WinkDesk 导出的选题 CSV 里都有哪些字段？ 已解决

分类抓得挺准，但具体字段名和列数最好还是以你实际导出的那一份为准——WinkDesk 不同版本、不同导出入口（选题库导出和采集任务导出）出来的表头是有差异的，别人截图里的字段对不上很正常，别拿网上的清单当固定模板。

可以按他这三层去核对：基础信息层用来去重和溯源，热度/互动/推荐指数这种派生指标层用来排序筛选，状态/负责人/标签/备注这种协作层用来直接排期。要提醒一句的是，派生指标是归一化过的，跨平台横向比可以，但别拿它跟平台原生的点赞数、播放量直接换算，口径不一样，做报表时容易闹笑话。另外正文和评论不在导出范围这点我认同，CSV 本身就是列表级数据，要全文得走单独的抓取或接口。

上手建议：先导一份带表头的空数据或少量数据，确认列名和编码，再用 Excel 做一次「分列 + 去重」，标签列如果是多值一般用特定分隔符拼接，注意先看一眼别直接当逗号切。

常见坑：备注和标签里如果带英文逗号、引号或换行，CSV 很容易串列，用 Excel 双击打开还可能把长链接和数字 ID 转成科学计数法。稳妥做法是用 utf-8-sig 编码导入或先以文本方式打开，链接列和 ID 列提前设成文本格式。

周末 说的三层拆分我完全同意，但拿表头这事可以更省事，两个办法就够。

一是别用 Excel 去确认表头。直接跑 head -n 1 xx.csv（Windows 用 Get-Content .\xx.csv -TotalCount 1），拿到的就是原始那一行，不带任何格式转换，列名和列数一次看清。二是同一账号下有多个导出入口的话，各导一份 3~5 行的样本对比表头，基础层（ID、标题、分类、来源）通常重合，真正会变的是派生指标列和协作层的字段命名，对比完你就知道该以哪份为准了。

顺带说下解析：带引号字段用 pandas 的 read_csv 默认能处理，但 sep 别设错，中文环境偶尔是分号。多值标签列先 grep 一行有值的看分隔符，再定 split 规则，别想当然按逗号切。

科学计数法那个坑，除了预设文本格式，还有个更稳的做法——把后缀改成 .txt，用 Excel 的分隔符导入向导，第三步手动把链接列和 ID 列指定为文本，比打开后再补救省事得多。

延伸一句：这份表如果后面要进数据库，建议导入前先固定一份列名映射表，WinkDesk 换版本改表头时只改映射，下游脚本不用动。