上周四晚上十点,我在整理一个旧的收藏夹。
文件名叫 entries_final_v3.txt,七万四千行。一行一个入口。最早的一批来自 2011 年,那时候我自己用 Excel 记,记到第八百行就乱了。后来写了个脚本,抓取、去重、归类,慢慢长到三万个。有人叫它「30000个免费网站入口」,我就把这个名字留下了。
那天晚上我用 grep 搜「hotmail」,跳出来十一个。最早的一个指向一个 2004 年注册的相册站,已打不开。点进第十一个,跳转到一个卖渔具的小店。老板在页面角落写:本站建于 2002 年,谢绝转载。我盯着那行字看了很久。
那些还在的,和早就不在的
三万个入口里,能正常打开的不到三分之一。这个数字我没有精确统计,是抽样六百个,手工点的。三百多个 404,几十个域名过期,还有一批被跳转到了注册商或者广告页。我没有修正这条路。某种意义上,失效的链接才是这个库的主体,它们记录的不是网址,是一段时间。
有一个站叫「老周的书斋」,2013 年某个论坛帖子附件里留下的。我在 2019 年验证时它还能打开,页面是纯表格布局,背景灰绿,字体是宋体。老周在首页写:本斋不设留言,来信请寄邮箱。邮箱是一个 163 的地址。现在这个域名已经停在停放页了。我把它的地址抄在一张便签上,贴在显示器边框的右下角。有时候写东西写不下去,我就看一眼。
这里顺便说一句:如果你自己也在整理旧链接,可以先看看 恢复原来的4949图库 那篇,方法讲得比较细,尤其是怎么给失效页面做快照。我照做了两个晚上,救回来一百四十多个页面。
一个大胆的判断
说实话,我认为大多数网站导航站是没用的。
不是技术问题,是态度问题。大部分入口站把「收录」当成终点,收进去、分好类、挂上广告,然后就不动了。链接烂了不管,页面改版不管,站主换了人也不管。三万个入口如果三年没人清理,它就不再是入口,是一张已经过期的地图。地图的价值不在于它画了多少路,在于你照着走能不能到达。
所以「30000个免费网站入口」这个站,我做的是反过来的事。我不追求更多,我追求更准。每一个入口背后我应该能说出它为什么在这里。说不出的,删掉。这个标准让库一直没长大,五年只从两万二涨到三万。有人留言说太慢。我说慢是对的。
验证的方法很笨。每周三晚上,我打开一个批次,一百个,一个个点。点开了就记一下最后访问日期,点不开就记死因。这个动作我做了七年,做到现在还是手点。有人建议我写个自动检测。我试过,写过一次,跑了两万条,报了三万七千个错误,因为很多站点会拦脚本。从那以后我就不折腾了。笨办法能出结果,结果就不笨。
几个翻到的具体东西
第一个:一个叫「李慧兰」的站主建的书法字帖下载页,2009 年上线,最后更新停在 2016 年 4 月。页面底部有一句:本站所有字帖仅供临摹,不做商用。我在整理 49图库查询官网 的分类时又撞见了它,顺手存了快照。
第二个:一个天文爱好者做的流星雨观测记录表,2012 年到 2018 年,每年一份 PDF。最后一份的页眉写着:2018 年 12 月 14 日,双子座,观测地河北兴隆,记录人王腾,共看到四十七颗。这个 PDF 我下载下来,存在本地一个叫「别人的生活」的文件夹里。这样的文件我存了两百多个。
第三个:一个已经不在的论坛里,有人问「谁还有 2005 年那个绿色界面的下载站地址」。底下回帖二十八条,只有一条给了链接。链接指向的页面打开是空的,整个 body 只有一行注释:this page has moved, but not here. 我截了图。这句话我记了很久。
整理旧链接这件事,本质上是在整理自己。你留下什么,删掉什么,最后会变成一面镜子。
顺带一提,如果你也在做类似的事,澳门正版传真 那个页面里有一份 2008 年的老导航存档,格式很原始,但分类逻辑现在看仍然好用。我参考它的骨架重构过一次目录。
为什么还留着那些打不开的
有人问过我,为什么不做个「仅显示有效链接」的开关。
做了。但默认关着。
因为失效本身是信息。一个页面死了,说明某个人不再维护它,某个兴趣散了,某个时代过去了。这些判断只有从「曾经存在」到「现在不在」的对比里才能读出来。全删了,就只剩一张干净但空白的清单。我要的不是干净,是完整。打开49图库资料下载 那个页面我记得也是这个思路,他们把历史的下载记录一起放着,哪怕文件已经没了。
所以三万个入口里,我保留了一万一千多个失效的。每个都标了失效时间和疑似原因。原因有十几种:域名过期、主动关站、被墙、服务器搬迁、站主去世。最后一种有四个。我核实过两个,另外两个是留言里看到的,没法证实,也留着。
关于收尾
那天晚上翻完,三点睡的。睡前我把「老周的书斋」那条记录加了一个字段:status = 已归档,note = 保留。
第二天早上起来,又看了一遍那条注释:this page has moved, but not here.
我想,这个站大概也是这样。它不是一个入口,它是一个一直在搬家的地方。49图库资料库免费打开49图库app技术支持邮箱 那边有个老读者留言说,他每次找不到东西就来我这儿翻,翻着翻着就忘了要找什么。我说这很正常。翻本身就是目的。
至此,这个库的第三万个入口,是「老周的书斋」。地址我就不给了。它打不开。但我知道它在。