适用人群

在信息源被改动之前，先把它存下来

网页会被修改，也会被删除。一次剪藏会保存全文、来源网址，以及页面自己声明的发布日期，存成一个由你保管的普通文件，而不是放在一个可能关停、改规则或悄悄丢失记录的服务里。

昨天还在的那个页面

一家公司发布了一段说法，你在稿子里引用了它，等编辑审稿时，那句话已经被悄悄改写：没有更正说明，没有时间标记，找不到任何可以指认的地方。或者页面干脆没了，公共网页存档也没抓到它，因为它只在某个周日下午挂了四个小时。

就算页面还在，你读到的版本也未必是别人看到的版本。同意弹窗、地区版本和 A/B 测试意味着，一个网址并不能稳定地指向一段文字。你真正抓得住的，是你阅读时屏幕上的内容，连同网址和页面自己声明的日期一起保存下来。

剩下的是一个很实际的问题：保存必须即时完成，否则就不会发生。一篇报道要看四十个页面，大多数是快速浏览，一半是在深夜，没人会为此另开一个工具、粘贴网址、再等服务响应。一次剪藏只需几十毫秒，实测耗时显示在窗口角落。成本这么低，你就可以把读过的都存下来，包括最后证明无关紧要的三十九页，也包括真正要紧的那一页。

一条记录里有什么

• 发布日期取自页面自身的元数据：JSON-LD、article:published_time、time[datetime]，而不是从正文里猜。
• 来源网址写在每条笔记的 frontmatter 里。
• 文章全文，去掉每次访问都在变的导航和推广版块。
• extraction 字段记录正文是怎么取得的，几个月后仍可核查这条笔记的来历。
• 普通文件：没有专有格式，没有账号，也没有哪个服务能收回你对自己材料的访问权。
• 文件名模板可以带 {date}，这是剪藏日期；发布日期是另一个独立字段，两者不会混淆。
• 在实测的 512 个页面上没有一个残留的 HTML 标签，所以粘贴进 CMS 的段落不会夹带 CMS 试图渲染的标记。
• Reddit 讨论串按讨论串保存，每条评论带着自己的得分；直接复制粘贴恰恰会把这个排序信号抹掉。

---
title: "表决通过！个人信息安全有了专门法律保护"
source: "http://www.news.cn/legal/2021-08/20/c_1127779452.htm"
author: "刘硕、白阳"
date: "2021-08-20T03:31:35.000Z"
extraction: "dom"
---

十三届全国人大常委会第三十次会议20日表决通过《中华人民共和国个人信息保护法》，
自2021年11月1日起施行。

为一篇报道做好设置

关键在于：阅读的那一刻，保存不应该有任何成本。下面每一项设置，都是把一个决定从那一刻挪到设置里去。

1. 点击扩展程序图标打开 设置，把保存位置指向这篇报道的文件夹，例如 stories/data-sharing/sources。一篇报道一个文件夹，只决定一次，之后就不用再归档。
2. 把 点击图标时 设为“存到文件夹”。和做研究不同，跑新闻不该弹出窗口：先保存，后检查，因为等你回头再看，页面可能已经不在了。
3. 把文件名模板设为 {date}-{domain}-{title}。当一个文件夹里装着两周内的四十个页面时，保存日期和媒体是你排序时最常用的两个维度。
4. 打开 frontmatter 的全部字段。date 是页面声明的发布日期；source 是地址栏里的完整网址，包括可能标识地区版本的查询参数。
5. 在 chrome://extensions/shortcuts 确认 Alt+Shift+M 已绑定。晚上十一点，快捷键会有人用，菜单不会。
6. 为你常用的讨论网站添加按网站规则，把 reddit.com 放进单独的子文件夹，让线索和已发表的信息源不混在一堆里。
7. 在联系任何人之前先剪藏页面。请对方置评，是让页面发生改动最可靠的办法，之后再存下的版本就不是你要的那一版了。

快速保存用的设置

这里的每个值，都是用保存时少一点核对，换来确实存下了的把握。文件可以之后慢慢检查，已经消失的页面却无法重读。

--- 2026-03-04-监管机构就数据共享协议展开调查.md
+++ 2026-03-25-监管机构就数据共享协议展开调查.md
@@
-date: "2026-03-04T09:12:00.000Z"
+date: "2026-03-04T09:12:00.000Z"
@@
-调查将审查 2023 年至 2025 年间签订的协议。
+调查将审查 2024 年签订的协议。
@@
+3 月 25 日更新：此前版本对调查所涉期间的表述有误。

三次保存

只存在了四个小时的页面

一家公司在周日下午发布了一份声明。你读到它，按下快捷键，还没想好它重不重要，文件已经在报道文件夹里了。到了周一，页面返回 404，公共存档也从没见过它，因为它在线的时候没人提交过这个网址。

你手里有正文、网址和页面自己声明的日期：这不是证据，但这份记录的信息足够你去向公司发问：这个网址上发布过这些内容，原文是这样写的。

两次剪藏和一次 diff

一篇通讯社稿件发出的当天早上你剪藏了一次，三周后同事说报道的措辞变了，你又剪藏了一次。第二个文件带上数字后缀，没有覆盖第一个，两个都在磁盘上。

两者的 diff 显示，调查所涉期间从“2023 年至 2025 年”缩小为“2024 年”，文末还加了一段更新说明。这两处改动从网址上都看不出来，只存书签也无法找回。

作为线索的讨论串，按讨论串保存

一个本地论坛的讨论串点名了三个人，他们在你调查的那段时间里曾在某个地点工作。你剪藏了它：嵌套关系变成嵌套的引用块，每条评论保留得分，大家都认同的回复和没人认同的回复依然分得清。

它按规则进了 leads 子文件夹，而不是报道文件夹，不需要你当场决定。六个月后，这个区分就是能指认出处的信源和只是读过的材料之间的区别。

和其他保存页面的方法比

与其说是替代品，不如说是不同的保证。请仔细看第三列：最强的那种保证，并不是这个扩展程序提供的。

剪藏结果和预期不一样

同意弹窗后面什么都没渲染出来

有些网站在你回应同意弹窗之前根本不输出文章，页面里没有任何扩展程序能读取的内容，于是剪藏结果提示“没有文章”。先回应弹窗，等页面渲染完，再剪藏。无论哪种情况，同意提示条本身都会从输出中去掉。这也说明，你保存下来的，恰恰是在你所在地区、在那一次会话中推送给你的那个版本。

直播页或栏目首页被拒绝剪藏

这两类页面大部分是链接文字，提取出的字符中如果超过大约四分之一位于链接内，扩展程序就会拒绝。直播页上，如果网站为单条内容提供了固定链接，就剪藏那一条。栏目首页上，剪藏具体的报道，而不是列表：列表剪下来就是三百个链接。

评论不见了

评论被当作页面附属内容剪掉，只有一个例外：Reddit 上的讨论串会保留，并带着每条评论的得分。在其他网站上，评论区和它周围的推广版块无法区分，保留评论就意味着连那些版块一起保留。

发布日期和我以为的不一样

这个字段保存的是页面在自身标记中声明的日期：JSON-LD 的 datePublished、article:published_time、time[datetime]。如果网站在修改文章时改写了这个值，得到的就是较新的日期；扩展程序照录页面的说法，不去揣测。这也是保存日期要单独放在文件名里的另一个原因。

它不是什么

它不是网页存档。它保存的是文字和元数据，不是渲染后的页面：没有版式、没有截图、没有页面资源，也没有能证明你何时保存的第三方时间戳。需要可视的、独立的记录，请用存档服务；这个工具更快、留在你的磁盘上，回答的是另一个问题。评论被当作页面附属内容剪掉，只有 Reddit 例外，那里的讨论串会连同每条评论的得分一起保留。

常见问题