起点:一个跳动的进度条
六月二十四号凌晨两点。我开着终端,一个旧论坛的页面正在一页一页地爬。进度条走到 63%,卡住。第十二个分页返回 502。
我盯着那个错误看了三分钟。
这个论坛叫神算子,域名我已经记不清是第几个镜像了。首页顶部还挂着 2009 年的公告:「本站资料仅供研究参考」。字体是宋体,字号 12px,没有 CSS 统一。
我之前在 171212.cm神算子论坛资料查询工具下载评价 里提过这个站。那篇写的是工具,这篇写站本身。两回事。
细节一:三个数字
爬完之后我统计了一下。整个站存档下来是 4,213 个主题帖,其中标题里带「神算子」三个字的只有 87 个。剩下的都是杂项:八字、六爻、彩票号码、生日配对,甚至还有一篇《如何在 Excel 里做 VLOOKUP》。
活跃用户数显示「今日: 1」。那个人很可能是我。
最后一条真正的人工发帖在 2017 年 10 月 11 日,用户名老周,内容只有五个字:「站点还开着吗」。没有回复。
细节二:老周的三张截图
我说过要写截图。就在老周那条帖子下面第三个楼层,他自己补了三张图。第一张是论坛首页,2009 年;第二张是「神算子精选网站资料」板块的目录页,一共 12 页;第三张是一张手写笔记的扫描件,字很潦草,我只认出了两行:「金木水火土,缺一不可」「下次带记录本」。
第三张图的右下角有日期戳:2011.03.08。
十一年前的纸。扫描分辨率只有 96dpi。
细节三:我用脚本跑了一遍链接
4,213 个帖子里嵌了 9,608 条外链。我写了个 Node 脚本,并行 20 个请求,跑完之后用 curl 再验一遍。
结果是:6,150 条已经打不开。HTTP 状态码统计最多的不是 404,是 ERR_NAME_NOT_RESOLVED。域名直接没了。剩下的能打开的,三分之一跳转到彩票推广页。
真正还能读到原文的,我数了,402 条。不到百分之五。
我把这 402 条重新存成了本地 HTML 加 Markdown 双份。放在一个叫 shensuanzi-archive 的文件夹里,一共 41MB。
我的判断
直说:这种「神算子精选网站资料」类型的聚合站,九成以上已经不值得当作资料来源。
不是内容不行。是它不可验证。你读到一段八字排盘的方法,不知道写的人是谁、用什么依据、有没有后续修正。链接断了,帖子锁了,作者消失了。留下的只有一段无法溯源的文字。
资料的价值不在结论,在链路。
这是我做「神算子精选网站资料」这个站的原因。不是把旧的东西收起来当宝。是把能追到源头的那些,一条一条挑出来,标清楚时间、作者、原始地址,剩下的丢掉。
老周那条「站点还开着吗」,我留着。
它不算资料。但它是证据。证明这堆东西曾经有人认真对待过。
后续我打算做的
402 条里有 38 条反复提到同一本民间手抄本,说法各不相同。我准备把它们并排放在一个页里,让读者自己看矛盾在哪。这一篇会单独发。
另外,抓取脚本已经整理成可复用的版本,只处理已经失效归档的论坛地址,不碰活跃站。工具本身也会单独写一篇,和 171212.cm神算子论坛资料查询工具下载评价 那篇做个对照。
先到这里。