恢复49图库资料版时,我重新排了一遍缩略图的命名序列
原站用的是「年份-月份-流水号」三段式,流水号到 9999 会进位,进位那一段丢失了。我拿 2021 年 7 月的一批做样本,重排了 837 条,只有 12 条和记忆里的顺序吻合。这一段的说明详见另一个条目。
上周三晚上十一点多,我把 2019 年备份的那块西数移动硬盘接到笔记本上,编号 WDB-0419 的目录里还留着 3 个 G 的缩略图碎片,其中 1,264 张的命名规则对不上原站的索引。我花了四个多小时去比对,最后只拼回不到一半。这篇就是那几天的核查笔记。
原站用的是「年份-月份-流水号」三段式,流水号到 9999 会进位,进位那一段丢失了。我拿 2021 年 7 月的一批做样本,重排了 837 条,只有 12 条和记忆里的顺序吻合。这一段的说明详见另一个条目。
周四凌晨两点,同事老周在群里贴了一条失效地址,末尾带 /img/2018/11/a17。我们顺着 a17 往前试了 6 个可能的上层目录,第 4 个猜对了,返回的列表页里还剩 219 张图。这个办法不优雅,但确实管用。
我把它拆成三步看:读目录、扫碎片、重建索引。第三步最不稳定,在 2 个不同来源的镜像上跑,结果差了将近 300 条。要说结论,它适合做初筛,不适合定稿,别把它当真理。
布衣那边喜欢把分类做成平铺的一级目录,条数少但每类很深;老 49 版是三级嵌套,条数多、单类浅。把两边的目录并排画在纸上,形状完全不同。我倾向于说,这不是谁更先进的问题,是整理者当时的耐心不同。
在线浏览省掉了落地盘的那一步,但也意味着你看到的可能是缓存版本,不是原始文件。我做过对照:同一张图,在线版和离线包里的尺寸差了 40 像素。所以核对元数据时,我宁可多跑一趟下载。
这个问题是读者小林在邮件里问的。他那边旧站的分栏完全错位。我让他在另一个内核里对比,问题立刻消失。结论是渲染差异,不是站点本身坏了。归档类站点对这些差异特别敏感,这一点值得单独写一篇。
清单里一共 17 个入口,能正常打开的有 9 个,跳到无关页面的有 5 个,剩下 3 个直接超时。我把每个入口都截了图、记了时间戳,做成一张对照表。这类工作枯燥,却是后面所有判断的基础。
两边的分类名有几处重合,但内容不重叠。我挑了 50 条做抽样,重合的只有 7 条。写这一段时我特意保留了这个数字,因为它说明「看起来一样」和「实际一样」之间,隔着一次认真的抽样。
老周在档案馆干了十一年,他说过一句我记到现在的话:任何恢复动作之前,先把当前状态完整复制一份,哪怕是坏的。这句话让我在上个月避免了一次不可逆的覆盖事故,值得写进来。
那天从晚上十点做到凌晨三点,中间停了两次去泡茶。去重靠的是文件头部的哈希,不是文件名——因为文件名早就乱了。最后剩 1,089 张唯一图,重复率约 13.8%。这个数字我反复算了两遍才敢写。