先给结论:错位通常不是“文件写错了”,而是导入映射把标题字段与文件字段拆成了两条独立队列。核对时应先固定一条可追溯的标识(文件名、URL或内容ID),再分别验证“标题→标识”和“标识→文件”两段映射,最后才判断是导入规则问题还是源数据问题。若标识在导入后丢失,任何标题核对都会变成猜谜。
导入后看到标题A对应文件B,有两种常见解释。
区分方法很直接:取导入后错位最明显的10条,回源表按同一顺序比对。如果这10条的标题与文件在源表里就已经对不上,属于字段错位;如果源表完全正确,只有导入结果乱序,属于队列错位。这个判断决定了下一步该改源数据还是改导入流程。
标题可能重复、可能被截断、可能含特殊字符,不适合当唯一标识。核对前应先确认每条内容是否有一个导入前后都不变的标识,常见选择是文件名、原始URL或内容ID。
实际操作:在导入结果里导出“标识—标题—文件”三列,按标识排序,再与源表按同一标识排序后逐列比对。如果标识列本身就对不上,说明导入环节没有保留标识,此时先解决标识留存,再谈标题核对;否则核对结果不可信。
这一步的结果会直接影响后续动作:标识可追溯,就能把错位范围缩小到具体行;标识不可追溯,只能整批重导,并且要在重导前补上标识字段。
假设某批100条内容导入后,发现约三成标题与文件不匹配。按下面的顺序核对:
这个例子里的数字只用于说明比对方法,不代表任何实际项目的比例。关键是:核对顺序必须是“先标识、再标题、后文件”,顺序颠倒会把导入问题误判成源数据问题。
关键前提发生变化时,处理方式应随之调整。
判断依据是:错位是否带固定偏移。固定偏移指向源数据,随机分布指向队列。若无法确定属于哪种,先做一次小批量试导,只导入10条并保留标识,观察错位是否复现,再决定改哪一端。
确认错位原因后,不要只修当前这一批。应把标识字段加入导入模板的必填项,并在导入后自动比对“标识—标题”数量是否一致。数量一致只能说明没有丢行,不能证明对应关系正确,因此仍需抽查若干条标题与文件的实际内容是否匹配。
另外,导入前后若同时调整了内容结构或标题写法,比较错位率变化时要考虑内容本身的变化,不能把一次导入的改善直接归因于流程改动。只有标识稳定、比对可复现,后续的标题与文件对应关系才具备可核对的基础。