SEO辅助工具：对象格式变了，改输入规范还是改解析层
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /a546a90fd093.html
📄
SEO辅助工具：对象格式变了，改输入规范还是改解析层
先给有条件的结论：如果格式变化只是同一语义换了外壳，例如字段顺序调整、分隔符从逗号改为制表符，优先改解析层，把输入规范冻结；如果格式变化改变了字段的语义或粒度，例如原来一行一个页面，现在一行一个页面加查询词组合，必须改输入规范，否则后续所有校验都会在错误的单位上通过。判断依据不是格式看起来差多少，而是旧规范里的必填项、唯一键和取值范围是否还成立。
先判断变化发生在哪一层
把输入链路拆成三层会更容易决策：采集层负责从对象里取出值，解析层负责把值映射到字段，规范层负责定义字段的必填、类型、唯一键和取值范围。格式变化只影响采集层时，改解析层就够；一旦唯一键的含义变了，规范层必须同步修改。
一个可操作的检查方法是：拿三条旧格式样本和三条新格式样本，逐字段问“这个值在新格式里还能唯一标识同一条记录吗”。能，就属于外壳变化；不能，就属于语义变化。这个判断直接决定下一步动哪里，而不是先改代码再补文档。
方案一：改解析层，冻结输入规范
适用条件是字段名、字段含义、唯一键都没变，只是顺序、分隔符、包裹符号或编码变了。代价是解析层会积累分支逻辑，每支持一种旧格式就多一条路径，长期维护成本上升。
做法上，把格式识别放在解析入口，先探测再映射，规范层保持不变。这样做的实际结果是：下游校验、去重和入库逻辑一行都不用改，回归测试只需覆盖新格式的解析用例。
需要注意的失效条件：如果新旧格式里同一个字段出现了不同的空值表示，比如旧格式用空字符串表示缺失，新格式用固定占位符表示缺失，那么解析层必须显式归一化，否则规范层的“必填”校验会把占位符当成有效值放行。
方案二：改输入规范，让解析层保持单一
适用条件是唯一键、粒度或取值范围发生了变化。代价是这是一次破坏性变更：所有依赖旧规范的下游任务、历史数据和协作者都要跟着迁移，短期内会出现新旧数据并存。
做法上，先写新规范，明确字段、类型、必填和唯一键，再让解析层只输出新规范。实际动作是给旧数据加一个标记字段，迁移完成前查询时显式区分来源。这个动作的结果是：你能随时知道某条记录是按哪版规范进入的，回滚时不必猜。
如果对象格式变化同时涉及多个来源，不要试图用一套规范兼容所有来源。更稳妥的是每个来源一套映射，统一输出到同一规范，这样来源格式再变时只影响对应映射。
一个会让上述结论失效的反例
假设新格式只是把两个字段合并成一个字段，看起来像外壳变化，但拆分后无法还原原来的粒度，比如原来“页面”和“查询词”是两列，现在合并成一列“页面|查询词”。这时唯一键从页面变成了页面加查询词，方案一会失效：解析层能拆开字符串，但规范层的唯一键仍是页面，去重会把不同查询词的行误判为重复。
这个反例说明，判断标准要落在唯一键和粒度上，而不是落在“是否需要写拆分代码”上。只要唯一键变了，就必须走方案二。
下一步动作与验证方式
先做一次小样本对照：取新旧格式各若干条，按候选方案跑一遍字段映射和唯一键校验，记录哪些行在新旧规范下被判定为重复或缺失。如果两种方案的判定结果一致，选改动面小的那个；如果不一致，以唯一键为准选方案二。
验证时不要只看“解析成功”。解析成功只说明字符串被切开，不说明语义正确。要额外检查必填字段的非空率、唯一键的冲突数、取值范围越界数这三项，它们才能反映规范是否真的匹配新对象。
最后把结论写进输入规范的变更记录：变化属于哪一层、选了哪个方案、旧数据的处理方式、以及什么条件下需要重新评估。这样下一次对象格式再变时，你有可对照的先例，而不是从零判断。
