现在遇到个问题，目前上传到 IA 的 identifier 的格式是： BiliBili-{bvid}_p{分P号}

刚好这有两个 bvid 在大小写不严格下完全一样：

BV1tx411c7Vn
BV1tx411c7vn

IA 的 identifier 是区分大小写的，但如果已有一个 identifier ，那么该 identifier 的其他大小写形式就不允许创建了。

hash 可能不太适合（包括截断的 hash），因为存在碰撞的可能性，所以目前设想的方法是直接对大写字母进行处理，将大写字母复制一份放置在文件名之后。

如此， identifier 变成： BiliBili-{bvid}_p{分P号}_{upper_part}

（注：bvid 现在都是 "BV" 字符开头，但是未来 B 站可能也会换用其他的字符头，所以"BV"也要原样复制。）

那么应该如何处理大写字母呢？

gledos 发现第一种去位复制大写的方法其实有很高的碰撞概率，如：

BV1mx411c7cC -> BVC
BV1mx411c7Cc -> BVC

第二种完美解决实际问题，但又太丑了。如果没有其他方案的话就只能用它了。

大家有什么奇思妙想吗？设计目标：因为是作为 identifier ，所以最好能让人一眼看懂其格式，可以手敲出来。长度不易过长。可以使用 " [A-Z] _ . "， _ 和 . 最好避免出现在最后面。

通用描述：能保证为同一字符串序列的不同大小写形式生成不碰撞的字符串。

以「YLSBS」为例的 BiliBili 存档操作教程🙈
https://github.com/saveweb/biliarchiver

https://bcy.net/item/detail/7243752692219124791
半次元 将于 2023/07/12 停服
正在紧急存档……

!!! 半次元存档项目群已开 !!!： https://news.1rj.ru/str/saveweb_projects/319

#FourDimensions

iosapp已经没了...

在半次元宣布停服前几天，小众APP萤火圈也宣布将停服。这款以女性游戏用户为主的APP运营3年，日活5万的情况下，付费不到5%，官方曾在抖音直播带货自救。——[半次元停服了，我的快乐老家没有了-36氪](https://36kr.com/p/2300020474326018)

感谢 @OverflowCat 的投稿。

存档项目已开，正在存：https://news.1rj.ru/str/saveweb_projects/1328
#firefly

#新闻
霏凡论坛宣布即将关站：
http://www.crskybbs.org/read.php?tid=3132466

这次应该是真要关了。
#霏凡论坛

「萤火圈」的全部公开文章、图片、视频已经下载完毕了，目前正在归并（收集）各位志愿者本地已下载完毕的数据（项目收尾）。

归并预计会在数天内完成，数据量估测在 1TiB 左右。
归并完成后，存档不会立即上传到 IA 或者网盘之类的地方公开，因为……这个站有超级多的 NSFW 内容。🌚
如果需要获取存档，可以联系我们。（虽然 TG 上应该也没有这个 app 的用户就是了……毕竟是小众的女性社区）

参与本项目存档下载的志愿者/成员有，感谢：
@xwyqi @Ovler @oveRidea_C @FlyingSky7 @OverflowCat @yzqzss

P.S. 它 NSFW 内容多到什么程度？请看评论区。太逆天了，这还只是游客能访问到的公开内容。

#新闻 #Miraheze #MediaWiki

Miraheze （一家非营利的 MediaWiki 农场）决定关站。
https://meta.miraheze.org/wiki/Board/Policies/20230615-Statement


## 时间表：

目前~：停止新 Wiki 的注册
~2023-08-31: 仍可访问和编辑 Wiki。
~2023-09-01: 关站，从数据中心下线。

## 备份：

Miraheze 表示只要资金允许，会无限期按照要求提供全部 wiki 的全部备份，并且提供如何访问这些备份的信息。
用户可以在 Special:DataDump 下载 XML dump，但是图片等媒体资源的备份需要开工单请求(?)。

## 事发原因

似乎是社区/团队内部问题，与资金关系不大(?)：
https://mastodon.social/@miraheze/110506683712194935

不知道 Miraheze 会不会给一般的访客或用户（非 Wiki 拥有者/管理员）提供 wikidump 。
不过在 2023-09-01 关站前，任何人都可以用 https://github.com/mediawiki-client-tools/mediawiki-scraper/ 来备份你喜爱的 Wiki ，只要它 API 没关。🌚
（推荐使用参数： dumpgenerator --xml --xmlrevisions --image ）

欢迎加入我们的 Discord 频道（与 Telegram、Matrix 同步）：😋

https://discord.gg/R3Zmp8DS

https://meta.miraheze.org/wiki/Miraheze_is_Not_Shutting_Down

Miraheze 已重新组建新团队，网站不会关闭。

现在我们向萤火圈的用户们提供个人公开数据备份。

虽然目前只给一个用户交付了备份，毕竟我们跟这个社区的人不熟。🙈

#请求帮助

我们想抽样测试一下我们已经爬取到的内容占全站的比例。（覆盖率）

如果您是半次元用户，请在本条消息的评论区留言，我们想通过您的点赞/喜欢列表来做抽样。非常感谢！

#半次元 #banciyuan #wuciyuan #FourDimensions

# STWP 2023 第 25 周周报

## 第 25 周项目摘要

### 萤火圈

> 已为 5 位萤火圈用户提供了个人公开数据备份。

### 半次元

> 半次元全部图片已下载完毕，总量 95 TB；source
> 半次元存档状态见 here by @MistyNya。

### 播客

> 尝试使用 Golang 重写播客存档的工具；source
> 小宇宙保护性存档；source
> 存档范围确定，忽略 iTunes 平台上的播客。source

### BiliBili

+ 自动化 OCR 识别“周刊哔哩哔哩排行榜”的视频编号 (bvid/avid) 的程序 schroedinger-extractor 开发中。source, demo] by @OverflowCat

### 广播电台

+ 正协助 Internet Archive 从 radio.cn, cnr.cn 下载并存档各种广播。source by @yzqzss

---

## 其他综合慢讯

+ 霏凡论坛又又又将继续，但发展前景仍然未知。source
+ 天涯论坛的创始人（邪明）和早期用户仍在争吵转型路线问题。source
+ Miraheze 组建了新的团队，项目将继续。source
+ Ragtag Archive 可能会把视频上传到 IA 。IRC: #archiveteam-bs
+ WikiApiary 仍处于只读状态，已经一个月了。

2023-06-19 ~ 2023-06-25

Niconico 的页游发布平台 Game Atsumaru 将在18小时后关闭，

> 希望寻求有带宽、储存条件的志愿者们帮忙操作存档脚本： https://github.com/yts98/game-atsumaru-discovery
> 有懂爬取 Unity 的大佬吗？或是跟 Akashic Engine、TyranoBuilder、GameMaker Studio、Tonyu System、Visual Novel Maker打过交道的？
> 能帮忙的人愈多愈好。

by @yth98

详情及讨论请至：
https://news.1rj.ru/str/saveweb_projects/5882/7716

Update:
20230628 11:08 (UTC+8) 现已关站，所有页面和 api 均被重定向到了 <https://blog.nicovideo.jp/niconews/194994.html> 。

Game Atsumaru 现已关站。

https://blog.nicovideo.jp/niconews/194994.html