网页剪藏，我用过这几种笨办法

前阵子整理浏览器书签，发现收藏夹里躺了三千多条链接。点开一看，大概四成已经打不开，要么404，要么跳转到首页。剩下能打开的，我也忘了当初为什么要存它。这件事让我认真想了想网页剪藏的问题——存链接，本质上只是存了一个地址，而地址是会失效的。

最早我的做法很原始：直接截图。看到一篇好文章，手机上划几下截长图，扔进相册。好处是所见即所得，排版、配图、评论区都在。坏处是没法搜索。有一次我想找半年前看过的一段关于某个数据走势的分析，翻了两百多张截图，眼睛都花了。截图适合存那种一次性看的内容，比如一张图表、一段对话，但不适合当资料库。

后来改用打印成PDF。Chrome里Ctrl+P，选“另存为PDF”，几秒钟搞定。这个方法我用了大概两年，存了四百多个文件。它比截图强的地方是文字可以选中、可以搜索。但问题也很明显：网页上的动态内容、折叠区域、懒加载图片，打印出来经常是空的。我存过一篇讲人口数据的文章，正文好好的，中间三个交互图表全变成了灰框。后来我学乖了，打印之前先手动展开所有折叠内容，滚动到底部让图片加载完，再打印。多花十几秒，但能少丢东西。

再后来试过Notion的剪藏插件。装完以后点一下按钮，正文就进到数据库里了。这个方案的好处是统一管理，能打标签、能全文搜索、能跟其他笔记混在一起。我用它建了一个“待读”表格，存了大概一百多篇。但实际读掉的不到三分之一。问题在于太方便了——存的时候不费劲，读的时候也没压力，结果就是无限堆积。我现在对“稍后读”类工具都保持警惕，因为稍后往往等于不会。

有一段时间我甚至自己写了个小脚本，用Python抓网页正文，存成Markdown。原理不复杂，就是解析HTML，找到文章主体，去掉导航和广告。跑了几百个页面，成功率大概七成。失败的要么是网站结构太奇怪，要么是内容全靠JavaScript渲染。这个办法适合批量处理，比如我想把某个博客的历史文章全部存下来，脚本几分钟就跑完了。但维护成本高，网站一改版就得调代码。

绕了一圈，我现在的做法是分两层。第一层是“马上要用的”，直接存到笔记软件里，打上标签，通常一周内就会处理掉。第二层是“可能以后有用的”，用浏览器的阅读列表功能，不占地方，也不给自己压力。定期清理，三个月没打开的就删。听起来很粗暴，但比存了三千条死链接要诚实。

还有一个细节：不管用哪种方法，我都会把标题、作者、日期和原始链接一起存下来。链接可能会失效，但记录本身有价值。有一次我引用过一组关于某地房价的数据，后来原文被删了，幸好当时存了快照和发布时间，写东西的时候还能标注来源。这件事让我意识到，剪藏不只是保存内容，也是在保存一份时间戳。

说到底，网页剪藏没有完美方案。截图快但不可搜，PDF稳但会丢动态内容，笔记软件方便但容易变成垃圾场，脚本灵活但得自己维护。选哪个，取决于你存的东西是拿来干什么的。如果只是怕忘，存个链接就够了；如果是要反复查证、引用、对比，那就得多花点心思。我现在的原则很简单：存的时候多问一句“我真的会再看吗”，答案是否定的话，就让它留在互联网上吧。