学习契约与正确模型
先明确为什么学、学完能做什么，以及如何证明自己真的掌握。
表格是 SEO 团队最常用的分析与协作界面，也最容易因覆盖公式、隐式类型、regex 误匹配和手工复制失去可复现性。
- 能写 anchor、group、alternation、escaping 和 negative-class 等可维护 RE2 模式
- 能建立 raw/config/model/output 四层工作簿
- 能用 gold set、coverage、unknown 与 reconciliation 验证分类和聚合
精读 38 分钟 → 引导练习 34 分钟 → 实战任务 88 分钟。实战时间单列，不再把浏览页面和项目操作混成一个数字。
- 它是什么
- Regex 识别字符串模式，Spreadsheet 编排小规模数据变换与审阅；两者适合透明、可观察、规模有限的任务。
- 为什么重要
- 可见规则和即时抽样让业务用户能参与 QA，但必须用结构和保护措施抵消脆弱的手工编辑。
- 什么时候使用
- URL pattern、query intent、状态映射、small joins、QA 抽样、轻量 forecast 和 stakeholder review 时使用。
- 什么时候不要套用
- 数十万/百万行、复杂多表、频繁 API、敏感数据、并发编辑或需要事务/版本控制时，应迁移到数据库/代码。
- 边界与不确定性
- 敏感 CRM 数据不放公开 Sheet；限制 sharing、protected ranges 与版本访问。regex 生成的 redirect/noindex/canonical 建议必须人工抽样并经 owner 审批。
机制精讲
先读完整因果链，再看每个环节留下什么可观察信号。
Regex 与电子表格适合透明、规模有限、需要业务审阅的字符串分类和轻量聚合。可靠工作簿应分为 raw、config、model、output 四层：raw 保存不可改的来源与提取时间；config 保存规则、优先级、正反例、owner 和版本；model 做标准化、分类、lookup 与计算；output 只发布通过 reconciliation 的结果。公式返回值不代表正确，手工覆盖和隐藏 Unknown 会让工作簿失去可复现性。
模式必须围绕字符串结构而非主观语义设计。start/end anchor、路径边界、转义、可选 locale 和 query string 处理会决定误匹配；Google Sheets 采用 RE2，不能假设所有 PCRE 特性可用。多个规则命中时需明确 precedence 和 matched_rule，gold set 同时覆盖正常、异常与边界样本。比例保留分子分母，分类前后行数与指标总量对账；当行数、敏感度、并发编辑、复杂 join 或更新频率超出表格边界，应迁移到受测试的代码/数据库。
标准化与匹配必须分层
大小写、host、尾斜杠、编码与参数会让同一业务URL呈现不同字符串；直接匹配会让规则膨胀。
边界与优先级控制误分类
规则 /blog/ 若无路径边界会误中 /products/blog-tool；宽规则先执行还会吞掉更具体类别。
gold set与对账验证结果
准确率需要人工确认样本，unknown率与总量对账能发现规则遗漏和公式断裂；只看几行例子不足。
表格边界由风险和运维决定
大量行、频繁刷新、多表many-to-many、敏感CRM和多人覆盖公式会超出可控范围。
关键概念
掌握术语之间的关系，才能迁移到不同网站、行业和工具。
Anchor
^ 和 $ 约束字符串起止，避免 /product/ 规则误匹配 /blog/product-review/ 等包含关系。
Capture group
用括号提取结构化部分；Google Sheets 使用 RE2，部分 PCRE 特性和 Unicode class 不可用。
Rule precedence
分类规则按具体到通用排序，并保留 category_reason/matched_rule，避免第一条宽规则吞掉其他类别。
Reconciliation
检查 raw rows = classified + unknown + excluded，聚合前后 clicks/impressions 等总量应在可解释范围内一致。
完整示范
跟随一次“输入 → 分析 → 中间产物 → 结论”，看见专家是怎样做判断的。
构建多语言URL页面类型分类器
教学用合成数据：GSC导出50,000个落地URL，包含 /en/docs/、/fr/products/、/blogging-tool/、参数和旧路由；旧公式只要包含“blog”就归为博客。
- raw页只读并保留GSC提取参数
- 分类目标是页面模板，不尝试用URL判断内容质量或用户意图
- 规则在正式聚合前用人工gold set验证
保留原值并标准化
- 输入
- 同页有host大小写、utm参数和尾斜杠变体。
- 分析
- 另列normalized_url，统一host/case、移除仅追踪参数并保留会改变内容的参数；raw不覆盖。
- 输出
- 标准化日志和1.8%的不可解析Unknown。
写有路径边界的规则
- 输入
- 博客应匹配可选locale后的 /blog/ 路径，但不能匹配 /products/blogging-tool/。
- 分析
- 规则使用起点与路径段边界，产品和文档等具体规则排在通用other之前。
- 输出
- config含category、priority、regex、owner、正例和反例。
验证冲突和gold set
- 输入
- 200行分层gold set覆盖locale、参数、旧路由、空值和冲突；初版有12个false positive。
- 分析
- 通过matched_rule定位宽规则并修正，不能手工改12个输出标签。
- 输出
- 版本2记录混淆矩阵、错误样本与Unknown率。
对账并发布
- 输入
- raw 50,000行=47,900已分类+900 Unknown+1,200明确排除；clicks总量在允许的匿名/过滤边界内一致。
- 分析
- 行数恒等式和指标和通过后，output只引用model；保护raw与公式范围。
- 输出
- 可复跑工作簿、刷新日期、owner和迁移到代码的10万行阈值。
决策规则与证据边界
把“看到什么、意味着什么、下一步做什么”连起来，同时区分公开事实、实践推断和未知项。
- 给定字符串和规则版本，RE2匹配、优先级、行数与指标对账可复现。
- 人工gold set可直接测量样本内的分类错误和Unknown。
- gold set表现良好支持相似URL分布，但不能保证未覆盖新格式。
- URL模式可近似页面模板，不能单独证明内容、意图或商业价值。
- 未来路由、编码异常和人工未标注样本中的真实类别仍未知。
- 有限gold set之外的总体准确率和低频边界错误无法精确知道。
引导练习
先独立完成，再按提示修正，最后展开参考解法并用 0–4 级量规评分。
教学用合成数据：规则A“/product/”优先，规则B“^/en/product/”其次，规则C“blog”归博客。样本中 /en/product/x 被A和B命中，/products/blog-tool 被C误中，8% URL未分类。请重写并设计QA。
给定材料
- 100行gold set，包含locale、单复数路径、参数、编码、旧路由与空值
- config现有priority、regex、matched_rule及raw/model/output行数和clicks
需要提示时再展开
- 更具体的locale产品规则应先执行；“blog”需要真实路径段边界。
- 8% Unknown先抽样分因，不要默认塞进Other。
完成后核对参考解法
先明确业务类别是否区分locale；若不区分，可把产品规则统一为从起点开始、可选locale、随后精确 product 或 products 路径段，并用斜杠或字符串结束作为边界。若区分locale，则 ^/en/product(?:/|$) 等具体规则排在通用产品规则之前，并输出所有命中和最终matched_rule。博客规则只能匹配 /blog/ 路径段，不能匹配产品名中的blog。raw URL保持不变，normalized列处理host、大小写、追踪参数和尾斜杠。用100行gold set计算false positive、false negative和Unknown，加入 /products/blog-tool、空值、编码、双斜杠和旧路由反例。对8% Unknown按新模式抽样，规则更新后版本化并全量重算；最后验证raw=classified+unknown+excluded以及clicks/impressions总量。不得手工覆盖错行，高频刷新或规模继续增长则迁移到代码测试。
自评分量规
真实项目实战
把理解变成一个可以检查、复核和复用的工作产物。
建立 URL page-type 分类器
要分析 60,000 个 GSC landing pages，但 URL 结构包含 locale、产品、博客、文档和参数。
- 在 config sheet 列 category、priority、regex、owner、example positive/negative 和 version。
- 先规范 host、case、trailing slash 与 query string，同时保留 raw URL。
- 用具体→通用规则分类，输出 page_type、matched_rule、unknown，不覆盖原始数据。
- 建立 100–200 行 gold set，计算 accuracy、false positive/negative 和 unknown rate。
- 保护 raw/formula ranges，记录 refresh date，并对总行数/指标做 reconciliation 后发布 output。
验收条件
- 每条规则有正例、反例、owner 和版本
- raw 数据不可被公式或手工分类覆盖
- unknown 可见且总量 reconciliation 通过
- 高风险批量操作只输出候选，不直接写生产
诊断练习
目标不是猜中答案，而是提出竞争假设并选择能区分它们的证据。
报表显示 blog 流量暴涨，抽样发现大量 /products/blogging-tool/ 被归入 blog。
竞争假设
- regex 未使用路径边界/anchor
- 宽规则 precedence 过高
- URL 未先标准化
- 分类没有 matched_rule 和 gold set
应该检查的证据
- 查看实际匹配表达式与顺序
- positive/negative test cases
- raw/normalized URL diff
- unknown/reconciliation 与历史版本
常见陷阱：手工改错行，让当前图表正确但规则仍持续产错。
完成后用本页决策规则复核
- 若观察到：目标是完整路径段或固定格式
应优先：加入anchor和正反例，先标准化再匹配。
URL编码、locale与内容参数仍需单独处理。 - 若观察到：一行命中多个类别
应优先：输出全部命中与最终matched_rule，从具体到通用排序。
不要仅靠调整顺序掩盖本应互斥的业务定义冲突。 - 若观察到：Unknown或对账差额跨期上升
应优先：暂停发布，抽样新值并版本化规则后全期重算。
强行用Other接住所有值会隐藏真正的漂移。 - 若观察到：频繁超行数、多人改公式或含敏感CRM
应优先：迁移到代码/数据库测试流程，只把聚合输出供审阅。
迁移也需保留业务可解释的规则和gold set。
自测与误区
先口头回答，再展开检查。无法给出例外与证据，说明还没真正掌握。
你应该能回答
1. 模式是否需要 start/end 或 path boundary？
参考答案：当类别要求完整字符串或路径段时必须使用起止和段边界，例如避免 /blog/ 误匹配产品名称。先列正例、近似反例、locale、参数和尾斜杠，再决定anchor；不能看到包含词就默认contains足够。
为什么：边界表达的是业务结构，缺失会产生系统性false positive，而非偶尔错一行。
2. 规则冲突时哪个优先，原因可见吗？
参考答案：优先级应从业务上最具体、约束最多的规则到通用fallback；输出所有命中、最终matched_rule、priority和规则版本。若同一URL理论上不该多类，冲突必须修定义，不能只靠顺序静默吞掉。
为什么：可见的匹配原因让审阅者定位规则问题，也避免宽规则随数据增长侵蚀其他类别。
3. gold set 覆盖了哪些正常、异常和边界样本？
参考答案：gold set要覆盖常规各类、Unknown、空值、locale、编码、参数、旧路由、单复数、相似字符串和多规则冲突，并保留业务人员确认标签。分层抽样并报告false positive/negative，而非只挑成功例。
为什么：边界与反例最能暴露regex错误；只看正常样本会高估规则在真实数据中的可靠性。
4. 数据规模、敏感度和维护频率是否已超过表格边界？
参考答案：当行数导致截断或刷新慢、需要复杂多表join、频繁API、多人并发覆盖、敏感数据或事务/版本控制时应迁移。代码/数据库承担计算与测试，表格可保留聚合审阅界面和规则说明。
为什么：边界由可靠性、权限与维护负担共同决定，不是一个固定行数；继续硬撑会产生静默错误。
需要避开的误区
- Regex 能解析所有 HTML、URL 语义和自然语言意图。
- 表格公式返回结果就说明计算正确。
- Unknown 应删除，避免 dashboard 看起来不整洁。
术语与复盘
用自己的话复述术语和结论；如果只能认出、不能解释，就还没有形成可调用的知识。
- Anchor
- 约束字符串起点或终点的正则符号，用于表达完整结构。
- Path boundary
- URL路径段的斜杠或结束边界，防止子字符串误命中。
- RE2
- Google Sheets等环境使用的正则引擎与语法集合。
- Precedence
- 多个规则可命中时决定最终结果的明确优先顺序。
- Gold set
- 经人工确认并含正常、异常与边界样本的验证集。
- Reconciliation
- 验证原始、分类、Unknown、排除和指标总量关系的对账。
离开本页前记住
- raw、config、model、output必须分层。
- 先标准化再匹配，但保留原值。
- 路径分类使用anchor与边界，不靠模糊包含。
- 冲突、matched_rule和Unknown都要可见。
- gold set必须包含反例与边界样本。
- 复杂、高频或敏感任务及时迁移出表格。
资料与证据
优先采用官方和一手资料。实践材料用于补充工作方法，不替代机制证据。