事情得从 10 月 22 日下午说起。我在小区门口那家开了十几年的旧书店「文汇斋」翻箱底，店主老周从柜台底下拖出一个纸箱，说里面是他儿子去年搬走时留下的几块硬盘和一本 2011 年的《电脑爱好者》合订本。硬盘我没要，那本杂志我买了下来，翻到第 63 页时，看到一篇讲图库索引结构的老文章，作者署名是「沈立群」，文末留了个很短的脚本片段。我盯着那段代码看了大概两分钟，忽然想起自己硬盘里还留着老版49图库的一整套缓存文件。
那套缓存在我移动硬盘的 /bak/2019/img49 目录里，一共 47 万 3 千多条索引记录，缩略图 120×160 像素，文件名是按六位数字加字母后缀的方式编的。之前一直没动它，是因为我判断索引已经损坏到不可修复——打开后前 200 条正常，从第 201 条开始，缩略图全部指向同一张灰色占位图。这一次，我决定按沈立群那篇文章里的思路，重新做一遍校验。
第一步：先确认为什么会「吞条目」
晚上九点四十，我把那台 2013 年的华硕 X550C 打开，风扇响了大概十秒才稳定下来，屏幕亮度调到 60%。系统里装的是我去年为了跑旧脚本专门留下的一个分区，Python 版本停在 2.7，也没舍得升。我写了个不到 40 行的比对脚本，把索引文件按行读进来，统计每条记录里的校验位和缩略图实际文件的 MD5 是否对得上。结果跑完是 9 分 12 秒，有 31 万 8 千多条校验失败，失败率接近 67%。
这个数字比我想象的高。我原以为只是缩略图路径错了，但一路打印日志发现，问题出在记录之间的偏移量上——老版49图库在 2018 年前后换过一次缩略图的命名规则，从「纯数字」改成了「数字+字母后缀」，而那个时期的索引写入逻辑没有跟着改，导致后面每一条记录的读取位置都整体错开了一小段。偏移量累积起来，就是成片成片的灰块。这跟沈立群那篇文章里描述的情况几乎一模一样，他在文章末尾用了一句很克制的话：「偏移不修，图库看起来就像被谁偷走了。」
第二步：按校验位分段重建，而不是从头重排
从头重排 47 万条记录，在那台机器上至少得跑两个多小时，而且一旦中途断电，前面的工作全白做。我改用分段法：以每 5000 条为一个块，先算出块内记录的校验位分布，找到偏移开始的那条记录位置，再把该块后面的记录整体前移或后移对应字节数。这个办法的坏处是慢，好处是每完成一块就能落盘一次，断电也不会全丢。第一块跑完用了 1 分 47 秒，我把结果写进一个叫 fix_001.log 的文件里，重新打开时，前 5000 条缩略图里有 4987 条能正常显示。
整个过程里我做了三次对照。第一次拿 2019 年备份的原始文件做基准，检查块边界有没有被切错；第二次用一张我自己记得内容的图——编号 004912，是一张植物园温室的老照片——验证恢复出来的图像是不是原来那张；第三次是把恢复后的索引倒序读一遍，看看末尾那几百条有没有因为缓冲区问题被覆盖。三次对照都过了之后，我才敢说这套方法是站得住的。顺带说一句，如果你手上也有类似打不开的旧索引，先别急着换浏览器，浏览器打开网站39777 那篇里记过一次挺像的排查过程，思路可以互相参照。
第三步：把能对上号的条目单独抽出来
校验通过之后，我并没有把整个库直接导回去，而是先把能完整对上号的条目抽到一个独立目录里，一共 41 万 6 千多条，剩下的 5 万多条单独放在 /orphan 里等人工看。这个动作看起来只是整理，其实决定了后面能不能复现——抽出来的这批条目有完整的校验记录，下次再坏，也能很快定位到是从哪一块开始出问题的。我顺手用一个老版本的读取工具打开抽出来的样本，确认没有出现读取越界的情况，工具本身是从 477在线免费浏览器 那篇里的说明找下来的旧包。
抽条目的过程中还发现一件小事：有 1,204 条记录的缩略图文件名里带了一个当时不该出现的空格字符，Windows 下能读，放到另一个平台就报错。这批我单独做了重命名，规则是去掉空格、保留原六位编号。这件事没有出现在沈立群的文章里，是我自己碰上的，所以也不敢说对所有老版图库都通用。
沈立群在《电脑爱好者》2011 年第 9 期那篇《索引的偏移》里写：「修索引最难的不是改对一处，是改对一处之后，你还要有办法证明它是对的。」——沈立群，《索引的偏移》，《电脑爱好者》2011 年第 9 期，第 63 页
关于「恢复」这个词，我的一点私见
说实话，市面上很多号称「老版49图库恢复」的工具，被严重高估了。它们做的事情大多只是把索引文件另存一份、换个后缀再打开，真正的偏移问题一个都没碰，用户看到缩略图回来了一部分，就以为是恢复了。我这台旧本子跑出来的结果不算好看，67% 的失败率，修了三个晚上才把主体理干净，但每一条修好的记录我都能说清楚它是怎么被修好的。我认为判断一个恢复方案靠不靠谱，标准只有一个：它能不能告诉你哪一条没修好、为什么没修好。说不出来的，基本可以不用再试。
至于下载和使用的入口，我自己习惯从 四九图库应用下载 那页找旧版本的安装包，因为新版本对这套老索引的兼容性反而不如 2019 年那个版本。另外提醒一句，如果你在某个系统里打开恢复后的索引报编码错误，先去看 qq浏览器无法打开文件 里提到的文件头处理办法，我遇到的两次乱码都是那个原因，跟索引本身没关系。
写完这些已经快十二点了。灯还开着，旧本子的风扇还在响，但我心里挺踏实的——不是因为结果多漂亮，而是因为我终于能一条一条说清楚这 47 万条记录里，哪些回来了，哪些还躺在 /orphan 里等着。明天我打算把人工核对那 5 万多条的计划列出来，如果进度顺利，会再写一篇。
