾。他说他每次补录都这样，一次 48 行，划完拍照，存进一个叫「核对」的文件夹。那个文件夹里有 60 多张照片，最早一张的日期是 2023 年 5 月。

我后来照做了。上周日我在区图书馆二楼靠窗的位置坐了整个下午，把 300 条编号念给录音笔听，再一条条回放对屏。三个小时过去，只走完 300 条，但错位从 17 处降到了 2 处。这个效率听起来很低，可它换来的是我敢在页面标题上写「收录与整理」四个字，而不是只写「收集」。

关于编号规则，我抄了一张便签

编号规则是我最早想搞明白的东西。我把位数的分布、前缀的含义、校验位的位置抄在一张黄色便签上，贴在显示器右下角。三个月里它挪过两次位置，从右边挪到键盘上方，又挪回去，但规则本身一直没变。这张便签后来成了我判断一条记录是否可疑的第一道筛子：位数不对的先挑出来，前缀可疑的单独放一栏，剩下的才进入核对。

这套流程跑通之后，我才开始写别的页面。像 49图库资料的登录方法 那篇，其实是我在整理过程中被问得最多的问题的回答；而 49629浏览器打开49629 c 那次踩坑，是因为换内核之后页面空白，让我意识到索引条目里必须记下环境信息。至于恢复数据的教训，我单独写在了 恢复4949cc图库资料的注意事项 里，那次的代价是三个月的标注。

为什么保留「备注」这一列

我的索引表有十一列，最后一列叫「备注」。它是最不规整的一列，里面写着「这张和 2024 年 8 月那张很像，可能是重复」「来源存疑，待查」「编号末尾疑似 OCR 误读」这类话。有朋友建议我把这一列删掉，说导出的格式会更整齐。我没有删，因为它是唯一能写下「为什么可疑」的地方。字段越规整，越容易把不确定的东西挤出去，而挤出去之后，就再也追不回来了。

所以现在这一千两百多条记录里，我明确标了「存疑」的有 63 条。它们没法被当作结论使用，但可以当作线索保留。收录的意义大概就在这里：不是把东西堆起来，而是把东西放进一个将来还能找回来的位置，并且诚实地标注它有多可靠。