网站SEO方法：把人工经验写成脚本需求时怎样描述例外情况
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /4b91d67ba2c1.html
📄
网站SEO方法：把人工经验写成脚本需求时怎样描述例外情况
核心做法是：不要只写“正常流程”，而是为每个处理步骤补一条“不满足条件时怎么办”的判定，并把判定依据写成脚本能读取的字段或规则。人工经验里最容易被省略的，恰恰是那些“看起来不像问题”的例外。脚本一旦遇到它们，要么静默跳过，要么误判成正常数据，最终结果和人工处理相差很远。
先把你手上的页面资料拆成“输入—判断—动作”三列
拿一个你熟悉的页面清单或抓取结果作为对象，逐行写出人工处理时会做的判断。假设你手里有一份页面标题列表，人工经验是“标题为空就补一个”。写成需求时至少拆成三列：
- 输入：标题字段的原始值，可能为空字符串、只有空格、包含全角符号。
- 判断：什么算“空”？长度为0算空，只有空格算不算空，只有标点算不算空。
- 动作：补默认标题、跳过、还是标记为待人工确认。
这一步的实际动作是把“空”这个模糊词替换成可枚举的取值集合。结果会直接影响下一步：如果只判断长度为0，那么全是空格的标题会被当成正常值放过，后续所有依赖标题的规则都会跟着错。
例外情况要写成“条件 + 证据 + 兜底”
人工经验里的例外通常以“一般……但是……”的形式存在。转成脚本需求时，把“但是”后面的部分补全为三个要素：
- 条件：什么情况下触发例外，尽量用可比较的字段表达，例如“标题长度小于2且不含任何汉字”。
- 证据：脚本凭什么认定它属于例外，是字段缺失、格式不符，还是与另一字段冲突。
- 兜底：触发后做什么，是记录日志、跳过该条，还是进入人工队列。
例如人工经验是“页面内容太短就不处理”，脚本需求不能只写“内容太短则跳过”。要写成：正文字符数低于某个阈值，且页面没有指向其他页面的链接，则标记为“疑似占位页”并跳过；若正文字符数低但存在有效链接，则保留并进入下一轮判断。这样写的好处是，脚本不会把“短但有链接”的页面误杀，也不会把“长但全是模板文字”的页面当成正常内容。
用一个假设例子检查例外描述是否可执行
假设你有一批页面，人工经验是“链接指向站外就不跟”。写成脚本需求时，例外至少包括：
- 链接文本为空，但链接地址有效；
- 链接地址是相对路径，需要先补全域名再判断；
- 链接地址指向同一域名但带不同协议；
- 链接所在页面本身是跳转页，不参与链接判断。
如果需求里只写“站外链接不跟”，脚本可能把相对路径误判为站外，也可能把同域名不同协议的链接当成站外。实际动作是先补全链接地址，再比较域名，最后才决定是否添加属性。这个顺序会影响结果：先比较后补全，判断依据就是错的，后续所有链接处理都不可信。
把例外描述落到可回归的检查点
写完需求后，不要只看脚本能否跑通，而要准备一组能区分正常与例外的样本。样本至少覆盖：正常值、空值、格式异常值、字段冲突值。每次修改规则后，用同一组样本跑一遍，观察哪些条目的处理结果发生变化。
需要提醒的是，一次改动前后的比较要考虑季节、搜索需求变化和数据采集差异。即使样本全部通过，也不能单独证明线上处理一定正确，因为抓取量或请求量归零还可能来自采集范围调整、页面本身不可访问或规则提前拦截，而不只是例外处理生效。因此，把例外描述写成可检查的条目，比追求一次写全更实际。
