当工具开始接受新的对象格式,比如从纯文本关键词列表改为结构化字段、从单层标签改为带层级的分类路径,最常出现的矛盾是:输入框里能放进去,但跑出来的结果明显不对。这不是工具坏了,而是输入规范还停留在旧格式的假设上。要改的不是某个字段的值,而是整批数据的组织方式。
两个解释都成立,需要用证据区分。
解释一:工具做了兼容层,旧格式仍被接受,但字段映射按旧规则走。此时数据能进去,却可能把“分类路径”当成一个普通字符串,拆不开层级,后续按层级聚合的报表就会失真。解释二:工具确实按新格式解析,但输入侧没有做规范化,同一对象在不同行里写法不一致,解析结果被拆成多个对象。两种解释的表象都是“结果不对”,但原因一个在工具侧,一个在输入侧。
最直接的证据是导入后的对象数量与结构预览,而不是最终报表。具体做法:挑三到五条有代表性的记录,导入后在工具的预览或明细视图里核对三件事——对象总数是否等于预期条数、层级字段是否被拆成独立层级、同义写法是否被合并成同一个对象。
这个预览动作的意义在于:它把“格式是否被正确理解”变成一个可以在导入阶段就确认的事实,而不是等到报表出来再回溯。确认之后,下一步该改输入、改映射还是改聚合口径,路径就分开了。
不要一上来就重跑全量数据。先固定一份十到二十条的最小样本,覆盖你实际数据里出现的所有写法变体:全角与半角分隔符、中英文混排、层级深度不一致、空值字段。用这份样本反复导入,直到预览结果稳定。稳定之后再扩到全量。
这一步的假设是:样本里的写法变体能代表全量数据的主要变体。如果全量里还有样本没覆盖的写法,导入后仍会出现新的异常对象,这时应该把新发现的变体补进样本,而不是直接改全量。
格式变化往往伴随分隔符的变化。旧格式可能用逗号分隔,新格式可能要求用竖线或固定字段位。如果分隔符本身出现在字段内容里,解析就会错位。处理方式是:先确认工具接受的分隔符,再检查字段内容里是否含有该字符,如果有,要么转义,要么换一个不冲突的分隔符。
空值同样关键。旧格式里空字段可能被跳过,新格式里空字段可能被当成空字符串参与合并或去重。如果一条记录的层级字段为空,工具可能把它归到默认层级,也可能直接丢弃。这两种行为对结果的影响完全不同,需要在实际导入中确认一次。
按这个顺序走,输入规范的调整就变成一次可复验的排查,而不是反复试错。真正需要改输入规范的情形,通常只出现在前两步;如果卡在第三步之后,继续改输入只会浪费时间。