先给结论:批量导入后标题与文件错位,通常不是“标题写错了”,而是对应关系在导入链路中被重新排序或覆盖。核对时不要逐条改标题,而要先判断错位属于“顺序整体平移”还是“内容随机串位”,这两种情况的处理方向完全不同。
打开导入结果,随机抽取五到十条,比较标题与文件名、正文首句是否还能对上。如果标题A总是配着文件B、标题B配着文件C,形成固定间隔的循环,这属于整体平移,常见于导入时跳过了表头行、或按字母顺序重排后没有恢复原序。如果错位没有规律,同一批里有的对、有的错,则属于随机串位,多半是标题列与文件列来自不同数据源,匹配键不唯一。
两种类型的证据不同:整体平移看的是“偏移量是否恒定”,随机串位看的是“是否存在重复键或空键”。先做这一步,能避免把顺序问题当成内容问题去逐条修改。
如果原始数据里有唯一的文件名、编号或路径,优先用它作为匹配键,而不是用标题。做法是:把导入结果与原始清单各保留一列匹配键,用查找函数把标题按匹配键回填,再对比回填前后的差异条数。差异条数为零,说明只是显示顺序问题;差异条数大于零,说明标题在导入前就已经错配。
动作与结果:先对匹配键去重并统计空值。如果空值比例高,回填会制造新的错位,此时应退回源头补齐键,而不是继续在结果里修标题。这一步的产出直接决定下一步是“重排”还是“重建映射”。
假设一份清单有100条,匹配键为文件名,其中8条文件名为空。用键回填后,这8条必然对不上。这不是方法失效,而是键不完整。处理方式是先补全这8条,再整体重跑一次,而不是单独手工改这8条标题。
当标题和文件本来就没有稳定编号,只能靠内容判断。此时从正文里取一段稳定片段,比如首句或唯一的正文标识,生成一个短指纹,再与标题所在行比对。指纹一致但标题不符,是标题列错位;指纹本身也对不上,说明导入时行与行之间发生了合并或截断。
这种方法的例外是:正文首句本身重复率高,指纹不唯一,判断会失真。遇到这种情况,改用正文中段或结尾的独有句子,并接受核对速度变慢的代价。
确认错位类型和匹配方式后,不要立刻全量覆盖。先取二十条做一次重导,检查标题、文件名、正文三者是否一致。验证通过再扩大范围。如果重导后仍有个别错位,记录这些条目的共同特征,例如是否都来自同一批文件、是否都缺少某个字段,这比继续手工修正更能定位原因。
需要提醒的是,一次重导前后标题数量变化,不能单独证明处理正确,也可能是导入范围或去重规则变了。比较时应固定同一批数据、同一套规则,再判断对应关系是否恢复。