如何建自己的博客，源数据缺项时该保留、改写还是退出
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /325b2add570e.html
📄
如何建自己的博客，源数据缺项时该保留、改写还是退出
先给结论：缺项本身不是问题，问题是你让缺项进入了会生成新页面的流程。判断标准只有一条——这个缺项会不会被模板、脚本或人工复制到其他页面。会扩散的，退出；不会扩散但影响读者理解的，改写；既不影响理解也不会被复制的，保留并标记。三种处理对应三种代价，选错方向的代价通常比缺项本身大。
先判断缺项会不会被复制
博客里常见的缺项分两类。一类是单页局部缺项，比如某篇文章的作者简介没填、某张配图的说明文字为空。这类缺项只影响当前页面，不会自动跑到别的页面去。另一类是结构性缺项，比如分类页模板里引用了文章发布日期，而某批文章没有日期字段，模板就会把空值或默认值渲染到每一个分类页上。后一种才是需要优先处理的，因为一次缺项会被放大成几十上百个页面的同一处错误。
实际动作：在改动之前，先用一次全站导出或抓取，统计缺项出现在多少个URL上。如果同一个缺项只出现在一个URL，按单页问题处理；如果出现在多个URL且位置相同，说明它来自模板或数据源，必须先修源头，再谈页面。这个统计结果直接决定你接下来是改内容还是改模板，顺序错了会白做一遍。
保留：缺项不影响读者判断时
适用前提是缺项属于可选项，且读者不依赖它完成理解。例如文章标签为空、阅读时长字段缺失，读者仍然能读完正文。此时保留并加内部标记，比强行编一个值更安全。编造的值一旦被复制到其他页面，你失去的是整批数据的一致性，而不只是某一页的完整度。
保留的代价是：缺项会长期留在数据里，后续做聚合页或推荐位时可能再次冒出来。所以保留必须配一个可检索的标记，比如在字段里写统一的占位符，而不是留空。留空和占位符的区别在于，前者无法批量查出来，后者可以。假设你有两百篇文章缺少摘要字段，用占位符标记后可以一次筛出全部，再决定是否补写；如果留空，你只能靠人工逐页翻。
改写：缺项影响理解但事实可推导时
适用前提是缺项所表达的信息能从已有内容中可靠得出，且推导过程不会引入新的事实主张。例如原文没有单独写摘要，但首段已经概括了主题，那么用首段生成摘要属于改写，不是编造。反过来，如果缺的是发布时间，而你只能靠推测填一个日期，这就越界了，因为日期是可被验证的事实。
改写的代价是维护成本。改写产生的是新内容，它和原始字段之间没有自动同步关系。原文修改后，改写出来的摘要不会跟着变，时间一长就会出现正文和摘要不一致。因此改写适合那些更新频率低的页面，比如教程、说明页；不适合频繁改动的列表页或聚合页。
退出：缺项会被模板批量放大时
适用前提是缺项位于模板、循环或自动生成逻辑中，且无法在源头补全。此时正确的动作是让这条数据退出生成流程，而不是让它带着空值进入。比如某批文章缺少必要字段，就先不把它们放进分类聚合页，等字段补齐再放。退出的代价是短期内这些页面少了一个入口，可能影响发现路径；但相比让同一处错误复制到整站，这个代价更可控。
需要说明的是，退出不等于删除。原始页面可以保留，只是不参与会自动复制缺项的流程。判断是否退出的依据是：这个缺项会不会在另一个URL上以相同形式出现。会，就退出；不会，就回到保留或改写。
一个假设例子：三种处理的实际差别
假设你的博客有三百篇文章，其中八十篇缺少“更新日期”字段，而分类页模板会显示这个字段。保留的做法是让这八十篇显示空日期，读者能看到，模板不会报错，但八十个分类位置都出现同一处空白。改写的做法是统一填一个推导出来的日期，风险是日期不实，且后续无法区分哪些是真实日期、哪些是补的。退出的做法是这八十篇暂不进入分类页，等日期补齐再放。
三种做法的下一步不同：保留之后你要做的是定期筛查占位符；改写之后你要做的是建立改写记录，防止后续误当成原始事实；退出之后你要做的是补齐字段并验证模板不再产生空值。选哪一种，取决于你能承受的是长期筛查成本、事实失真风险，还是短期入口减少。没有一种在所有条件下都更优。
比较改动效果时要排除的干扰
处理完缺项后，如果你要比较改动前后的表现，不能只看单日数据。搜索需求本身有季节性，采集时间点不同也会导致同一时段的数字对不上。合理的做法是取改动前后各一段等长的时间窗口，并确认这两段时间内没有其他结构性改动同时上线。一次改动前后数字变化，不能单独证明是缺项处理带来的，也可能是需求波动或采集差异。
