第一次拿到「大三巴18-49-27-4」这个资料包的时候，说实话我有点懵。文件名看起来像某种编号系统，又像是某个项目的内部代号。后来跟几个做澳门历史文化研究的朋友聊起来，才发现这套资料在圈子里其实已经流传了一段时间，只是大家各用各的，很少有人系统整理过它的下载渠道和使用方法。我花了大概两周时间，把手上能搜集到的版本都对比了一遍，也踩了不少坑，索性把经验写下来，省得后来的人再走弯路。

这套资料到底是什么来头

先把话说清楚，「大三巴18-49-27-4」并不是一个官方发布的标准名称。它更像是一个民间约定俗成的叫法，拆开来看其实有迹可循。「大三巴」指向的是澳门那面著名的教堂前壁遗址，这一点没有争议。后面的「18-49-27-4」就比较有意思了，我见过至少三种解释。

一种说法认为这是四组独立的数据编号：18可能对应某一批照片的编号区间，49是文档页码或者条目数量，27是地图或图纸的编号，4则代表四个子文件夹。另一种说法把它理解为一个坐标式索引，18和49分别代表经度和纬度的某种缩写形式，27和4是版本号。还有一种比较玄乎的解释，说这串数字是某个研究项目内部的归档代码，跟大三巴本身没有直接关系，只是借用了这个名字作为标识。

我个人的判断偏向第一种。因为实际下载下来的资料包里，文件夹结构确实能跟这四组数字对应上。18那个文件夹里主要是历史照片的扫描件，49文件夹里是文字文档和转录稿，27文件夹放着测绘图纸和平面图，4文件夹则是综合整理后的索引和说明文件。当然，不同来源的版本可能略有差异，这个后面会细说。

下载渠道的几种选择

找这套资料的过程本身就挺折腾的。我最早是在一个澳门本地历史爱好者的论坛里看到有人提到，但那个帖子里的链接早就失效了。后来顺利获得几个不同的渠道才凑齐了比较完整的版本。

学术组织镜像站

如果你有高校的图书馆账号，这是最省事的办法。据我所知，港澳地区有几所大学的数字人文项目组曾经把类似资料上传到自己的镜像服务器上。搜索的时候不要直接搜「大三巴18-49-27-4」这种完整字符串，命中率很低。试试拆开来搜，比如「大三巴 历史资料 编号18」或者「澳门教堂遗址 测绘图纸 下载」，反而更容易找到入口。

需要注意的是，学术镜像站通常需要组织认证，而且下载速度参差不齐。有些站点对并发连接数有限制，如果你用下载工具多线程拉取，可能会被临时封IP。建议老老实实单线程下载，虽然慢一点，但稳。

网盘分享链接

这是最普遍的渠道，也是最容易出问题的渠道。我前后试过七八个网盘链接，大概只有一半还能用。失效的原因五花八门：有的是分享者主动取消了，有的是被平台判定违规屏蔽了，还有的是链接本身有提取码但分享者忘了写。

如果你在某个论坛或者社群里看到有人分享，先别急着点。看一眼发布时间，超过半年的链接基本不用抱太大希望。另外，有些分享者会把文件打包成加密压缩包，密码藏在帖子的某个角落里，或者需要私信索取。这种情况就看你愿不愿意花时间跟人沟通了。

P2P和种子文件

这个渠道比较小众，但确实存在。我在一个做数字存档的IRC频道里见过有人挂过这套资料的种子。优点是不依赖中心服务器，只要还有人做种就能下。缺点是速度完全看运气，而且种子文件本身可能已经没人维护了。如果你对P2P比较熟悉，可以试试用磁力链接搜索工具碰碰运气，但别抱太大期望。

文件结构和使用前的准备

假设你已经成功下载到了资料包，接下来就是解压和整理。不同来源的压缩包结构不太一样，但核心内容大同小异。我手上这个版本解压后大概是这样的：

根目录下有一个总说明文件，通常是txt或者pdf格式，里面会简要介绍各个子文件夹的内容。然后就是四个主文件夹，分别对应18、49、27、4这四组编号。18文件夹里是图片，格式以tiff和jpeg为主，分辨率参差不齐，有些是高清扫描件，有些明显是从旧书上翻拍的，噪点很多。49文件夹里是文档，pdf和doc都有，还有一些是纯文本转录稿。27文件夹里是图纸，dwg和pdf格式各占一半，dwg文件需要专门的CAD软件才能打开。4文件夹里是索引和元数据，包括一个excel表格，列出了所有文件的编号、名称、来源和备注信息。

在正式使用之前，我建议先做两件事。第一，把所有文件复制一份备份，原始压缩包不要动。第二，用杀毒软件扫一遍，尤其是exe和bat文件，虽然这套资料里理论上不应该有可执行文件，但小心驶得万年船。

实际使用中的几个坑

资料到手只是第一步，真正用起来才会发现各种意想不到的问题。我把自己遇到的几个典型情况列出来，供参考。

文件命名混乱

这是最让人头疼的问题。同一个文件在不同文件夹里可能有不同的名字，比如一张大三巴立面照片，在18文件夹里叫「facade_018.tif」，在4文件夹的索引表里却写成「大三巴正面_编号018」。如果你要批量处理或者做关联查询，得先花时间把命名规则理清楚。我的做法是建一个对照表，把不同来源的文件名映射到统一的编号体系上，虽然费事，但后面省心。

编码问题

文档类文件里，有不少是繁体中文或者葡萄牙文写的。如果你用的是简体中文系统，打开某些txt或者csv文件可能会出现乱码。解决办法是用支持多编码的文本编辑器打开，比如Notepad++或者VS Code，手动切换编码格式试试。常见的编码有UTF-8、GBK、Big5这几种，挨个试一遍基本能解决。

图纸比例尺不统一

27文件夹里的测绘图纸，比例尺五花八门。有些标注了1:100，有些标注了1:200，还有一些根本没标。如果你要把不同图纸叠加分析，必须先做比例尺归一化。我一开始没注意这个问题，直接把两张图叠在一起，结果怎么都对不上，后来才发现比例尺差了整整一倍。

元数据缺失

4文件夹里的索引表虽然看起来挺全，但实际上有不少条目的来源信息是空的。比如某张照片只写了「来源不详」，某份文档只写了「转录自私人收藏」。这种情况在做学术引用的时候会很麻烦，因为你没法给出准确的出处。我的建议是，对于来源不明的材料，要么不用，要么在引用时明确标注「来源待考」。

几个实用的整理技巧

说了这么多问题，也分享几个我觉得比较有用的整理方法。

第一，用数据库管理。如果你手头的文件超过几百个，光靠文件夹分类是不够的。我后来把4文件夹里的索引表导入到SQLite数据库里，自己加了几个字段，比如「是否已校验」「引用次数」「关联文件」，查询起来方便很多。

第二，图片批量重命名和格式转换。18文件夹里的图片格式不统一，有些软件打不开tiff，有些又对jpeg压缩率有要求。我一般用ImageMagick批量转成png或者高质量jpeg，同时按照「编号_描述_日期」的规则重命名。这样后面检索的时候一眼就能看出是哪张图。

第三，文档做全文索引。49文件夹里的pdf和doc文件，如果只是放在那里，找起来很费劲。我用Recoll或者DocFetcher这类工具建了全文索引，支持中文分词，搜关键词直接定位到具体文件甚至具体页码。这个投入产出比很高，强烈推荐。

第四，图纸单独建库。27文件夹里的dwg文件，如果不用CAD软件，连预览都做不到。我的做法是先用免费工具批量导出成pdf或者svg，建立一个缩略图库，需要细看的时候再打开原始dwg文件。这样既节省时间，又不会因为频繁打开大文件而拖慢电脑。

关于版本差异的补充说明

前面提到不同来源的版本可能不一样，这里展开说一下。我对比过三个不同渠道下载的版本，发现主要差异在两个方面。

一是文件数量。最全的版本里，18文件夹有大约三百多张图片，最少的只有不到两百张。缺失的部分主要是那些来源不明的照片，可能是分享者在整理时主动剔除的。49文件夹的文档数量差异更大，多的有七八十份，少的只有三四十份。27文件夹的图纸相对稳定，基本都在二十到三十份之间。4文件夹的索引表倒是每个版本都有，但内容完整度不一样。

二是文件质量。同一个文件在不同版本里可能有不同的扫描分辨率。比如那张著名的大三巴立面照片，有的版本是300dpi的tiff，有的版本是150dpi的jpeg。如果你对图像质量有要求，尽量找文件体积大的版本，通常意味着更高的分辨率。

我的建议是，如果条件允许，多下几个版本，然后做个去重和合并。用文件的哈希值或者 perceptual hash 来比对图片，用文本相似度来比对文档，把重复的删掉，保留质量最好的那个。这个过程比较耗时，但一次整理好，后面就一劳永逸了。

使用时的注意事项

最后说几点使用上的注意事项，有些是技术层面的，有些是伦理层面的。

技术层面，注意文件权限和备份。如果你把资料放在共享目录里，记得设置好访问权限，避免被误删或者被无关人员修改。备份的话，至少做两份，一份放本地，一份放云端或者移动硬盘。我就吃过亏，有一次硬盘故障，辛辛苦苦整理好的索引表全没了，后来花了两天重新做。

伦理层面，这套资料里有些内容涉及私人收藏或者未公开的档案。如果你要公开发表或者 commercial use，最好先确认一下版权状态。有些照片的拍摄者或者收藏者可能还在世，直接拿来用可能会有法律风险。学术引用的话，尽量注明来源，哪怕来源写的是「私人收藏」，也比不写好。

另外，如果你在整理过程中发现了新的材料或者修正了原有的错误，不妨分享出来。这套资料本身就是民间自发整理和传播的，没有官方维护，全靠大家接力。我这次写这篇文章，也是出于同样的目的，希望能帮到后面需要的人。

好了，关于「大三巴18-49-27-4」资料下载与使用说明，我能想到的基本都写在这里了。如果你在实际操作中遇到什么我没提到的问题，欢迎补充。这套资料的价值在于使用，放在硬盘里吃灰就太可惜了。