先给结论:不要为了填满字段而猜年份或补来源。把“未知”当成一种正式取值记录下来,同时写清它是怎么被判定为未知的、下一步用什么动作才能把它变成已知。对一份来源不清的PR值资料,可执行的做法是拆成“数值、口径、时间、出处”四个字段,凡无法确认的一律标为未知并注明判定依据,再决定这份资料能否继续使用。
资料年代不明,通常不是单一问题,而是四种缺失中的一种或几种叠加。分开判断,才能知道下一步该查什么。
四类里,时间不明和口径不明最容易被忽略,因为数字看起来是完整的。一份写着“PR 5”的截图,如果既没有工具栏来源标识,也没有日期,它同时踩中口径与时间两项未知。此时把它当已知数据引用,比直接标未知风险更大。
留空会让人误以为“暂时没填”,下次整理时仍会重复纠结。明确记录未知,需要写三样东西:未知的字段名、判定它未知的证据、以及消除未知所需的动作。
假设你手上有一张网页截图,上面显示一个PR数字,但没有日期水印,也没有工具栏特征。可以这样记录(以下为假设示例,不是真实项目):
这样记录之后,下一步不再是对着截图反复猜测,而是执行“找原始出处”这一个动作。找得到,四个字段中的口径、时间、出处可能同时补齐;找不到,就按线索处理,不再占用核查精力。
同样是未知,处理方式不同。可验证未知指存在一条明确路径能补上信息,例如原始页面还在、存档服务有记录、发布者能联系。无法验证未知指补信息的路径已经不存在,例如原页面下线且无存档、发布者身份不明。
判断方法很直接:问自己“如果现在花时间去找,最可能从哪里找到”。能说出具体位置,就是可验证未知,值得投入一次核查;说不出来,就是无法验证未知,应直接标注并停止追查。
这里有一个容易踩的坑:请求量、抓取量或某项统计归零,不能单独证明某个PR值资料的处理是正确的。数字消失可能来自页面改版、工具下线、抓取策略变化,也可能只是你查错了位置。把“查不到”直接等同于“该值不存在或已失效”,是把现象当结论。
记录完未知之后,是否继续使用这份资料,取决于三个条件,而不是取决于数字看起来是否合理。
三个条件中,口径和时间同时缺失时,建议直接停止引用,无论数字本身多完整。只有出处缺失、但口径与时间能从其他证据交叉确认时,才可保留使用,并在记录中注明出处为间接来源。
把上面的判断固化成固定字段,下次遇到年代不明的资料就不用重新想流程:
这套格式的价值在于,它把“年代不明”从一个模糊的困扰,变成一个明确的字段状态。当你完成一次记录,下一步该做什么就已经写在纸面上,不需要再凭感觉决定这份PR值资料能不能用。