路由结构第三次调整:从平铺目录到分区归档的过渡记录
近一轮改版后,原先平铺的入口被收进分区归档,旧链接的落点出现一批偏移。本文按改动前后两份结构表逐项比对,标出哪些路径保持不变、哪些被重定向、哪些只保留了标题而正文被合并,并给出一张可对照的迁移清单,便于在检索时判断该往哪个年代段找。
本站把 www.77色 萝网站相关的旧页面线索、版本沿革、栏目变迁与检索札记排成一条时间轴,从最近的改版一路倒推回早年骨架。每一年的条目都附摘要与核对要点,方便资料整理者定位到具体段落,而不是在零散快照里反复翻找。
近一轮改版后,原先平铺的入口被收进分区归档,旧链接的落点出现一批偏移。本文按改动前后两份结构表逐项比对,标出哪些路径保持不变、哪些被重定向、哪些只保留了标题而正文被合并,并给出一张可对照的迁移清单,便于在检索时判断该往哪个年代段找。
这一轮调整最直接的变化,是原先一层的平铺入口被收进年代分区。改动前,任意一条内容都能从首页一步到达;改动后,多数内容要先落到某个年代段,再在该段的年表里找到条目。对老读者而言,这意味着原先收藏的路径有一部分不再直达,需要经分区中转。
对照两份结构表,可以归为三类:一是路径保持不变、仅调整了排序的,这类占多数;二是被重定向到分区首页的,标题还在,但需要多点一次;三是正文被并入相邻条目的,原路径只保留跳转说明。第三类最容易在检索时被误判为“内容消失”,实际上它仍在年表里,只是换了位置。
迁移清单里,我们给每条路径标了“保留 / 重定向 / 合并”三种状态,并注明所属年代段。这样做的目的是让后续的引用工作有据可依:引用合并条目时,应同时写明原路径与当前段落锚点,避免读者按旧路径找不到落点。
需要说明的是,分区归档并不是为了隐藏内容,而是为了让年表这一主结构成立。当条目数量增长到一定程度,平铺入口的扫读成本会显著上升,分区后每段的条目数被控制在可一次读完的范围内,这本身也是检索体验的一部分。
标题命名大致经历了四个阶段。最早是编号式,标题只承担标识作用,读者必须看正文才知道内容;随后转为关键词式,把主题词前置,命中率明显上升;再往后是混合式,关键词加副标题;最近则出现日期前置的做法,便于按时间排序时一眼分辨。
每种命名习惯都有代价。编号式在批量引用时最稳定,但对检索不友好;关键词式便于搜索,却容易造成标题近似、难以区分;日期前置解决了排序问题,但标题变长,在窄屏上会折行。整理时我们保留各期的原始标题形态,只在摘要里补充规范化描述,这样既不破坏原貌,也能提升可检索性。
实例上,可以观察同一主题在不同阶段的标题写法差异。往往同一件事,早期标题只有编号加短词,后期则变成完整短句。这个变化本身也是版本沿革的一部分,值得在条目里单独标注。
比对快照时,常遇到三个时间:抓取时间、页面内标注时间、文件保存时间。三者口径不同,直接比较会得出错误结论。我们的做法是先统一换算到同一时区,再以页面内标注时间为基准,抓取时间用于判断内容新鲜度,文件保存时间仅作参考。
当三者差异超过合理范围时,说明该快照可能来自缓存或二次保存,此时应降低其权重,优先采用时间标注自洽的另一份快照。若只有一份可用,则在条目里注明差异,而不是强行抹平。
早期标签一度扩展到二十余类,结果出现大量只挂一两条内容的空转类别,检索时反而增加了判断成本。本轮收缩合并了语义重叠的标签,废除长期空置的类别,最终保留九类,并与栏目形成两级结构:栏目定大方向,标签做细分。
收缩的判断依据有三条:近两年是否有新增内容、是否与已有标签语义重叠、是否在检索中被实际使用。三条中满足两条以上的,合并或废除;仅满足一条的,暂时保留并观察。这样处理的好处是规则清晰,后续再遇到新标签申请时,可以按同一标准评估。
用同一组样本查询横向比较三种方案:分词组适合中文短查询,但对长句切分不稳;全文匹配召回高,噪声也高;字段加权在标题与正文之间设不同权重,整体表现最平衡。最终采用的是字段加权为主、分词组为辅的组合。
对照结果显示,影响命中率的往往不是引擎本身,而是标题命名是否规范。同一批查询下,标题含关键主题词的条目命中率明显更高。这也解释了为什么命名规则的调整会连带影响检索体验。
清单只记录可核验的存档点。核验包括两项:能否稳定访问、页面内时间标注是否自洽。内容残缺或时间冲突的条目单独标注,不直接删除,以免丢失线索。
淘汰标准相对保守:连续两个季度无法访问,且无第二来源佐证的,移出主清单,转入备注区。这样既控制了清单长度,也保留了回溯可能。
八个入口里有三个长期低频更新,继续单列会让首页显得空转。按内容密度与更新频率重排后,保留五个主栏目,低频内容并入归档区,以年表方式呈现。入口减少,但可检索的内容并未减少。
取舍的关键在于区分“入口”与“内容”。入口是导航,内容才是价值。把低频入口收进归档,实际上是把导航成本转化为检索成本,而后者可以靠年表结构来消化。
外链只保留稳定域名,并对每个目标记录最近一次可用时间。每季度清理一次,失效率高的目标做标记,避免检索路径断在中途。白名单不是永久名单,而是需要定期复核的动态清单。
清理时保留链接标题与失效时间,便于日后判断该目标是否曾存在过。这一步看似多余,但在回溯旧条目时非常有用。
两个版本并存时,优先采用正文更完整、时间标注更一致的一份,另一份作为对照保留摘要。若两份各有长处,则并列保留,并在条目里注明差异点,不做强行合并。
规则的核心是“可解释”:无论选哪一版,都要能说清为什么。这样后续复核时,不必重新走一遍判断流程。
密集年表在手机上的主要问题是行宽与分隔线。调整后,日期列改为上方独立一行,正文行宽收窄,分隔线变细,扫读时更容易分辨条目边界。
字号没有放大,而是通过增加行距与留白来提升可读性。这样既保持了信息密度,也避免了频繁滚动。
三条判据:正文差异、日期差异、引用来源差异。标题近似但三项都不同的,视为不同条目并列保留;三项中有两项相同的,才考虑合并。
实践中,误合并比漏合并更难挽回。因此规则偏向保守:宁可并列,不轻易合并。
采用年代加序号的稳定标识,例如 A-2022-01。编号一旦分配不再复用,即使条目后续被合并,编号也保留在备注里,确保引用不断链。
编号的价值在于可追溯:正文里互相引用时,用编号比用标题更可靠,因为标题可能随命名规则变化而调整。
采用标题、时间、存档点三段式。缺哪段,就在注释里说明缺因,例如“时间标注缺失,据抓取时间推定”。这样读者能一眼看出引用信息的完整度。
统一格式的好处是便于批量核对。格式一致时,差异会自然浮现;格式混乱时,差异会被掩盖。
主要误差来自字形粘连、背景噪点与竖排文本。前两者可通过预处理缓解,竖排文本则基本依赖人工。抽检比例定为三成,重点覆盖标题与日期字段。
校订时保留原始识别结果与校订后文本两栏,便于日后判断误差模式,而不是只留下最终版本。
三类内容只做备注、不单列条目:与主题弱相关的、无法核验来源的、仅有标题而无正文的。备注区集中存放,便于日后有新证据时再提升为正式条目。
边界清晰后,年表的条目质量更稳定,读者也不会因为大量低信息量条目而失去耐心。
依据不同时期的入口截图拼出完整层级,标出无法确认的中间层。拼接时以共有节点为锚,逐步向外扩展,遇到冲突则并列两种可能。
复原结果不是唯一答案,而是一张带不确定标记的地图。使用时应注意标记,避免把推测当作事实。
目录式按分类罗列,适合内容多而分类清晰的情况;索引式按关键词排列,适合检索;混合式二者兼有,但需要控制层级,否则容易混乱。
形态差异决定了检索时该先找分类还是先找关键词。理解这一点,能显著减少无效点击。
对无法访问但曾存在的内容,保留标题与摘要比整段删除更有参考价值。若曾有全文摘录,则一并保留,并注明来源与时间,便于日后核验。
留档的目的不是复原,而是保留线索。线索的价值往往在多年后才显现。
按有无截图、有无时间标注、有无第二来源,把笔记分成三级。三级笔记只作参考,不进入正式条目;二级可进入备注区;一级才可作为条目依据。
分级的意义在于让不确定的信息保持可见但不喧宾夺主。
从跳转链的长度与顺序判断变更次数,区分主动迁移与被动更换。主动迁移通常链短且顺序清晰,被动更换则可能出现多次跳转与断点。
这些痕迹本身也是年表的一部分,标注在对应年代段里,能为后续的结构调整提供背景。