缺少创建时间并不妨碍建立维护基线,但前提是放弃“按时间排序”这条思路,改用可核验的首次观察记录加状态变化标记。下面用一个假设情境说明取舍。
时间字段通常只服务于三种判断:链接是否已存在足够久、是否在某个改版节点后新增、是否长期未被复查。缺少创建时间时,前两种判断无法直接成立,第三种可以补救。可操作的分界是:把清单拆成“可复原时间”和“不可复原时间”两组,只有后者才需要重建基线。
可复原的来源包括发布记录、交付邮件、版本控制提交记录、截图存档。假设某批次外链的发布记录只保留了文件名,没有日期,但文件本身的修改时间与交付批次能对应上,这一组就属于可复原,直接补录即可,不必重建基线。反过来,如果连批次归属都无法确认,才进入下一步。
对不可复原的那一组,建立基线的起点不是“它什么时候出现”,而是“我第一次确认它处于什么状态”。具体动作是:对每条链接记录首次观察日期、当时的可访问状态、目标页是否与清单描述一致、以及跳转终点。首次观察日期必须写清是人为核验还是批量检测得出的,两者可信度不同。
这一步的结果会直接决定后续复查节奏。如果首次观察时链接已失效,它不应进入常规维护队列,而应进入待处理队列;如果首次观察时目标页已与描述不符,说明清单本身存在记录偏差,需要先修正描述再谈维护。假设情境中,某条链接首次观察时返回正常,但目标页是一个与清单描述完全无关的栏目页,那么这条记录应标记为描述待核实,而不是标记为健康。
没有创建时间时,维护基线可以建立在“状态变化”上,而不是“绝对时间”上。做法是给每条链接设置两个可区分的原因标签:外部原因和内部原因。外部原因包括目标页改版、跳转规则变化、对方站点结构调整;内部原因包括自己替换了目标地址、调整了清单描述、批量修改了记录格式。
区分这两类原因的证据来源不同。外部原因需要通过复查时的实际访问结果确认,内部原因可以通过自己的操作记录确认。如果两者都无法确认,就只能标记为原因不明,并缩短下一次复查间隔,而不是直接判定为失效。这里要避免一个常见误判:某次批量检测中大量链接同时显示异常,不能单独证明这些链接都出了问题,也可能是检测方式、网络环境或目标站临时响应导致的。
假设一份清单有三百条外链,其中四十条能通过交付邮件确认发布批次,其余二百六十条只能看到链接本身。处理顺序如下:
这个顺序的结果是:维护基线不再依赖缺失的创建时间,而是依赖首次观察日期和状态变化。下一步的复查安排也由此产生,而不是靠猜测链接的新旧。
个别样本成立的做法,放到规模化时会出现例外。首次观察记录在小批量下可以逐条人工确认,但数量上升后,人工确认会变成瓶颈,此时需要把“首次观察”拆成机器初筛加人工复核两层,并明确哪些异常必须人工看。机器初筛只能标记状态,不能替代对目标页相关性的判断。
另一个边界是:状态正常不等于值得保留。首次观察只能建立维护起点,不能证明链接对当前页面仍有意义。当清单规模扩大后,应把“是否仍与目标页主题相关”作为独立判断项,而不是塞进状态字段里。这样,缺少创建时间的清单依然可以维护,只是维护依据从时间变成了观察记录和变化原因。