先不要重新导入。把当前页面上的标题、URL路径和文件列表各抄成独立一列,用同一套编号去对,通常几分钟内就能找出错位发生在哪一步。下面按“你手上已经有一批导入后的页面和一批源文件”这个前提展开,不依赖后台导出权限,也不依赖完整日志。
标题与文件错位一般有三个来源:文件名本身写错、导入时映射字段选错、页面模板把标题渲染成了另一个字段。三者的证据不同,处理动作也不同。
缺少完整数据或权限时,你仍能做的最小动作是:随机抽取10到20个错位页面,记录“页面标题、URL、源文件名、文件首行文字”四项。这四项不需要后台权限,只需要打开页面和打开文件。做完这一步,错位是随机的还是成批的,基本就能看出来。
标题本身可能就是错的,所以不能拿标题当核对基准。更稳的锚点是文件的第一行正文或第一个小标题,它通常不会在导入过程中被改写。
假设你抽了15个页面,其中12个是“文件内容正确、标题来自另一个文件”,那说明文件本身没乱,是导入时标题字段被另一个来源覆盖了。这时下一步应该去查导入映射,而不是去改文件名。反过来,如果多数是“标题和文件内容都对不上”,那要回到文件整理阶段。
不需要复杂工具,一张四列表格就够用。列分别是:页面URL、页面标题、源文件名、文件首行片段。逐行填,填不出来的行就是权限或数据缺口所在。
这张表的作用是让错位模式显形。常见的两种模式:
填表时如果发现某个页面的URL路径和文件名完全无关,先不要下结论说“导入坏了”。URL可能是建站时另行生成的,与文件名不一致属于正常情况,它不能单独作为错位的证据。
改完映射或文件名后,不要只看改过的那几个页面。重新抽一批之前没检查过的页面,用同样的四列法核对。如果新抽的样本里错位比例明显下降,说明修正方向对;如果比例没变,说明你改的那一层不是根因。
这里有一个容易误判的地方:修正后页面标题变对了,不等于导入流程已经正确。标题正确可能只是因为你手动改了标题,而映射错误仍然存在,下次导入会再次错位。要区分“这次修好了”和“流程修好了”,前者只影响已改页面,后者才影响后续导入。
另外,导入前后如果正好遇到搜索需求变化或采集时间不同,页面表现的变化不能直接归因于这次修正。对应关系是否正确,用四列核对表判断就够了,不需要等排名数据来验证。
如果你只有前台页面和本地文件,没有导入日志和数据库权限,仍然可以完成大部分核对。方法是从页面源码里找线索:查看页面标题标签、正文首个标题标签、以及页面URL,三者与源文件比对。
具体动作:打开页面源码,搜索第一个 <h1> 或 <h2>,把它和本地文件的第一个标题对比。如果源码里的标题和文件首行一致,但浏览器标签页显示的标题不一致,说明问题出在标题标签的生成逻辑,而不是内容导入本身。这个区分会直接决定你下一步是找开发改模板,还是找编辑改文件。
需要说明的是,前台看到的顺序不一定等于导入时的字段顺序,模板可能在渲染时重排了内容。所以源码核对能缩小范围,但不能单独证明导入映射正确。它的价值在于:在你没有后台权限时,帮你判断该找谁处理。