从一条被吞掉的链接说起
8 月 21 日凌晨两点十四分，我坐在家里那张旧书桌前，屏幕上是一个 404 页面，白底黑字，中间一行「页面不存在」，底下还贴心地推荐了三条不相干的商品链接。这个链接是我 2019 年 4 月写的一篇笔记里唯一的外链，指向一份已经下线的资料页，我在文章里注明了「链接有效，可自行核对」。七年过去，那句「可自行核对」变成了一句空话。我把页面往下拉，看到自己当年留下的批注，字迹是打印体的，句子很短：「此处数据引自原页，勿转引二手。」那一刻我有点想笑，也很清楚自己得做点什么。
恢复浏览网站的第一步，往往不是技术，而是承认自己曾经写过一句现在无法兑现的话。
我打开 Wayback Machine，输入原 URL，时间轴上只有两个绿点，一个在 2019 年 5 月 3 日，一个在 2020 年 1 月 18 日。我选了靠前的那一个，页面加载出来，是一张表格，表头写着「2006—2018 年度数据」，右下角有一个小小的「更新于 2019-04-28」字样。我把它截图，和当年笔记里的数字逐条比，十四个数字对上了十三个，剩下一个差了 0.3 个百分点。为这 0.3，我又花了四十分钟，翻到 2020 年那个快照，发现它是修订版，表格下面多了一行小字：「2019 年 4 月数据勘误，以本版为准。」也就是说，我当年引用的其实是未修订的那一版。这个细节没有人会来质问我，但我知道它错了，就得改。
关于归档版本的可靠性，我在 2023 年读到过一篇很扎实的讨论，收录于 打开历史网站 这个专题里，作者把「快照时间」和「内容生效时间」的错位讲得很清楚。我的做法是从那以后固定下来：任何恢复，至少比对两个时间点，差异写进日志。
具体做了什么
动作拆开其实很笨。第一步，把失效链接全部导出来，我用的是一个只有五列的 CSV，47 行，来源页、目标 URL、首次发现日期、最后一次成功的快照时间、处理状态。第二步，逐条查快照，能查到的记为「可恢复」，查不到的记为「待证」。第三步，可恢复的那部分，不直接改正文，而是把快照的存档地址放进脚注，让读者自己去看，因为我没有资格替原作者保证他 2019 年的话在 2026 年还成立。第四步，写恢复日志，格式固定为五个字段，其中「复查人」一栏，有时候写的是我朋友陈默的名字，他在上海做数字人文，帮我核过其中三条的时间线。
47 条里，能恢复的是 31 条，其中 9 条需要改写措辞，因为原文里「最新」两个字已经不成立了。剩下 16 条，我在页面上统一加了一句「原始来源已下线，本文保留原始引用格式，请谨慎使用」。这句话不好看，但诚实。
有一个例子值得单独说。编号 26302 那条，也就是 49图库澳门2024年正版资料免费公开最新版 这个入口，原来的路径在 2023 年 11 月改版时被整块删掉了，导航栏里连痕迹都没留。我用 2024 年 3 月的一份快照，对照当年的 sitemap，把原始路径还原出来，长度是 37 个字符，其中有一段是哈希值。恢复之后，我没有立刻放回导航，而是先挂了 72 小时，观察访问日志里有没有异常跳转，确认没有，才正式接回去。这 72 小时里，有 4 个 IP 反复请求，其中两个来自同一段 /16 网段，我把它们记了下来，但没做处理，因为频繁访问不等于恶意，这点判断我还是有的。
一处我想说清楚的个人观点
说实话，我不认同现在很多站点对待旧内容的方式。它们的逻辑是：旧页面样式过时、内链失效、加载慢，所以干脆整站重写，把 2014 年的文章套上 2026 年的模板，配一张新的头图，然后当作新内容再发一次。这种做法在数据上很好看，但在读者那端是灾难。一个人 2017 年存下的链接，点开应该是他当年读到的那个页面，而不是一个换了皮肤、删掉了 40% 段落的「优化版」。我认为，恢复浏览网站的核心承诺是「可抵达」，不是「好看」。这条观点在圈子里有人不同意，说我在替技术债找借口，我接受这个批评，但我还是不改。
顺带提一句，评论区的迁移也踩过同样的坑。2025 年 6 月我从第三方插件换到自建表，丢了 14 条留言，其中 11 条靠邮件通知还原了，剩下 3 条只能留白。后来我把这套经验写进了 49图库免费版网站资料查询评论精选 的整理说明里，用的是最笨的办法：导出、比对、逐条确认。
怎么判断一次恢复算「完成」
- 原 URL 返回 200，或者返回一个明确注明「已迁移」的 301，两者之外的跳转都算未完成。
- 页面正文与最近一次可信快照的字符差异小于 1%，超过就必须写说明。
- 至少两个独立来源能佐证同一事实，其中一个是原始发布方，另一个是第三方存档。
- 恢复日志里「复查人」一栏不能空着，自己复查自己不算。
这四条看起来啰嗦，但它们救过我。2024 年 9 月，我差点把一份 香港正版资料图库下载 的镜像页当成原件发布，因为它的文件名和目录结构和原件一模一样。后来做哈希校验，三个值里有两个对不上，差在封面缩略图的压缩参数上——内容一致，但文件不是同一个。如果那天我没做校验，现在这篇文章里就会多一句经不起查的话。我把这次写进了当周的日志，标了红色。
写到这儿，窗外天已经亮了。8 月 23 日的早晨，楼下有人在扫地，声音很规律。我把最后一条 404 改成带脚注的存档地址，保存，刷新，页面正常显示。没有烟花，也不需要。
