Appearance
字符串清洗：空格、大小写和格式
示例文件：
normalize_source.py
最后核验：2026-08-02
本文围绕“表格字段为什么看着一样实际不一样”展开，结合可运行示例说明输入、规则、输出和改造边界。
这篇解决什么问题
来源字段里同时出现“官网”“ 官网”“网站”和“Web”，统计结果会被拆散。
本集产物是：来源字段标准化。
核心判断
strip要服务于真实客户数据处理。replace要服务于真实客户数据处理。split要服务于真实客户数据处理。in要服务于真实客户数据处理。标准化映射要服务于真实客户数据处理。
判断是否学会，不看能不能背概念，而看能不能运行脚本并得到可复查输出。
运行示例
bash
python3 normalize_source.py运行后检查三件事：
- 输入数据是否符合本集假设。
- 规则输出是否能解释。
- 文件或终端结果是否方便客户复核。
完整示例
normalize_source.py
python
from __future__ import annotations
raw_sources = ["官网", " 官网 ", "网站", "Web", "展会", "展会-上海", "转介绍"]
source_aliases = {
"官网": "官网",
"网站": "官网",
"web": "官网",
"展会": "展会",
"转介绍": "转介绍",
}
def normalize_source(source: str) -> str:
text = source.strip().lower()
if "-" in text:
text = text.split("-", 1)[0]
return source_aliases.get(text, "其他")
def main() -> None:
for source in raw_sources:
print(f"{source!r} -> {normalize_source(source)}")
if __name__ == "__main__":
main()修改成自己的场景
- 先替换样例数据，不急着改规则。
- 确认字段名和客户真实表头一致。
- 一次只改一条规则，运行后看输出。
- 把异常、空值或跳过记录写清楚。
- 如果要交给同事运行，把命令和预期输出写进 README。
常见误区
| 误区 | 后果 | 修正 |
|---|---|---|
| 只追求脚本能跑 | 输出不可复查 | 同时输出数量、名单或文件路径 |
| 直接套用字段名 | 客户表头不一致时报错 | 先做字段说明或字段映射 |
| 把坏数据静默跳过 | 结果看似正常但漏处理 | 坏数据要记录原因 |
| 一次改很多规则 | 出错后难定位 | 每次只改一个规则点 |
读完之后能完成什么
你应该能运行本集示例，并把它改成自己的客户名单、订单表、日报或文件处理场景。