把「2023澳门原料网站」旧目录并入主库的那一晚
旧目录里有 1,846 条记录，和主库撞了 312 条。我逐条比对水印位置，最后只保留了 1,501 条。撞车的那些，多数是重复扫描同一张底片。
去重那天下午三点二十分，我把标记为 W-0718 的纸盒搬到桌上，盒盖内侧有一行铅笔字：「1998 春，未编号，暂存」。里面是一叠 A4 大小的复印件，边角卷得很厉害，最上面那张右下角盖着模糊的圆形印章，能辨认出的只有「资料室」三个字。
我当时刚从一场关于地方志数字化的讨论会回来，脑子里还热着，就忍不住直接动手拆这盒东西。这一拆，就是四个小时，直到晚上七点四十，隔壁工位的陈默敲了敲隔板说了句：「江晚，你不吃饭？」我才意识到走廊的灯都灭了。
这就是我写这篇记录的起点。四九图库资料网站的收录工作，外人多半以为是"扫描—上传—分类"三步走，实际做起来，最难的是给每一件东西找到它该在的位置，然后说服自己这个位置是对的。
最近整理与收录笔记
共 10 条 · 按下架顺序
陈默教我辨认的三种纸张年代：从「uc浏览器在线入口」截图上看到的折痕
他说 1980 年代的复印纸折痕更脆，翻两次就裂。后来拿截图里的折痕做了对照，居然对上了。这是这半年里我学到最实用的一条经验。
辨伪「0149900.cσm开奖结果查询历史开奖记录」这一类条目该怎么入库
这类条目来源混乱，我坚持先把来源写清楚再做分类。第 14 号到第 27 号共 14 条，全部拆成"原记录—转述—我填的补注"三层，缺一层就挂起。
元数据W-0718 纸盒里的 47 张复印件，与那张 1998 年 4 月 12 日的通知
通知只有一页，标题被裱过，正文说调拨一批教学挂图。我把它放进了"待考证"目录，编号 TS-0642。
待考证「49图库资料查询最新更新」页面的三次改版，我为什么只留了第二版
第一版太挤，第三版砍掉了来源字段。第二版留下了一行小字"采集时间"，这行字后来救了整批数据。
检索
给 2,300 条记录补「采集人」字段，我用了 9 个半天
从老登记本的签名字迹反推，一共认出 11 个人的笔迹。有一个"林"字写了两种写法，我为此纠结了两天。
补录那张盖「资料室」章的照片，我最终没有放进公开目录
印章能对上年份，但缺少调拨记录。我把它放在内部索引里，编号 IN-0091。这个决定，组里有人不同意。
取舍用一张 Excel 交叉表，把 4 个旧目录的重复项压到 61 条
方法笨，但没有捷径。校验列叫"指纹"，取文件名前 8 位加文件大小末 3 位。听起来糙，实测准确率 94%。
去重退休的周老师傅来站里看了一次库，指着第 3 排说「这排不对」
他说 1990 年代那批是按印刷厂分的，不是按年份。我们花了三周重排，涉及 780 条。
校准为什么站里的「收录说明」写了两千字，而不是两百字
因为每一条规则背后都有一件差点被漏掉的东西。规则写得短，后来的人就会替你重新踩一遍坑。
规范关于我
About我叫江晚，在四九图库资料网站做资料收录与整理，主要管编号规则、来源标注和去重这几件事。
我原来是做地方文献的，2024 年底转过来，起初以为只是把东西扫进电脑，做了半年才发现真正的工作是判断——判断一份材料该不该留、该信几分、该放在哪一层目录。
这个站是我自己攒起来的记录本。我把每次纠错、每次改规则、每次和人吵架的结论都写下来，一部分是为了让后来的同事少走弯路，另一部分是因为，整理这件事如果只剩下流程，就会失去它本来的意义。
我不追热点，也不写通稿。这里只写我经手过的、能查到编号的东西。
今天看到的一句话
Quote · 2026-07-11「资料不是攒得多就算整理好，是你离开之后，别人还能接着往下做。」—— 周老师傅，2026 年 5 月 19 日在库房第 3 排说，江晚记录