老周把 2019 年的 1324 份文件按修改日期重排,桌面终于能看了
他用的不是清理软件,是浏览器自带的下载管理页面。导出成 CSV,按 mtime 排序,再手动删掉 400 多个重复文件——单个文件平均 12KB 的缩略图占了三个 G。
这不是一个导航页,是一个验收现场:把名字喊得响、点进去全是壳的条目剔掉,只留下有文件名、有尺寸、有修改时间、有操作路径的记录。下面 9 条,是这一轮筛完之后还站得住的。
他用的不是清理软件,是浏览器自带的下载管理页面。导出成 CSV,按 mtime 排序,再手动删掉 400 多个重复文件——单个文件平均 12KB 的缩略图占了三个 G。
同一段话重复七遍不叫承诺,叫模板复用。我把这页的 DOM 拉出来看,七个区块的 id 只差一个数字。谁再说这是"良心站点",我建议他打开开发者工具看一眼。
搜索结果第一页的十一个链接,点进去九个是同一个落地页的不同镜像。真正能用的那个排在第十二位,标题里连"入口"两个字都没有。
一个站点挂了三年,"最新版"三个字一次没改。文件本身的 EXIF 时间停在 2022 年 4 月 8 日,分辨率 1024×768——这个尺寸在今天的屏幕上放大三倍就糊。
截图对比放在文里。左边是原图,右边是调完的。关键不是参数,是顺序:先黑场再白场,最后才动中间调,反过来的话高光会先炸掉,后面怎么拉都救不回来。
四列是:来源、日期、大小、一句话内容。她说承认自己会忘,比假装有一套体系诚实。我把这句话抄在本子上,第二天就删掉了自己建的三层文件夹。
打不开的分两种:一种是服务器没了,返回 521;另一种更讨厌,页面还在,内容换成了一句"我们已迁移"。后者连存档都无从谈起,因为它看起来一直是活的。
加了"今晚",返回的多是当日更新的时间戳页面;去掉"今晚",才出来结构化的资料列表。一个词就能把结果集翻个面,这是我今年做过最便宜的实验。
我在她办公室看到一份打印稿,二十一段,十九个括注。她说"没出处的话我不写",语气很轻,像在说一件理所当然的事。这页的体例基本是照她那份稿子学的。
昨天下午我在区图书馆三楼的过刊室,翻到一本 2003 年 5 月的《中国索引》季刊,合订本的封面已经脱胶,管理员用白色棉线重新缝过一遍,针脚歪歪扭扭。第 47 页有一篇不到一页半的短文,作者署名"郑宗吾",标题叫《检索词的冗余度与期望值》,里面举了一个例子,说凡是加上"最新""今晚""查询"这类时间限定词的检索,结果集通常会膨胀三到五倍,而真正命中的条目反而下降。他给了两个数字:膨胀 4.2 倍,有效率从 18% 掉到 6%。我坐在那张掉漆的长条桌前,把这段重读了三遍,然后想起我昨晚干的那件事——翻了十七页搜索结果,只捞到三条能用的。二十二年过去了,问题一个字没变,只是从纸面搬到了屏幕上,还变本加厉。
所以我今天必须把话说难听一点。
我不太客气地讲:眼下挂着"今天特马资料今晚查询"这一串词的页面,至少有一半是拿同一个模板批量生成的,标题里塞满关键词,正文里塞三句正确但空洞的过渡句,然后接一个跳转。这种页面不是内容,是占位符。占位符的问题不在于它难看,在于它挤掉了真正有信息的那几条,让找东西的人必须翻到第十七页才知道自己要的东西在哪。我承认这话有点得罪人,但如果连一句难听的都不肯说,所谓"发现好内容"就成了一句自我安慰。判断一个归档页值不值得看,我的标准只有一条:它能不能说出具体的文件名、具体的时间、具体的操作顺序。说不出来,那就是空壳,不管它的标题写得多贴关键词。
凡不能指出具体修改时间、具体文件大小、具体点击路径的"资料",我都按未核验处理,不进归档。 ——本页收录标准,2025 年 12 月修订版
顺着这个标准往下说,几句具体的:桌面文件那一条,我亲自把 qq浏览器的qq文件桌面 这个页面的导出路径走了一遍,CSV 里 mtime 那一列是可以排序的,这一步没人告诉你,但不难;"永不收费"那篇,我数的是页脚 DOM 节点的重复次数,不是印象分;入口链接那篇,陈默坐在图书馆三楼靠窗第二排,花 40 分钟找到了排第十二位的那条,我陪他找的;图库那篇,我把一张图的 EXIF 时间抄进了正文,2022 年 4 月 8 日,改不了;色阶那篇,顺序比数值重要,先白场后黑场的话,高光一压就是一片死白,救不回来的。这几条之所以留着,是因为它们都经得起有人拿着原文一条条去核。另外顺手提一句,永不收费免费的网页软件 这类表述我在正文里只当反面例子用,qq浏览器入口链接、49tk图库最新版 和 49图库资料免费打开入口调整色阶实用技巧 这三条则是当操作样本收进来的,位置在列表里,点进去自己看参数。