在正版资料49图库里翻到的一些东西
先说场景。凌晨一点四十,宿舍的台灯还亮着,我泡的第三杯茶已经凉了。我在检索框里敲了「1998.03.12」,回车,出来的不是一份报纸,而是七十二张图片,缩略图全是灰扑扑的。
点开第一张,是《城郊晨报》的第三版,报头下面印着「第 1147 期」,日期栏被裁掉半截,只剩「3 月 12 日」几个字还认得出。扫描分辨率大概只有 150dpi,字边发虚。
第二张是同一份报纸的第二版,第三张是第七版,我花了四十分钟,把这七十二张全部过了一遍。其中有十九张是重复的,算法没识别出来,只是文件名后面多了个 (1)。
我后来去查了这个文件夹的上传记录,制作者叫周明远,二〇一九年三月上传,备注栏写着「报头单独存一套,勿合并」。可实际上,报头那一套被合进了主文件夹,编号还是乱的。
这件事本身不严重,但足够说明一个普遍问题:很多图库的元数据是「事后编」的,而不是「建档时编」的。事后编就有解释空间,解释空间一大,检索靠的是运气。你要是刚好也在找类似的旧报纸扫描件,可以顺手比对一下 qq浏览器网页版网址是多少 那个页面里记录的抓取路径,路径不一样,出来的顺序完全不同。
我把七十二张里能认出来的期号抄进了一个表格,一共十一期,最早的一期是 1997 年 11 月 4 日,最晚一期是 1999 年 1 月 22 日。中间断了一个月,断在哪里,我到现在都没补上。