42 个旧链接里,第 17 号指向的页面已经变成一家卖宠物用品的店
2019 年 8 月,我在一个笔记本上抄下这 42 个地址,当时是为了做一次资源站的横向比较。上个月重新核对,第 17 号域名被一家宠物用品商接手,首页挂着「满 99 包邮」。域名到期后转手,这件事本身不稀奇,稀奇的是它换得这么彻底。
这不是一篇结论文章。它是一份还在进行中的核对清单:哪些站点消失了、哪些换了壳、哪些索引页看起来还在、其实早已不更新。我把我能确认的部分放在这里,不能确认的部分也放在这里。
2019 年 8 月,我在一个笔记本上抄下这 42 个地址,当时是为了做一次资源站的横向比较。上个月重新核对,第 17 号域名被一家宠物用品商接手,首页挂着「满 99 包邮」。域名到期后转手,这件事本身不稀奇,稀奇的是它换得这么彻底。
我在三个不同年份的存档里看到过几乎相同的站名,页面结构却完全不同。名字像一块招牌,谁都能挂。这让我怀疑:我们记住的是站名,还是某个特定时期的页面布局?如果是后者,那么用站名做检索词本身就是一件不可靠的事。
两次抓取的 HTML 我都留了副本。2016 年那版首页有 13 个栏目,2021 年只剩 5 个,其中两个栏目点进去是空白。栏目数量减少不必然说明维护停止,也可能只是改版,但空白页存在了至少四个月,这一点我找不到合理解释。
那张片单是 A4 纸,正反两面,用蓝色圆珠笔写的,一共 87 部。老板说片单每三个月换一次,因为「熟客看腻了」。我问他片源从哪来,他笑了一下,没答。这次访问后来写成了「宜春私人电影院」那篇的旁注。
「大地影院为什么关闭」这个问题我本来只想写一段,结果翻了 9 份公告之后发现,措辞高度雷同的 3 家,注册地址都在同一栋写字楼。这可能是巧合,也可能不是。我没有证据,所以只把现象记下来。
测试样本是 25 个片名,其中 11 个是 1990 年代的老片。重合度按前 20 条结果计算,平均 28%,最低的一部只有 3 条重合。这个数字说明什么,我还不确定。它至少说明「多搜一遍」不是多余动作。
这个词组同时出现在 4 个不同论坛的提问帖里,最早的一帖发于 2020 年 4 月。发帖人问的是一个片名,回复里有人贴了不相关的链接。三天里我排除了两种假设,第三种假设没有证据支撑,暂时搁置。
第三种最麻烦。页面能打开,导航能点,日期显示是最近,但内容全部是旧的。我称之为「活着的化石」。识别方法是比对两到三个不同时间点的快照,看正文哈希是否一致。这个方法我用了半年,误判过两次。
这个号码是 2021 年一位读者私信给我的,说是某站点的联系邮箱附带的电话。我上个月才拨。接电话的是个中年男人,说这个号他用了六年,从没听说过什么站点。六年,正好覆盖了那个站点的存续期。这个巧合我没法解释。
我对比过两个索引站,一个收录 12000 条但从不下架,另一个只收录 3000 条左右,但每季度清理失效链接。前者的死链率我粗算是 41%,后者约 7%。这个对比不严谨,样本太小,但方向我认为是对的,这也是我做「磁搜八爪鱼官方」这套索引的出发点。
我是江晚,做过六年文献整理,现在主要在做资源站点的存续情况核查,一周大概核对 30 到 50 个地址。我把每次核对的原始记录都留着,包括截图、快照哈希和当时的时间戳,因为我发现自己三个月后就会记错细节。
做这个站的原因很具体:2022 年我因为引用了一个早已失效的链接,在一篇文章里写错了上映年份,被读者指出来。那之后我开始给每个链接标核查日期。这个站就是那批记录的公开版本,做得慢,错的地方会改,但不会删。
我不是做推荐的人。我只想知道一个地址在某个具体时刻是什么状态,以及这个状态维持了多久。
归档不是把东西存起来,是决定哪些东西值得被以后再找到。—— 出自 2021 年 3 月《图书馆论坛》一篇访谈里,被访者是一位做了二十年的地方志编辑,原话我只记住了这一句,访谈全文我一直没找到