番号库元数据清洗：空值、别名与重复项

元数据清洗的目标是提高可比较性，同时保留回到原始记录的能力。直接批量替换、删除空值或合并相似标题虽然能让表格变整齐，却可能抹掉来源差异和核验线索。

问题边界与核心判断

安全的清洗流程应把原始层、规范层和展示层分开。原始层只追加不覆盖；规范层依据数据字典转换格式；展示层可以使用首选标签。任何不可逆操作都需要预览、变更日志和回滚点。

本文只讨论公开、中性的元数据整理方法。任何来源未给出的事实都不补写，任何无法回到证据的判断都保留为待确认；示例内容不对应真实人物、作品或平台。

可复现的工作流程

执行时建议为本篇主题创建独立工作单，保存输入、操作顺序、观察日期和结论强度。不要一次改变多个条件，也不要为追求整齐覆盖原始值。

1. 步骤 1：先建立只读快照并统计空值、唯一值、异常格式和疑似重复比例。
2. 步骤 2：分别定义 missing、unknown、not_applicable 和 not_verified，不盲目填充。
3. 步骤 3：别名通过映射表转为首选词，同时保留原词和来源上下文。
4. 步骤 4：疑似重复先进入候选组，核验标识、日期与来源后再决定合并。

示例工作单

虚构记录中的“已核”“verified”和“V”可映射到同一展示值，但原始值仍保存在 source_value。另一个空白字段若来源根本没有提供，应标记 missing；若来源写“未知”，则记录 unknown，二者不能合并。

record: "example-only"
method: "metadata-cleaning"
source_status: "待确认"
decision: "仅演示流程，不构成事实"

常见偏差与纠正

• 用最常见值填充空白，制造来源从未提供的信息。
• 字符串相似度高就自动合并，忽略版本或命名空间。
• 只保留清洗后文件，没有规则版本和变更前快照。

如果流程要求真实账号、下载文件、绕过权限或提交敏感资料，应立即停止。本地站点不具备真实提交、发布或核验后台，相关状态不能从页面外观推断。

结论

可撤销比一次性整齐更重要。番号库的清洗应让每个规范值都能追到原始值和规则版本，不能确定的重复项继续留在候选状态。