南方都市报
同一条记录至少应由“日期加期号”或“日期加唯一批次号”组成主键。只有日期而没有期号的数据,适合人工浏览,不适合直接导入数据库,因为补录记录和跨日记录容易产生重复。
如果需要长期保存,建议至少保留四份信息:原始文件、清洗后的表格、字段说明和变更日志。文件名称可以🔍包含年份、数据范围、版本号和采集日期,避免后续出现多个同名文件而无法判断哪一份是最终版本。
当页面只显❤️示摘要时,摘要只能作为索引,不能替代完整记录。摘要缺少期号、发布时间或修订信息时📢,适合用于定位日期,不适合直接作为最终数据源。
历史记录出现不一致时,应先判断💫差异属🎉于内容错误、显示错误还是更新时间差异。不同页面的排序方式、时区和缓存状态可能不同,不能仅凭数字排列位置认定某一方一定正确。
不要把第三方页面的“已更新”标签直接等同于权威确认,也不要把自动生成的走势图、颜色分类或推荐标记当成原始数据。衍生指标可以作💪为分析字段,但必须注明计算规则、数据范围和更新时间。