11 月 1 日，周六，下午三点。我把两块旧硬盘摆到桌上，左边一块是 2019 年买的 2TB，右边一块更旧，标签已经磨掉了。我从抽屉里翻出一张记账单，翻到背面，开始抄目录。
抄到第十七个文件夹时，我发现在编号规则上，两块硬盘用的是两套逻辑。左边那块按时间排，右边那块按来源排。欧美那边的条目编号短，多一位校验位；亚洲那边的条目编号长，末两位是分类码。两套规则在硬盘上并行跑了三年，今天第一次被摆在同一张纸上。
这件事跟我站里那套「欧美mv码和亚洲m网站」的目录，是同一个问题。名字听上去像两个并列的入口，实际上它是两套收录体系。我一开始也没分清，后来对了两遍，才勉强对上一部分。
第一套目录，编号里带校验位
欧美方向的条目，编号通常短，六到八位，末尾带一位校验位。这位校验位不是随便填的，是把前几位做一次模运算再取个位。我以前完全不管，直接按日期往后排，结果同一个东西被不同的人用不同的编号发出来，重复一大堆。
后来我改了规矩：先看校验位，校验位对不上的一律不进主目录，只进暂存区。暂存区现在有一百四十多条，主目录只有九十多条。删掉的那些里，有将近三成是同一批内容换了个壳。这个比例不算高，但足够说明问题。整理这件事，真正的功夫不在收，在筛。
筛这件事，我做得比较晚。我承认自己一开始图快，先把东西堆进去再说。堆到最后，目录里有一半是我不会再看的。这个教训写进今天这篇，也是提醒自己：收录的标准要前置，不能等堆满了再回头清。
第二套目录，末两位是分类码
亚洲方向的条目，编号长，十到十二位，末两位是分类码。分类码我看过几个来源的说法，互相之间有些出入，我没法完全确认哪一套是最初的。我只能按自己见过的样本去对，对得上的记下来，对不上的标一个问号。
标问号的条目现在有二十三条。我习惯每周五晚上花四十分钟复核一遍，能确认的就移走问号，确认不了的就继续挂着。挂着不是拖延，是留余地。有些条目你急着归类，反而会把它归错，之后要花更多时间改回来。有几次我为了图快顺手归类，结果一周后不得不把整段编号规则重排。代价太大。
对第二套目录，我的方法其实更笨：拿一张纸，把见过的编号前缀按首字母列出来，然后一条条往回对。纸上现在有六十多个前缀，写满了正反两面。字迹越往后越潦草，最后几行几乎是压着边写的。
两套目录之间，有一类条目是灰色的
最麻烦的不是两套目录各自的规则，是中间那层灰色地带。有一批条目，编号看起来像欧美那套，内容来源却明显偏向亚洲这边。我最初按编号归到第一套，后来发现几条同源的东西被拆到了两边，目录就散了。
我改了一版规则：灰色地带的条目单独开一个区间，编号前缀统一加一个标记位，两边都不进。这个做法我自己也不太满意，因为它等于承认两套目录在边界上对不齐。但不对称是现状，强行对称才是自欺。
说句可能有人不同意的话：这两套目录本来就不该合成一套。欧美那边的编号逻辑重检索，亚洲这边重溯源，目标不一样。硬要统一，代价是两边都变钝。我试过一个月，最后退回来了。这个判断我不改。谁有更好的对法，可以写信告诉我，我对。
顺带说一句：这跟91有色行情链接下载里那套旧编号方案是同一批人的手笔，我对照过前缀的排列顺序，能对上。
整理之外，还剩下什么
硬盘的事最后收尾得很简单。我把两边的目录各导出成一个文本文件，用同一个分隔符，然后按编号长度排序。排序之后，异常条目自己跳出来了，一共九条。九条里我改掉了七条，剩下两条留着，等下次再看。
纸上的抄写我没扔，夹在笔记本里。字很丑，但那是这一轮核对唯一留下的实物。数字化的东西看多了，手上有一张带笔迹的纸，反而踏实。
如果你也在做类似的收录，我的建议只有一句：先把编号规则写清楚，再往里放东西。顺序反了，后面全是在补窟窿。这话不新，但真做起来，能做到的人不多，包括我。我这两块硬盘，就是三年里补窟窿的产物。今天把它们对上了，算是补完最后一处。
最后补两条技术上的小事。第一，导出文本的时候，分隔符别用逗号，编号里可能有逗号，会串行。我用的是竖线。第二，排序之前先把全角半角统一，不然长度排序会错位，我第一次就栽在这上面，白排了半小时。这类小坑不写下来，下次还得踩。写下来，就是收录的一点意义。
发布于 2025-11-07