上周五晚上十一点,我把一块 2019 年的移动硬盘插上电脑。盘里有一个文件夹叫 links_2019,里面是当年抓下来的链接清单,一共 3,412 条。我想把它们重新过一遍,该留的留,该扔的扔。
结果打开第一条就卡住了。
那是一条指向某个视频页面的记录,页面标题还留着:《城市夜行·第三段》。我点进去,404。再点第二条,404。第三条,跳到一个卖域名的地方。到第四十条的时候,我停下来,拿纸记了一下:前四十条里,还能打开的只有九条。其中三条加载了十秒以上,两条只有半页内容,剩下的四条算正常。
我把纸折了一下,放在键盘旁边。
整理这件事,最麻烦的地方不是没时间,是时间太多而结果太少。每一条链接都得点开、看、判断、决定。有的页面明明能打开,但内容跟标题对不上;有的页面能打开,却从当年的中文变成了俄文。我还翻到一条指向 8k视频 的旧记录,页面还在,播放器却已经不再加载视频,只剩下一圈转不完的加载环。
我盯着那个圈看了大概二十秒,然后关掉了标签页。
整理不是收藏。收藏是往里放,整理是往外扔。这个区别我花了很久才想明白。2019 年我建这个文件夹的时候,想法很朴素:把看过的好东西都存下来,以后慢慢用。七年过去,我用了其中大概不到百分之五。剩下百分之九十五,现在成了负担——你既舍不得删,又知道再也不会打开。
那天晚上我做了两个决定。
第一,不再按“来源”归档,改按“是否还会用”归档。第二,所有打不开的链接,不删,单独放一个叫 dead 的文件里,只记地址和失效日期。第二条是临时想到的,但我觉得它比第一条有用。因为它让我承认:有些东西已经没有价值了,但我还想留个证据,证明它曾经在那里。
这大概就是收录的本意。
凌晨一点多,我在一份 2021 年的旧笔记里看到一条我自己写的备注:“这个站每天更新,记得回看。”下面附了一个地址,指向 xji94.cc。我点开,页面很干净,更新日期停在 2024 年 11 月。没有公告,没有告别,就是停了。我在 dead 文件里加上它,写下一行:2024.11 停更,原因不明。
类似的事情那晚发生了七次。有一次我在一个页面的评论区翻到 2020 年的留言,有人说“希望这个站一直都在”,下面没人回复。我把页面关掉,没有归档。我不知道该怎么处理这种内容。它不属于“可用”,也不完全属于“失效”。
我把它留在原处。
还有一个细节。硬盘里有一份 2018 年的书签导出文件,里面夹杂着不少我不记得自己收藏过的条目,其中一条指向 xxw02.com,备注写着“备查”。备查什么,没有下文。我试着回忆当时为什么存它,完全想不起来。这种感觉很奇怪——你面对的是你自己的记录,却像在看一个陌生人的抽屉。
同一份书签里还有一条 606xx.cc,2019 年 3 月加的,标签是“工具”。点进去,页面结构还跟当年一样,只是顶部的广告位换成了一张完全无关的图。能用,但我不确定它还是不是原来那个东西。互联网上很多站点就是这样,域名没变,内容换了好几轮,名字却一直挂着。
名字是最不可靠的坐标。
到凌晨两点半,我处理了大约六百条。剩下的两千八百多条,我决定不碰了。不是放弃,是认清楚:一次整理不可能解决七年的积累,硬来只会变成新的堆积。我把 links_2019 整个文件夹重命名为 archive_2019_to_2026,把它从桌面挪到一个叫 cold 的目录里。那一刻心里很平静,比我预想的平静。
快三点的时候,我保存了清单。
关电脑之前,我随手翻了一下白天记的随手本,里面抄了一句从某个页面看到的话,当时没写出处,后来在另一个备份里补上了。那句话是:
收录不是把东西留下来,是决定什么东西值得被再次找到。 —— 某归档项目说明页,2023
我没有完全同意。有些东西留下来,只是因为删掉它需要理由,而我没有理由。但这句话至少说对了一半:整理的核心不是保存,是判断。判断需要时间,而时间恰恰是整理中最稀缺的东西。
写到这里,磁盘还在转,我听见了。
顺带说一句,那晚的意外收获,是在一条 2020 年的失效链接的缓存快照里,找到了一篇讲抓取工具的老文章,作者叫周应歧,2016 年写的,提到他用一个只有 128MB 内存的旧机器跑完了十万个页面的抓取。文章最后一句是:“慢一点没关系,别丢。”我把它存了下来,这次是真的会用的那种存。
其他的,先放着。
对了,整理过程中我还顺手看了一眼站点日志里那些外部来源,其中一条来自 亚洲免费成品1688入口,页面早就不在了,但日志还在。这些日志我也不会删。它们是收录行为的痕迹,比收录本身更诚实。