旺道优化：对象格式变了输入规范怎么改，先做样本对照
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /699319a7fd92.html
📄
旺道优化：对象格式变了输入规范怎么改，先做样本对照
直接回答：不要先改工具设置，而是先把新旧两种输入各取一份可对照的样本，记录字段、层级和分隔方式，确认工具实际接受的是哪一种，再决定是改输入、加转换层，还是放弃这次批量处理。判断依据是样本能否被稳定解析，而不是某次导入是否成功。
先判断变化发生在哪一层
对象格式变化通常有三种：字段名变了、层级结构变了、值本身的写法变了。三种原因的处置方式不同，混在一起改容易把原本正确的部分也改坏。
- 字段名变化：同一份数据里，原先是“标题”，现在变成“页面标题”。如果映射表里写死了旧字段名，解析会直接落空。
- 层级变化：原先平铺的列表，现在被包进一层分组对象。解析器如果按固定深度取值，会取到空值而不是报错。
- 值写法变化：日期从“2024-01-05”变成“05/01/2024”，或者数字带了千分位逗号。这类变化不会导致字段缺失，但会让后续比较和排序出现偏差。
区分方法很简单：把新旧样本并排，逐字段标记“存在但改名”“位置变了”“值格式变了”。标记结果决定后面改哪一层，而不是一次性重写全部规范。
用一份最小样本做对照，而不是全量试跑
全量导入失败时，错误信息往往只指向第一条坏数据，掩盖了其余问题。更有效的做法是手工构造一份最小样本：只保留两到三条记录，覆盖新旧两种格式，再分别送入当前处理流程。
- 取一条旧格式记录，确认它仍能被正常解析，作为基线。
- 取一条新格式记录，观察它在哪一步开始出现空值、错位或截断。
- 把新格式记录按字段逐个替换成旧写法，找出第一个让解析恢复正常的字段。
这个动作的结果会直接决定下一步：如果只是字段名不同，改映射表即可；如果层级不同，需要加一层提取；如果值格式不同，通常在读取后做一次规范化，而不是改原始文件。
输入规范应该写成可验证的规则
规范的价值在于别人能照着检查，而不是描述意图。建议把每条规则写成“字段 + 允许形式 + 反例”，反例比正例更能暴露边界。
- 字段名统一用固定写法，并在规范里列出当前实际出现的别名。
- 层级深度写明：取值路径是固定层数，还是允许递归查找。
- 值格式写明分隔符、顺序和空值表示方式，例如空字符串与缺字段是否等价。
假设一份页面清单，旧格式用 title 平铺，新格式用 meta.title。规范里如果只写“需要标题”，执行者仍会各自猜测。写成“标题取自 meta.title，缺失时回退到 title”，才具备可执行性。这里的具体字段名只是示例，实际以你手中样本为准。
出现反常结果时，先排除转换层的影响
格式变化后常见的反常现象是：条目数变少、部分字段为空、排序结果与预期相反。这些现象不能单独证明输入规范错了，也可能是转换脚本、去重规则或读取顺序造成的。
可核对的证据是：保留转换前后的两份中间结果，比较条目数和字段填充率。如果转换前就少了条目，问题在读取；如果转换后才少，问题在转换规则。只有定位到具体环节，修改输入规范才有意义。
改规范之后要留一次回归对照
改完输入规范，用同一份最小样本再跑一次，并和修改前的输出逐字段比对。重点看三类差异：原本正常的字段是否被改动、原本缺失的字段是否补齐、边界值是否被误判。这一步的结果决定规范是定稿还是继续调整，而不是凭一次成功导入就宣布完成。
如果新旧格式需要长期共存，规范里应明确以哪一种为主格式，另一种通过转换层接入，避免两套写法在同一流程里互相覆盖。
