Q-086 缩略图在三个分类里重复出现的那一晚
晚上十一点三十七分,我截了第一张图。四十分钟后,第二张、第三张截图分别来自"新版""整理版"两个目录,缩略图哈希值一致。归档系统连去重都没做。
昨晚十一点半,我坐在书房,把同一张编号为 Q-086 的缩略图翻出来看了三遍——它在这套资料库里出现了四次,三个不同的分类,两个年份标注。这篇列表就是那晚的逐条记录。
先说清楚我为什么生气。这套资料库的检索逻辑,本质上不是"检索",是"猜"。我在搜索框里输入关键词,返回的不是结果排序,而是一堆编号相近的条目——它们彼此之间唯一的共同点,是恰好被同一个采集脚本抓进了同一批目录。我花了四十分钟才从 2019 年的一条缓存索引里,确认 Q-086 的原始来源页面早在两年前就已经换了三次地址。
更让我无法接受的是命名。同一个系列,在三个子分类里分别叫"新版""旧版""整理版",点进去看,像素、尺寸、水印位置几乎完全一致,差别只在文件名末尾多了一个 _v2。我认识一个做数字档案的朋友陈默,他在省图书馆干了七年编目,他跟我说过一句话:命名不规范,等于没有归档。这套资料库就是活生生的例证。
所以下面这十条,是我从那晚翻出来的东西里筛出来的。每一条都带具体的编号、时间或者人物,能自己复核的都复核过了。至于这份榜单本身有没有价值,我不做保证——我只保证我写下来的每一条,都在我屏幕上真实出现过。
不是推荐,是记录。有些条目我已经放弃追查来源,有些则值得单独写一篇。想看更系统的历史记录,可以先从新澳49图库历史记录这一页入手,至少它的时间轴是清楚的。
晚上十一点三十七分,我截了第一张图。四十分钟后,第二张、第三张截图分别来自"新版""整理版"两个目录,缩略图哈希值一致。归档系统连去重都没做。
他管了七年图册编目,原话是"命名不规范等于没归档"。我对照这套资料库的命名规则,发现有 61% 的文件名带日期但没有来源前缀。
第一次是浏览器缓存,第二次是重定向循环,第三次干脆白屏。第四次换成桌面端才进去。入口这层问题,真的该有一个稳定的查询页兜底,而不是每次靠运气。
清理缓存后首次加载 3.2 秒,二次加载 0.9 秒,但第三次又回到 3.4 秒。不是网络问题,是页面本身缺了合理的缓存头。移动端访问体验被这一条拖累得厉害。
第七条写着"如遇异常请稍后重试",没有给出任何判定标准。什么叫异常?超时几秒算?我把这条念给同办公室的人听,没人能答上来。
接线员态度不差,但她能确认的信息只有"资料会持续更新"这一句。我问具体更新频率,她说以页面为准。以页面为准——可页面比我焦虑得多。
恢复公告发于周二上午九点,但直到周四下午,部分旧链接仍然返回 404。所谓"恢复正常",恢复的是首页,不是深层目录。这种表述,我不接受。
同一批条目,三天内的访问曲线在图上几乎是平的,只有一次尖峰出现在深夜一点。我翻后台,那次尖峰来自同 IP 段的批量请求。热度,可能是脚本刷出来的。
我把 7 月 14 日的快照和当天的实时页面并排放在两个显示器上,左边少了两栏分类,右边多了一条"整理版"。没人知道这两栏是什么时候加的。
它让我看到一套缺少编目规范的资料系统会怎样退化。重复、错位、命名混乱、索引失效。这些失败本身的样本价值,比它收录的那些缩略图高得多。
这些标签都对应上面真实出现过的条目,不是凑数的泛词。带数字的是相关条目数。
数字是站内访问计数,不做美化。排在第三的那条,我看过访问来源,有相当一部分是误点进来的。
最后说一句可能不太讨喜的话。我翻完这一晚,最深的感受不是"资料真多",而是"整理真少"。一套资料库如果连重复检测、来源标注、缓存控制这三件事都做不好,那它收录多少页、多少张图,数字都不重要了。数字只对做统计的人有意义,对查资料的人没有。
所以我把它记下来了。不是为了推荐,是因为这些东西总得有人写下来。写下来,它就不再是没人认领的缓存和错位的目录。