从一张 1987 年的地图说起
那家旧书店在城南一条叫“库房巷”的支路上，门脸只有两米宽。老板娘姓郭，五十多岁，坐在门口的小马扎上剥毛豆。我问她有没有旧地图，她头也不抬，说里面第三排书架底下，压着一摞，自己翻。我蹲下去翻了大概二十分钟，翻出这本《中国地图册》，中国地图出版社 1987 年 6 月第 2 版，定价 1.2 元，封底的铅笔字写着“王建国 1988.3.12 购于西安”。书脊裂了，但内页很干净，只有第 47 页“甘肃省”那张被折过角。
我把书放在柜台上，郭老板娘扫了一眼，说五块。我给了她十块，她翻遍围裙口袋没找到五块零钱，最后从装毛豆的塑料袋底下摸出三枚硬币，两枚一元、一枚五角，再加两个钢镚儿，正好。我出门的时候她补了一句，说这书在她店里放了快九年，一直没人拿。九年，一个具体的数字，我记住了。
回家路上我在想一件事：收录到底是在收藏东西，还是在收藏“东西被人碰过”的痕迹。这本书在地图上标的是 1987 年的行政区划，海南还归广东，重庆还叫计划单列市，第 47 页折角的那个甘肃人姓什么我不知道，但他一定在某个冬天仔细看过兰州。这些痕迹没法被数据库收录。所以我的做法是：纸质的留着，数字的单独建档，两个库互相对照，不合并。这很笨，但笨有笨的道理。
我的“双轨”做法
具体说流程。第一步，扫描。用的是十年前买的爱普生 V330，分辨率设 600dpi，一页大概 40 秒。这本地图册 164 页，我扫了将近两个小时，中间卡纸两次。第二步，命名。我的命名规则是“年份-出版方-页码-状态”，比如 1987-DTS-047-good，状态只填 good、fold、torn 三种。第三步，录入索引。索引是一张 Excel 表，一共 11 列，其中一列叫“物证备注”，专门写折角、铅笔字、水渍这类东西。第 47 页那行我写的是：“右下折角约 3cm，折痕深，估计被反复翻过。”第四步，归档。硬盘一块、离线移动盘一块、纸本一册，三处备份，每季度核对一次。上一次核对是 2026 年 1 月 11 日，发现有三个文件命名出错，改到晚上十一点。
有人问我为什么不用现成的抓取工具。原因很直接：工具只会抓“内容”，不会抓“内容的状态”。一本书被翻旧了，一个页面被人反复打开过，这些都不在工具的字段里。我做这个站，很大程度上是为了给这些“不在字段里”的东西留个位置。顺带说一句，早些年我也参考过一些同行的整理方式，比如 56maogx.com 里对旧资料的分类思路，还有 开户神器1.0下载入口 那种把工具入口单独拎出来的做法，思路不新，但对我早期搭表结构确实有影响。
这本书最终录进硬盘的文件一共 3.7GB，索引表多了 164 行。听起来工作量不小，但说实话，这是我一周里最安静的几个小时。页边有前人留下的铅笔线，扫到第 49 页时，我看到一行很小的字：“此处有误，嘉峪关应为市。”写字的人没有署名。我不知道他是谁，但那一刻，1988 年的西安和 2026 年的我之间，隔着一本 1.2 元的书，算是接上了。
一个可能不太受欢迎的观点
说个可能得罪人的看法：我不太相信“全自动收录”这件事的长期价值。现在很多整理站喜欢追求量大，一天入库几千条链接，页面做得也漂亮，但你点进去看，条目之间没有关系，没有来历，没有“为什么收它”。3993影视网 这类站点我也常逛，它们的强项是索引密度高，找东西快，这是它们的价值，我不否认。但密度不等于整理，快也不等于记得住。
我的判断是，未来真正稀缺的不是“能搜到多少”，而是“能不能说清这条东西是怎么来的”。一条收录至少该回答三个问题：谁放进来的、什么时候放的、放的时候它是什么状态。这三样缺一样，我就当它没被真正收录，只算“路过”。所以我宁可慢，一个晚上只处理一本书，也不愿意让我的索引表里出现我自己都说不清来历的行。这话可能有点轴，但这是我做了这么多年整理之后，唯一还愿意坚持的部分。
最近的几条收录
顺手记一下这周进库的几条。周一，一张 1994 年的公交车票，面值五角，边角有撕口，来源是城北跳蚤市场，摊主姓李，开价三块，我一块五拿下。周三，同事小蔡给我拷了一份日语乘务员的值班日志扫描件，她说是从一个老论坛的存档里扒出来的，文件名还带着乱码，里面记录了一次 2011 年 11 月的夜班交接，字迹很工整。这类东西我一般会单独放到“职业档案”子目录里，跟 乘务员の勤务の日常で 这个分类放在一起，方便以后交叉比对。
周五，整理硬盘时翻出两年前保存的一份网址清单，里面有几条已经打不开了，页面还在、内容没了。我逐个做了标记，状态改成 dead，备注写“2024 年还能访问，2026 年 3 月失效”。看着这些失效的条目，我并没有特别沮丧。失效本身也是信息。一个东西什么时候消失，比它当初存在过多久，有时候更能说明问题。
另外提一句，我的索引表里有个“来源待核实”分区，现在积了 23 条。其中几条来自 p9yy8.com 的旧页面，几条来自 6771.csu8com 上别人转存过的清单，还有几条是读者邮件里附的，附了截图但没附出处。这 23 条我一条都没敢往正式库里挪。规矩就是规矩，来源不清的一律不进主页，哪怕内容看起来再有意思。
收录之后，事情才算开始
晚上十一点半，扫完最后一页，我把书合上，放回书架上靠左第三格。硬盘指示灯还亮着，索引表刚保存。窗外有人在遛狗，链子响了两声就远了。扫这本旧地图册用了两个多小时，写索引、核对命名又花了将近一个小时，累计三个小时出头，换来的是一册纸本、一份 3.7GB 的扫描档、一张多了 164 行的表。有人会觉得不划算，我不这么看。收录的终点不是“存下来”，是“以后还能说得清”。
顺带说，最近在做的另一个小项目是给影视类条目补全发行年份和片长，参考资料主要来自 韩日绝伦推理电影片网站 的老条目，以及一份我从 追剧网站网址大全 里摘出来的清单。这两份资料都不新，但胜在字段规整，补全的时候能省不少功夫。
今天做到这里。书放回去了，表存好了，明天还要核对一批 1980 年代的出版物编号。
