频道 1200 条视频按发布年份归档，我用文件名排序翻车了

上周想给频道做一次归档：1200 多条视频，从 2019 年到现在，打算按年份分目录，方便后面查素材。环境很普通，macOS 上用 zsh，数据是之前用 yt-dlp 拉下来的 JSON 元数据加视频文件，单个 JSON 几十 KB，总量不到 200 MB，不算大数据。

第一版做法很直接：读出每条的 upload_date，取前四位当年份，mkdir -p 后 mv 过去。跑完发现两个问题。一是 upload_date 为空的条目全被塞进了「0000」目录，大概 30 多条；二是文件名里有全角冒号和问号，mv 时直接被截断，几个文件覆盖成了同名。

改法是先做一遍 dry-run，只打印不移动：

jq -r '[.id, (.upload_date // "NULL"), .title] | @tsv' meta/*.json \
  | awk -F'\t' '{y = ($2=="NULL") ? "unknown" : substr($2,1,4); print y"\t"$1"\t"$3}'

确认无误后再按 id 移动，而不是按标题：

while IFS=$'\t' read -r y id title; do
  mkdir -p "out/$y"
  find src -name "$id.*" -maxdepth 1 -exec mv {} "out/$y/" \;
done < plan.tsv

为什么按 id 而不按标题：标题里的字符集不可控，全角符号、emoji、换行都出现过，文件名只是展示层，id 才是稳定主键。代价是归档后目录里看不出内容，得配一份 index.tsv 另存标题映射。

这套做法会失效的地方：upload_date 缺失时用 unknown 兜底，但如果你的频道有直播回放，它的 upload_date 和 actual_start_time 不是一回事，按上传年份归档会把跨年直播分错；另外 find -name “$id.*” 在文件名带空格时没问题，但 id 前缀相同的文件（极少见）会一起被移走，稳妥点可以改用精确后缀匹配。我自己踩过的坑是 mv 跨文件系统时会先复制再删除，中途断掉会留下半个文件，量大时建议先 cp 校验再删源。

现在想确认一件事：你们归档视频时是按 upload_date 还是按内容里的实际拍摄时间？直播回放和首播这两类你们怎么处理？