适用人群

把读过的内容存成多年后仍能打开的格式

书签指向的页面会改动、会消失；稍后阅读服务会关闭、被收购，或者开始对导出收费。剪藏保存的是文字本身，格式不属于任何厂商，也没有过期一说，存放位置由你决定。

保存的阅读为什么会消失

长期大量阅读的人，几乎都至少丢过一次自己的收藏。某个稍后阅读服务关停了，导出来的却只是一个装满 URL 的 JSON 文件，其中大部分链接早已失效。某个笔记软件改了格式，旧文件得用旧版本才能打开。2014 年的书签文件夹，现在点开一页又一页，不是停放域名，就是跳转到别人的首页。

这些情况的共同点是依赖。如果你保存的阅读内容需要某家公司继续存在、某个账号继续可用，或者只有一个程序认得它的格式，那它就是借来的，不是你的。纯文本没有这些依赖，这正是二十年前写下的文件今天照样能直接打开的原因。

人们后来才注意到的问题出在查找，而不是存储。一个没法搜索的存档，只是出于好意堆起来的垃圾场：你记得读过某个主题的文章，大概在某一年，在一个叫不出名字的网站上，却无从找起。纯文本解决这个问题的方式是任何界面都做不到的：每个操作系统上的每个工具都能搜索它，对十年的阅读做一次 grep 就能找到那个文件，而文件自己的文件头会告诉你它是哪一页、何时发布。

剪藏组成的存档是什么样子

• 持久、开放的格式：带 YAML frontmatter 的纯文本，任何编辑器和 grep 都能读。
• 不要账号，什么都不上传：你剪藏的内容留在你自己的硬盘上。
• 发布日期和来源 URL 与正文一起保存，多年以后仍能认出这篇笔记是什么。
• extraction 字段记录提取途径：dom 表示取自渲染出的页面，jsonld-articlebody 表示取自页面自带的结构化数据。
• 剪藏数量不设限：没有配额，没有每日上限，没有付费版。
• 文件重名时加数字后缀，同一页面较早的那份剪藏永远不会被覆盖。
• 按行组织的文本可以像源代码一样压缩、去重、同步和比较差异，备份十年的阅读几乎不占空间，恢复时也不需要专门的工具。
• 按网站规则在保存时就把整个域名归档，存档一边读一边自己整理好，不必等一次永远不会到来的整理时间。

---
title: "理解RESTful架构"
source: "https://www.ruanyifeng.com/blog/2011/09/restful.html"
author: "阮一峰"
date: "2011-09-12"
extraction: "dom"
---

越来越多的人开始意识到，网站即软件，而且是一种新型的软件。

建立一个存档文件夹

所有配置都只为了一件事：让剪藏的成本低于“要不要剪藏”这个决定的成本。其余的一切都由此而来。

1. 选定一个文件夹作为存档，比如文档目录顶层的 存档。只要一个文件夹，不要按主题分：主题是搜索要解决的事，而文件夹树是一个你必须在阅读当下做出的归类决定。
2. 从扩展程序图标打开 Options，把保存位置指向这个文件夹，并把点击图标时的操作设为“保存到文件夹”。没有窗口，没有对话框，不用做决定：整个习惯能否坚持，就看它是不是只要一次按键。
3. 把文件名模板设为 {date}-{domain}-{title}。这样文件按时间排序，网站一眼可见，而且足够唯一，两个不同页面的剪藏不会争同一个文件名。
4. 在 frontmatter 中打开所有字段。date 是页面自己的发布日期，extraction 记录正文是怎么取得的，这两样事后都没法补上。
5. 为你经常读的几个网站添加按网站规则，每个网站一个子文件夹。这样你剪藏最多的内容会自动归好类，而平铺的文件夹最先变得难用的恰恰是这部分。
6. 把这个文件夹纳入你平时备份文档的范围，并且真的做一次：从备份里恢复一个文件，把它打开。一个从来没恢复过的存档，只是一个假设。
7. 边读边剪藏，而不是攒到整理时间再做。那些你以后想回头找的页面，恰恰就是到时候已经没了的页面。

长期保存用的设置

这些取值假定存档会比最初那台电脑活得更久，很可能也比这个浏览器活得更久。这里没有任何一项会带来一个必须跟着它一起存活的依赖。

存档/
  2011-09-12-ruanyifeng.com-理解RESTful架构.md
  2011-09-12-ruanyifeng.com-理解RESTful架构-2.md

第二个文件是几年后对同一页面的再次剪藏。文件名里的日期是文章的发布日期，
所以两次剪藏重名，后一次加上数字后缀，而不是覆盖前一次。
第一份剪藏在任何编辑器里都能打开，frontmatter 里仍然写着它来自哪个 URL。

同一个习惯，坚持三年

早上读文章，存档顺手就有了

一周里读了六篇长文，每篇读完按一下键就剪藏了。不弹窗口，不归类，也不用判断这一篇值不值得留：这正是关键，因为正是这个判断让存档始终建不起来。

积累下来的是一个文件夹：文件名给出日期、网站和标题，每个文件的前几行给出 URL、作者和发布日期。你什么都没整理，它照样可以搜索，因为命名已经替你整理好了。

找回几年前读过的东西

你只记得一句话，别的都不记得：不记得网站，不记得年份，也不记得作者。在存档文件夹里搜索一次，文件就出来了，文件头写着是哪个页面。没建过索引，不需要哪个应用还在运行，断网也能搜。

这恰恰是书签文件夹做不到的。书签存的是内容在哪里，而不是内容说了什么，所以在书签里搜索，只能匹配别人起的标题。

网站关了，文字还在

一个你读了很多年的博客打不开了。剪藏不受影响：正文、作者和发布日期都在你硬盘上的文件里，source 行也仍然记着那个地址，尽管那里已经没有任何回应。

图片是需要老实承认的例外。它们是链接，网站没了链接就失效，一个价值在于照片的页面，靠这种方式是保存不下来的。这是文本存档必须做的取舍，值得弄清楚你的哪些页面落在了取舍的另一边。

与其他保存阅读内容的方式对比

这张表里最强的选项并不是它。完整保真的存档保存得更多，代价也更高：占用空间更多，搭建更麻烦，需要持续正常运转的东西也更多。

多年下来会出什么问题

为什么旧剪藏里的图片都打不开了？

它们是链接，而链接指向的网站已经搬家、改版或关闭。扩展程序不下载任何二进制资源，所以剪藏组成的存档是文字存档。如果图片才是重点（摄影专题、示意图、漫画），要么当时就另外保存图片，要么接受这个工具保存不了它们。

为什么文件夹里越来越多几乎重复的文件？

这是重名规则在起作用：同一页面第二次剪藏时会加上数字后缀，而不是替换第一份，因为一个已经改动过的页面，第二次保存下来的往往更有意思。不会自动去重。在纯文本上找重复，用任何常用工具都是一行命令的事，比较其中两份就是一次 diff。

为什么存档里一半文件叫“首页”或“无标题”？

标题取自页面自己的元数据，有些网站给每一页都设同一个标题。这正是文件名模板里 {domain} 和 {date} 的用处：文件名里有了这两项，标题再没用，文件也找得到。如果存档里已经有上百个这样的文件，它们也只是文本文件，手动或用脚本改名就能解决，而且无论怎么改，文件里的内容都不会丢。

为什么有些页面就是剪藏不了？

有三类。浏览器保护的页面：chrome:// 地址和扩展程序商店，任何扩展程序都不能在上面运行。没有文章正文的页面，比如信息流、商品页和搜索结果页，扩展程序会报告“没有文章”，而不是返回一堆链接。还有任何在你这里没有渲染出来的内容，包括嵌入式查看器里的内容，那是另一个独立的文档，剪藏够不到里面。

它保存不了什么

它保存的是文字，不是页面：没有版式，没有截图，没有字体，没有脚本，也不下载图片，图片链接仍然指向原网站，网站没了链接也就失效了。它不是网页存档工具，也没有第三方时间戳。它不读取你的浏览记录，也不批量导入书签，你剪藏的是眼前这一页。另外，它保存的是浏览器渲染出来的内容，一个在你这里从来没显示出来的页面，是保存不下来的。

常见问题