← #794

Project Gutenberg 越来越好用了

查看原文 HN 讨论

文章摘要

Project Gutenberg——人类历史上第一个数字图书馆，1971 年由 Michael Hart 创立，2026 年依然在运转。这次被 HN 顶上首页的原因不是出了大新闻，而是因为它最近几个月又默默改版了——首页焕新、新书发现路径优化、分类浏览体验改进，加上 Distributed Proofreaders 志愿者社区数十年沉淀，整个站点的可用性已经远超大多数人记忆里那个”灰底蓝链接的 90 年代 HTML”。

规模上的数字依然震撼：超过 75,000 本免费电子书，覆盖多种语言、几乎全部美国版权已过期作品，从荷马、莎士比亚到 20 世纪初的科学论文应有尽有。这个数字背后是一支几百人的志愿者团队，全靠人手 OCR、校对、双盲核对——这是 Distributed Proofreaders 的工作模式，每页文字至少经过两个志愿者独立校对才能进库。

没有任何注册、广告、付费墙。文件格式齐全：EPUB、Kindle、HTML、纯文本，且每本书都有版权状态、原始出版年份、贡献者署名。新书发布按日推送，最近上架包括 Thomas Griffith Taylor 的极地探险回忆录《With Scott》和 W. Somerset Maugham 的《Cakes and Ale》。和现代电子书平台对比，Gutenberg 的哲学非常老派：追求文本的保真而非阅读体验的”现代化”——这恰恰成了它和 Standard Ebooks 等新派项目之间的核心张力。

HN 这次讨论里最有价值的是 Project Gutenberg 程序员 JSeiko 亲自下场，公开了未来路线图：用 Git 仓库给每本书做完整版本历史、用户可以追踪每次修订、最终目标是 GitHub 风格的协作编辑界面。这意味着 1971 年开始的这个数字保存工程，正在向”可追溯、可贡献”的现代姿态迁移。

HN 评论精华

• JSeiko（Gutenberg 程序员亲自现身）：开篇就说”嗨我是 PG 的程序员之一”——最近几个月做了大量改版，欢迎大家再来看看。这种”上游团队进 HN 评论区”的互动让讨论一开始就高质量。

• svat（用户长期反馈）：建议每本书做详细的版本历史——目前提交 typo 修订只能发邮件（2011 年那次他用过，几天就修完，但流程不透明）。版本历史还能标注每本书来自哪个 PGDP 项目、能比对原始扫描页，方便用户校验。gluejar（PG 团队）回复：”我们内部已经在用 Git 仓库存历史——GitHub 试过但实现笨拙，志愿者团队规模消化不掉这么大的工程；但未来很可能走那个方向。”

• 关于 Standard Ebooks 的辩论（评论区主轴）：svat 表示对 Standard Ebooks 心情复杂——SE 会修改原文做拼写现代化等编辑加工，”我会不舒服地意识到自己读的是被改过的文本”；他更愿意读 PG 或 Wikisource，”它们连明显的 typo 都标注式保留”。

• idoubtit 补刀（错误指控）：SE 把英国老小说现代化成”美式英语”——他喜欢的 The Forsyte Saga（福塞特世家）里作者刻意用的老英文词都被替换成主流形式。acabal（SE 主编亲自下场）直接反驳：”我们没有做你描述的事——我们只做极轻量的同音拼写现代化，比如 ‘to-night’ → ‘tonight’，绝不会把 en-GB 改成 en-US 或替换实义词。我亲手处理过 The Forsyte Saga——如果你能指出具体错误，我马上修。”

• mrob（具体案例）：贴出几年前在 HN 上指出的一个例子——SE 把对话里的 ‘phone（早期”telephone”的缩写写法）改成 phone，这改变了文本含义（暗示新技术的”新鲜感”在标点里），edit 至今没回滚。jeltz 同意：”这条 edit 确实改变了语义。”natex 反问：”那为什么还要做这种现代化？”——讨论的核心其实是编辑哲学的根本分歧。

• robin_reala（中立解释）：两个项目其实使命不同——PG 追求”准确的数字转录”，甚至会保留同一文本的多个版本，连书末的旧广告都复原；SE 的目标是”做给现代读者的可读版本”，类似一家有品味的出版社，做排版统一和极轻的现代化。”两者都有价值，只是服务不同人群。”

• a2800276（社区视角）：两个项目分流了志愿者时间和注意力，也分割了”经典文本的官方版本”。但同时也带来良性竞争，让数字保存的方法论得以多样化探索。