平台资料怎么整理成表格？商品快照、评分与来源核对

01先给四份输入建立来源账本

练习包中的域名、商品、评价和帖子均为虚构。source-manifest.json给出每份文件应使用的工具、来源URL和预期行数；不要用在线采集访问这些示例域名。使用粘贴源码或导入文件处理。

1. 1
   store-a-products.json和store-b-products.json分别交给平台商品采集，来源分别填https://shop-a.example/catalog和https://shop-b.example/catalog。
2. 2
   reviews.json交给平台评价整理，来源https://reviews.example/tea；social.json交给社交内容整理，来源https://posts.example/team。
3. 3
   选择粘贴源码或导入，读取完整文件后点击解析内容。源码会发送到KitNelo解析服务，不能描述为离线浏览器处理。
4. 4
   每次解析后分别保存JSON与CSV或Excel，并记录输入文件和输出文件的对应，不把四份不同任务的行数混为一个总量。

02按步骤选择具体操作

• 整理商品快照: 保留 SKU、变体、币种与采集时间；展示价格不一定等于最终结账价，也不是实时源。
• 整理评价记录: 保留原始评分与量表上下限，以及来源和日期；不要直接比较 4/5 与 4/10。
• 提取文章记录: 与来源核对作者、发布时间和正文完整性；静态 HTML 可能缺少动态加载内容。
• 查看视频元信息: 将时长、封面和公开链接视为元信息，不要假定工具会下载视频或验证播放统计。
• 整理社交内容: 保留作者、发布时间与来源提供的互动字段；缺失计数应保持缺失而不是填零。

03先定每份输入的参考答案，再看工具预览

正确提取不仅是看到了一个表格。商品A应为2行、商品B为1行；评价3行中评分已提供2行、缺失1行；社交2行中一条明确0点赞、另一条未提供。全空字段可能在预览中隐藏，导出仍应核对字段。

04完整商品输入：同SKU也可能是不同观察

店A的两种变体与店B商品分别处理。TEA-100在两商店重复，不构成全球唯一标识；不能只按SKU或Demo tea标题合并。价格按原币种保留，不把12 USD和11 EUR直接排序为同一金额。

{
  "@context": "https://schema.org",
  "@type": "ProductGroup",
  "name": "Demo tea",
  "hasVariant": [
    {
      "@type": "Product",
      "name": "Demo tea 100g",
      "sku": "TEA-100",
      "offers": {
        "@type": "Offer",
        "price": "12.00",
        "priceCurrency": "USD",
        "url": "/products/tea-100"
      }
    },
    {
      "@type": "Product",
      "name": "Demo tea 200g",
      "sku": "TEA-200",
      "offers": {
        "@type": "Offer",
        "price": "20.00",
        "priceCurrency": "USD",
        "url": "/products/tea-200"
      }
    }
  ]
}

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Demo tea 100g",
  "sku": "TEA-100",
  "offers": {
    "@type": "Offer",
    "price": "11.00",
    "priceCurrency": "EUR",
    "url": "/products/tea-100"
  }
}

Schema.org的ProductGroup说明描述组与变体关系。此处只核对输入中提供的快照，不取得结账价、运费或实时库存。

05三条评价只有两个评分，先保留量表再计算

将完整reviews.json用于平台评价整理，应得到Review A、B、C三条。rating依次4、6、空白；worstRating为1、0、空白；bestRating为5、10、空白。C没有提供评分，不能填0，也不能纳入“已知评分条数”的分母。

按“评分÷最高分”，A为80%、B为60%；按量表区间位置，A为(4−1)/(5−1)=75%、B为(6−0)/(10−0)=60%。两种指标不能混用，原始4与6也不能直接平均成统一星级。当前输入的已知评分覆盖为2/3；这不是平台全部评价的覆盖率。

[
  {
    "@type": "Review",
    "name": "Review A",
    "reviewBody": "Fictional review A.",
    "reviewRating": {
      "ratingValue": 4,
      "worstRating": 1,
      "bestRating": 5
    }
  },
  {
    "@type": "Review",
    "name": "Review B",
    "reviewBody": "Fictional review B.",
    "reviewRating": {
      "ratingValue": 6,
      "worstRating": 0,
      "bestRating": 10
    }
  },
  {
    "@type": "Review",
    "name": "Review C",
    "reviewBody": "Fictional review C has no rating."
  }
]

Schema.org的Rating字段区分ratingValue、bestRating与worstRating。这里的两种算法是明确写出的编辑比较方法，工具不会替你生成可信的跨平台平均分。

06交付时保留JSON外层，别把解析日期当观察日期

再用social.json核对点赞：第一条明确为0，第二条没有likes，结果应为0与空白。预览可能省略全空的comments等列，但CSV/Excel与JSON仍会保留相应字段；不要根据预览列数判断来源完整。

本系列JSON下载有sourceUrl、source、mode、collectedAt和result；实际行在result.items。CSV与Excel主要保存结果行，商品url常是具体商品页，不一定是本次导入的目录URL。保留JSON或另外建立文件来源清单，才能回到完整输入。

collectedAt表示本次运行解析服务的时间。账本中的2026-10-01/02是虚构案例的观察标签，不会因为今天解析就变成真实历史证据。重新导入旧文件也不等于重新获得平台实时数据；source值为paste也不能证明曾在线抓取。

[
  {
    "@type": "SocialMediaPosting",
    "articleBody": "Fictional post A",
    "likes": 0
  },
  {
    "@type": "SocialMediaPosting",
    "articleBody": "Fictional post B"
  }
]

来源采集与字段边界指南解释如何保留材料范围；对未提供字段继续按缺失与零的区分复核，不把不可获取写成零。

07逐文件核对后再交付，来源缺失就保留未决

一个可复查的包应包含四份原始JSON、来源账本、四份解析JSON及需要的行表。修复错误的来源URL或输入后重新解析，另存版本；不要只改输出表的显示名称掩盖错误。