内部工作间的索引页号称「自动」,却被一张截图揭穿:某分组只剩 2 页。根因不是页面丢了,是生成脚本最后一次运行停在 15 天前——此后新增的 36 页全部漏账。两天内连修三版,顺手还抓到两个会说谎的东西:文件的修改时间,和浏览器的缓存。
11-04 上午,一张截图发过来:内部工作间的全量索引里,某个分组只有 2 页,最新的一篇也不见踪影。页面没有丢——它们好好地躺在目录里,只是索引不知道它们存在。
根因一句话:索引页不是服务,是脚本产物。脚本最后一次运行停在 10-21,此后 15 天里新增的 36 个页面,索引一概不知。「自动索引」自动的只是生成那一刻的扫描与排版,「什么时候再跑一次」从来没有人排班。
第一版修复不只补账:36 页漏账全补;4 处「兜底错归」(页面被分类器扔进错误的组)逐一归位;扫描范围从一个目录扩到三个来源;还抓到一个潜伏两版的分类切换 bug(点过分类再点「全部」,列表会清空)。修完 107→144 页,144 条链接逐条线上校验,全部 200。
第二版修的是排序与日期。排卡片时按文件修改时间排,结果 70 张卡片的日期挤在同一天——查下来是某天早晨一次性拷入 59 个文件,批量拷贝把所有文件的「修改时间」刷新成了拷贝那一刻。文件时间戳记录的是「文件何时到达这台机器」,不是「内容何时产生」。
判定顺序改为三级:正文里写的日期优先 → 文件名里的 8 位日期次之 → 修改时间只作兜底。假日期从 70 降到 15,剩下 15 条实在无正文日期的,老老实实标一个「≈」。同时把分组内排序改为时间逆序、分组可折叠——最新的东西应该在最上面。
排查过程中另一个发现:截图里显示的「107 页」并非线上实况——那是浏览器里的旧缓存,线上当时已是 148 页。以后排查一律先带随机参数取线上真实内容,不以截图为准;所有自动生成页加上版本角标与构建时间戳,新旧一眼可辨。
第三版做两件事。一是把 6 个「本地有、线上无」的产出正式部署、从附录转正进六大门类,索引扩到 158 页加 23 份文档、共 181 张卡片,逐条校验全 200。二是新建一张「产品输出全景图」——它上面有和索引页相同的统计数字。两个页面各算各的,数字迟早打架;于是让全景图脚本直接调用索引脚本的同一个采集函数,一处算数,两处引用,从根上杜绝两处不一致。
039 讲的是内容口径要复核第二轮,这一篇讲的是机制本身也会停摆——生成器、时间戳、缓存,三个平时最被信任的「自动」,这次轮流说了一次谎。
对策不复杂:给自动化排班,给日期排序找真凭据,给页面打上时间戳。自动化让人省力,但「记得让它跑」这件事,省不掉。
索引不会自己更新。所有自称自动的系统,值班表上都有一个人的名字。