电商数据清理：属性、图片与内容

将多来源目录规范化，统一字段、安全处理格式，并控制每次改动。

供应商可能对同一材料、单位或尺寸使用不同名称。建立统一属性模型与映射规则，保留原值供检查。不因标题相似就自动合并不同产品。规范化应改善筛选与搜索，不改变产品商业身份。

去除导入描述中多余格式、无用内联规则与不允许 HTML，让文字遵循商店排版。按规则与使用许可检查链接和图片。清理流程不应执行导入代码，也不能把未知内容当成可信指令。

检查图片可访问性、正确产品关联与所需尺寸。压缩不意味着改变产品外观。SKU 与 EAN 独立于描述检查。缺编码时，按约定规则生成内部 ID，不随意伪造厂商条码。

每批更新前可预览变化。团队看到规范化字段、缺失数据与待审核产品，原值和新版本保持区分。保护人工编辑，新规则先小样本测试，再批量实施。

选择希腊字符、不同单位、异常 HTML、重复标识与损坏图片等样本。再次清理不应继续改变已正确字段。改动后检查筛选、搜索、feed 与展示。成功意味着一致、可维护的目录，异常可见而非隐藏。

家具商店中，一家供应商用厘米，另一家用毫米。流程转换为共同单位、保留原值并检查极端尺寸。宽度筛选据此使用一致数字，同时不修改编码与精编描述。