先不要改标题,也不要重新导入。把导入日志、源文件和页面上的标题做三方对照,确认错位是“顺序错”还是“内容错”。顺序错通常来自批量导入时按文件名排序、而源数据按另一列排序;内容错则说明标题字段与文件字段在映射阶段被拆开。两者的处理方式不同:前者可以保留现有内容、只修对应关系;后者要判断是改写映射规则还是退出这批导入。
把出错页面的标题、文件名、导入时间三项列出来,再和源数据逐行比对。会出现三种可区分的情况。
判断依据是错位是否成规律。成规律说明是排序或映射问题,可以修;不成规律且找不到共同键,说明源数据本身不可靠,继续修的成本可能高于重做。
确认类型后,再决定这批内容怎么处理。
如果标题和文件各自内容都没问题,只是配对错了,优先保留。做法是导出当前对应关系表,用文件名作为唯一键重新关联标题,再回写。适用前提是文件名唯一、且没有在导入过程中被程序改写。若文件名重复或已被重命名,这个方法不成立。
如果错位源于字段映射,比如标题列被读成了摘要列,那么要改的是导入规则,而不是逐条改标题。先在小样本上跑一次,确认标题和文件能一一对应,再处理全量。这个动作的结果直接决定下一步:样本通过就批量执行,样本仍错位就说明源数据缺少稳定键,应转入退出判断。
当源数据没有唯一标识、文件名与标题都不足以定位,且错位无规律时,继续修补会不断产生新的错配。此时退出这批导入、回到原始内容重新整理字段,比在错位上反复覆盖更可控。退出不是失败,而是避免把错误对应关系写进页面。
有人会用“页面已被抓取”或“标题已出现在结果里”作为对应正确的证据。这两点都不充分。抓取只说明页面可访问,不说明标题与文件匹配;标题出现在结果中,也可能只是旧缓存或另一条记录。真正能确认对应关系的是源数据里的唯一键与页面字段一致,而不是外部表现。
另一个误判是把导入后流量或抓取量的短期变化当成错位已修复。一次改动前后的比较要排除季节、搜索需求变化和数据采集口径差异,否则容易把无关波动当成处理正确的证据。
假设有一批内容,文件名是 a-01.html、a-02.html,标题分别是“A主题入门”“A主题进阶”。导入后页面标题整体后移一位,a-01.html 显示“A主题进阶”。这就是整体平移,用文件名重新关联即可恢复,不需要改动标题文字。若同样一批内容中,a-01.html 显示的是另一批内容的标题,则属于映射被覆盖,应回到导入配置而不是逐页修改。
核对的目标不是让页面看起来正常,而是让标题与文件在源数据层面重新建立可验证的对应关系;只有这一步成立,后续的修改和更新才有稳定基础。