Как называть файлы, чтобы найти их через десять лет

Проект оцифровки заканчивается папкой файлов. Что с ней будет через десять лет, определяется решением, принятым в первый день: как называть файлы. Переименовать три тысячи задним числом — отдельный проект на несколько дней, и обычно за него не берутся.

Рабочая схема #

ГГГГ[-ММ]_тема_NNN.расширение

Примеры:

1974_svadba-rodit_001.tif
1974_svadba-rodit_002.tif
1986-08_krym-otpusk_014.tif
197x_dacha_003.tif
0000_neopoznannoe_047.tif

Четыре решения, каждое со своей причиной.

Год первым. Сортировка по имени становится сортировкой по времени — бесплатно, в любом файловом менеджере, на любой системе, без базы данных и без метаданных. Это единственный способ хронологического порядка, который не зависит ни от чего.

Тема коротким слагом на латинице. Два-три слова через дефис. Не описание, а метка для узнавания: svadba-rodit, а не svadba-roditelej-v-dome-kulturi.

Номер с ведущими нулями. Три знака до тысячи, четыре свыше. Без нулей файл 10 встаёт между 1 и 2, и порядок разваливается.

Расширение как есть. .tif для мастера, суффиксы для производных.

Почему только латиница #

Кириллица в именах работает, пока файлы не покидают вашу систему. Дальше начинаются проблемы: разные кодировки при распаковке архивов, ограничения облачных хранилищ, почтовые вложения, перенос между Windows, macOS и Linux. Результат — папка с именами вида Фото_001.tif, которую придётся разбирать вручную.

Латиница, цифры, дефис и подчёркивание переживают любой перенос. Всё остальное — риск без выгоды.

Заодно: никаких пробелов (ломают командную строку и часть скриптов), никаких символов : * ? " < > | / \ (запрещены или зарезервированы), никаких точек внутри имени (кроме расширения).

Неизвестные даты #

Не выдумывать точность, которой нет.

Запись 198x сортируется правильно (после 1979 и до 1990), честно показывает неопределённость и остаётся понятной без пояснений.

Структура папок #

Плоская структура на три тысячи файлов неудобна. Разумная глубина — два уровня:

arhiv/
  master/
    1970s/
      1974_svadba-rodit_001.tif
      ...
    1980s/
    1990s/
  derived/
    web/
    print/
  catalog/
    katalog.csv
    checksums.sha256

master — сканы как есть, не редактируются никогда. derived — обработанные версии, которые можно пересоздать. catalog — описания и контрольные суммы.

Разделение master и derived принципиально: оно позволяет резервировать по-разному. Мастера бесценны и меняются редко; производные восстанавливаются из мастеров за час работы скрипта.

Каталог #

Имя файла хранит дату, тему и номер. Всё остальное — в отдельном текстовом каталоге.

Минимальный формат — CSV с колонками:

file,date,place,people,source,note
1974_svadba-rodit_001.tif,1974-06,Казань,"Мария П., Виктор П.",отпечаток 9x12,подпись на обороте карандашом

Почему CSV, а не база данных или каталог фотоменеджера: текстовый файл читается через тридцать лет чем угодно. Библиотека фотоменеджера — это проприетарный формат конкретной версии конкретной программы.

Метаданные IPTC внутри файлов — хорошее дополнение, но не замена: они теряются при конвертации формата и при некоторых операциях редактирования.

Версии обработанных файлов #

Мастер не переименовывается никогда. Производные получают суффикс:

1974_svadba-rodit_012.tif        мастер
1974_svadba-rodit_012_web.jpg    для просмотра и отправки
1974_svadba-rodit_012_print.tif  подготовленный к печати
1974_svadba-rodit_012_rest.tif   после реставрации

Связь между копией и мастером видна из имени и не теряется при перемещении между папками. Схема фото (1) — копия.jpg этим свойством не обладает.

Куда всё это складывать и как не потерять — хранение цифрового архива.