代码分享的前 GitHub 时代：Planet Source Code 的兴衰与启示

2026-05-12 24 预计阅读时间：1 分钟
来源：oschina.net AI 摘要 原文链接

免责声明：本文为 AI 摘要整理，建议结合原文阅读。摘要可能省略上下文、版本差异或边界条件，不作为官方说明。

预计阅读时间：12 分钟

Chris Pietschmann 最近在 GitHub 上翻到了一个奇怪的存档页面——那是 Planet Source Code（PSC）的代码索引，上面赫然列着他在 2002 到 2004 年间提交的几十段 VBScript、ASP 和 JavaScript 代码。二十多年前的自己突然跳到眼前，他写了一篇怀旧长文，引发了一波老开发者的集体回忆。

这不仅仅是一段个人回忆。PSC 的兴衰折射出代码分享方式的根本变迁：从"贴代码"到"推仓库"，从单文件到项目，从浏览下载到协作迭代。

Planet Source Code 是什么

PSC 在 1999 年左右上线，定位非常直白——一个代码片段的发布与浏览站点。开发者把一段自认为有用的代码贴上去，附上说明和分类标签，其他人搜索、下载、评分。站点按语言分区：VB、Java、C/C++、ASP、JavaScript……每个分区还有"周最佳代码"评选。

在那个年代，这几乎是普通开发者发布代码的唯一可行渠道。个人网站 Hosting 不便宜，FTP 空间有限，SourceForge 只接纳正式的开源项目。一段 50 行的 VBScript 工具函数？没地方放。PSC 填的就是这个空档。

它的交互模式可以概括为：

  • 发布者：把代码复制粘贴到网页表单，选语言、写描述、提交
  • 浏览者：按语言/关键词搜索，看到代码后复制到本地，给个评分
  • 反馈：评论区留言，没有 diff、没有 fork、没有 issue

这套模式在今天看来笨拙，但在 2000 年前后，它就是最接近"开源社区"的东西。

前 GitHub 时代的代码分享生态

PSC 并不是孤例。那个年代有一整套代码分享基础设施，各有侧重：

平台 定位 交互方式
Planet Source Code 代码片段发布与评分 粘贴提交、复制下载、评论
SourceForge 正式开源项目托管 CVS/SVN、下载 tarball、邮件列表
CodeProject 技术文章+附带代码 长文教程、代码下载、论坛讨论
Snipplr / dzone snippets 小片段收藏 粘贴、标签、收藏
个人网站/FTP 自由发布 手动上传、链接分享
Usenet / 邮件列表 讨论中附带代码 纯文本贴代码、手动复制

这些平台有一个共同特征：代码是静态的发布物，不是活的协作对象。你下载一段代码后，改了什么、修了哪个 bug，原作者完全不知道。改进版本要么重新发布一个新条目，要么就淹没在评论区的某条留言里。

从"贴一段代码"到"推一个仓库"到底改变了什么

GitHub 带来的不只是 git 托管。它改变了代码分享的几个根本假设：

1. 代码从"成品"变成"过程"

PSC 上你看到的是一段最终代码。GitHub 上你看到的是 commit 历史——每一步尝试、每一个回退、每一次重构。代码变成了有时间维度的活文档。

2. 改进从"重新发布"变成"fork + PR"

在 PSC，如果你改进了某人的代码，你要么自己发一个新条目，要么在评论区贴修改版。两条代码之间没有结构化的关联。GitHub 的 fork/PR 让改进直接回流到源头。

3. 发现从"分类浏览"变成"网络效应"

PSC 的发现机制是人工分类和评分排序。GitHub 的发现靠社交网络——你看到某人 star 了一个项目，依赖链把相关项目推到你面前，趋势算法放大活跃项目。

4. 代码从"片段"变成"项目上下文"

PSC 的代码是剥离了环境的纯片段。GitHub 上哪怕是一个小工具，也有 README、依赖声明、构建脚本、测试。你拿到的不只是一段逻辑，而是可运行的项目。

实践：给自己的旧代码建一个本地"时光胶囊"

PSC 的存档之所以能引发共鸣，是因为很多开发者手里都有散落各处的旧代码——硬盘里的 .vbs 文件、旧邮件附件里的脚本、甚至纸质打印的源码。与其等某个平台偶然存档，不如自己动手建一个本地索引。

下面是一个 Python 脚本，扫描指定目录下的源码文件，生成一个静态 HTML 紓览页面——本质上就是一个小型 Planet Source Code，只不过数据在你自己手里：

#!/usr/bin/env python3
"""codeshelf.py — 把散落的旧代码文件整理成一个可浏览的本地 HTML 紓引"""

import os
import sys
import hashlib
from datetime import datetime
from pathlib import Path

# 支持的源码扩展名及对应语言标签
LANG_MAP = {
    ".vbs": "VBScript", ".bas": "VB6", ".cls": "VB6",
    ".js": "JavaScript", ".html": "HTML",
    ".asp": "ASP", ".php": "PHP",
    ".py": "Python", ".pl": "Perl",
    ".c": "C", ".h": "C Header", ".cpp": "C++",
    ".java": "Java", ".sh": "Shell",
    ".sql": "SQL", ".ps1": "PowerShell",
}

HTML_TEMPLATE = """<!DOCTYPE html>
<html lang="zh">
<head>
<meta charset="utf-8">
<title>Code Shelf — {title}</title>
<style>
  body {{ font-family: monospace; max-width: 960px; margin: 2em auto; background: #1e1e1e; color: #d4d4d4; }}
  h1 {{ color: #569cd6; }}
  h2 {{ color: #dcdcaa; margin-top: 2em; }}
  .meta {{ color: #608b4e; font-size: 0.85em; }}
  pre {{ background: #252526; padding: 1em; border-radius: 4px; overflow-x: auto; }}
  .lang-tag {{ background: #264f78; padding: 2px 8px; border-radius: 3px; font-size: 0.8em; }}
  a {{ color: #4ec9b0; }}
</style>
</head>
<body>
<h1>📦 Code Shelf — {title}</h1>
<p class="meta">生成时间: {timestamp} | 文件数: {count}</p>
{entries}
</body>
</html>"""

ENTRY_TEMPLATE = """
<h2>{filename} <span class="lang-tag">{lang}</span></h2>
<p class="meta">路径: {relpath} | 大小: {size} bytes | SHA256: {hash}</p>
<pre><code>{content}</code></pre>
"""

def sha256_of(text: str) -> str:
    return hashlib.sha256(text.encode("utf-8", errors="replace")).hexdigest()[:16]

def build_shelf(scan_dir: str, output_file: str = "codeshelf.html"):
    scan_path = Path(scan_dir).resolve()
    entries_html = []
    count = 0

    for filepath in sorted(scan_path.rglob("*")):
        if filepath.suffix.lower() not in LANG_MAP:
            continue
        if filepath.is_dir() or filepath.stat().st_size > 100_000:
            # 跳过目录和超过 100KB 的文件
            continue

        try:
            content = filepath.read_text(encoding="utf-8", errors="replace")
        except Exception:
            content = filepath.read_text(encoding="latin-1", errors="replace")

        relpath = filepath.relative_to(scan_path)
        lang = LANG_MAP.get(filepath.suffix.lower(), "Unknown")
        entries_html.append(ENTRY_TEMPLATE.format(
            filename=filepath.name,
            lang=lang,
            relpath=relpath,
            size=filepath.stat().st_size,
            hash=sha256_of(content),
            content=content,
        ))
        count += 1

    full_html = HTML_TEMPLATE.format(
        title=scan_path.name,
        timestamp=datetime.now().strftime("%Y-%m-%d %H:%M"),
        count=count,
        entries="\n".join(entries_html),
    )

    out = Path(output_file)
    out.write_text(full_html, encoding="utf-8")
    print(f"✅ 已生成 {out}，收录 {count} 个文件")
    print(f"   用浏览器打开: file://{out.resolve()}")

if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("用法: python codeshelf.py <扫描目录> [输出文件名]")
        print("示例: python codeshelf.py ./my_old_code ./shelf.html")
        sys.exit(1)
    build_shelf(sys.argv[1], sys.argv[2] if len(sys.argv) > 2 else "codeshelf.html")

运行方式：

# 把你散落各处的旧代码复制到一个目录
mkdir -p ~/my_old_code
cp ~/archive/2002/*.vbs ~/my_old_code/
cp ~/archive/2003/*.asp ~/my_old_code/
cp ~/old_scripts/*.js  ~/my_old_code/

# 生成浏览页面
python codeshelf.py ~/my_old_code ~/shelf.html

# 打开查看
open ~/shelf.html   # macOS
# 或 xdg-open ~/shelf.html  # Linux

生成的页面按文件名排列，每个文件标注语言、路径、大小和 SHA256 摘要。你可以随时追加新文件再重新生成——比 PSC 的粘贴提交更可控，数据也完全在你手里。

如果想更进一步，可以把 shelf.html 和源码目录一起推到一个 GitHub 仓库，加上 README 说明年代和背景，这就是一个自建的代码存档。

我们失去了什么，又该保留什么

PSC 的消亡不是技术落后那么简单。它身上有一些 GitHub 没有完全继承的东西：

低门槛的片段分享。GitHub 的最小单元是仓库，哪怕一个单文件工具也要有仓库结构。PSC 让你贴一段 30 行的函数就能发布，这个门槛差对初学者和随手分享意义重大。今天 GitHub Gist 部分填补了这个空档，但 Gist 的发现机制远不如 PSC 的分类浏览和评分排序。

人工评选的质量信号。PSC 的"周最佳代码"是人工评选的，带有编辑判断。GitHub 的 Trending 是算法驱动的，偏向已有关注度的项目。两种信号各有盲区，但人工评选能挖掘冷门但高质量的贡献，这是算法容易漏掉的。

面向学习的代码浏览。PSC 的核心体验是"逛"——按语言翻、看评分、读代码、学技巧。GitHub 的核心体验是"用"——找到项目、clone、装依赖、跑起来。前者是学习姿态，后者是工程姿态。两者都需要，但今天的平台明显偏工程。

如果你手里有值得保留的旧代码，别等平台偶然存档。用上面的脚本或类似方法，自己建一个本地索引，再推到 GitHub 做长期保存。二十年后翻出来，你会感谢今天的自己。

# 全栈 # 开源 # 开源中国

相关推荐