加拿大28历史记录去重：先统一字段，再排查异常

帝都28安全专员

整理帝都加拿大28历史记录时，最容易被忽略的问题不是计算公式，而是同一条结果被重复收录。常见原因包括分页抓取重叠、多个资料源互相转载、期号格式不统一，以及页面刷新后重复保存。开始分析前，应保留原始文件副本，并记录来源网址、获取时间和页面标注的时区。

去重不能只看结果数字。较稳妥的做法是组合比对期号、开奖时间、三个基础数值及最终和值；若资料没有稳定期号，可用“时间戳＋结果字段”建立临时唯一键。完全相同的记录可标为疑似重复，但不要直接删除，以免不同日期因时间格式缺失而被误判。

异常检查还应覆盖期号跳号、时间倒序、字段为空、和值与基础数值不一致，以及结果分类不符合既定区间等情况。例如某条记录显示三个数之和为14，却被归入另一分类，应先查原页面规则，而不是自行改成认为正确的标签。不同站点对时间节点和结果分类的文字可能存在差异，需要分别注明出处与版本日期。

论坛发布核验结果时，可说明原始条数、重复候选数、排除标准和仍未解决的异常。无法确认的记录宜保留“待核验”状态。这样既便于其他用户复查，也能避免把清洗后的数据误当成未经处理的官方原始记录。