两张表的模糊匹配

两张表的模糊匹配用于名称拼写不一致、精确键关联无法解决的情况。例如 Notebok 接近 Notebook，可以作为候选，但不代表软件已经认定二者是同一商品。默认输出只有用户接受的映射，待审阅和拒绝的候选不会自动进入后续整合。

可靠编号存在时应优先使用精确键关联。模糊分数只说明文字相似，不是客户、公司或产品身份一致的概率。常见姓名可能属于多人，一字之差也可能代表不同型号；业务背景不能由编辑距离替代。

先选择来源文件并确认解析，再通过“添加文件”导入目标表。分别选择主表与补充表 B，再指定来源文本字段和目标文本字段。两表行数和结构可以不同，其他编号、地址、备注等原始文本保留，供审阅时核对。

比较字段应描述可比对象，例如商品名对商品名。把公司名与整段地址比较也可能得到分数，但未必回答有意义的问题。报告为两侧保留来源文件和逻辑记录位置；这些是会话中的定位信息，不把姓名当成永久实体编号。

引擎先按配置的字符预处理建立精确匹配。若两个目标都叫 Notebook，两条都展示，不任取第一个。精确文字也需要用户接受，因为同名不等于同一实体。没有精确候选的来源再在允许范围内进行模糊比较。

算法版本为 levenshtein-nfc-codepoint-v1。先做 Unicode NFC，再按码点计算编辑距离，插入、删除、替换代价均为一；分数为 100×(1−距离/较长文本长度)。Notebok 与 Notebook 相差一次插入，较长长度八，分数 87.5。固定规则便于复现，不包含翻译、缩写扩展或语义理解。

可选忽略大小写、去两端空格，原文仍保留。NFC 统一规范等价的重音表示，但不自动删除标点或改变词序。阈值 0–100 只筛选候选，不自动确认；默认每条最多三条模糊候选，可在显示范围内调整。同分按稳定来源顺序展示，不随机选中。

“添加必须相同字段”可限制国家、分类等对应列，支持多项严格相等。空文本不与空文本形成身份匹配，附加限制字段为空也不形成共同候选组。报告区分空键、限制范围内无目标、以及低于阈值。应先核对这些原因，再决定是否有依据放宽限制。

运行后审阅列表显示双方原文、字符差异、分数、精确或近似类别、来源位置。接受和拒绝都是明确决定；可撤销，也可按待审、接受、拒绝筛选。决定改变后旧导出过期，需要重新运行生成一致的确认报告。

“手动指定对应记录”可以使用报告中的来源记录标识和目标记录表中的标识。手工选择可以在模糊候选展示数以外指定目标，但仍须满足空值和附加字段限制。报告会注明这是你手动选择的对应关系。换输入、改变相关字段或规则后，原确认需要重新核对。

默认一对一模式中，不允许两条来源同时确认到同一目标，也不允许一条来源确认到多个目标。多对一模式明确允许多个来源共用一个目标，但每条来源仍只对应一个目标。重复或相反的导入决定由引擎阻断。

来源 Notebok、Notebook 都接近唯一目标 Notebook。接受第一条后，第二条再次尝试接受会显示一对一冲突，需要撤销或修正原决定，不能随机覆盖。如果业务确实确认来源重复，可明确选择多对一并重新审阅。

“主结果内容”可选已确认映射，或“已确认实体明细”。映射记录双方位置和原始名称；实体明细将已接受的来源与目标按相同表头对齐，并增加共同的 _confirmed_entity 键。多对一时目标只加入一次，拒绝或待审候选完全不加入。

应用实体明细到工作流后，可进入“合并重复记录中的有效字段”，选择该明确键分组，再单独审阅电话、地址及名称冲突。接受名称对应关系不代表批准覆盖冲突字段。完成后可以继续验证必填和唯一性。两表字段合并后过宽会阻止实体输出，但单纯映射模式不受未请求的实体扩张影响。

可导出确认映射、候选、接受与拒绝、无候选和设置；实体明细需选择对应主结果模式。报告记录算法版本与口径，生成 CSV/TSV 后重新解析校验。保存规则会包含当前决定，重新载入到输入时清除输入相关批准并要求复核，避免旧确认转移到新实体。

最多比较五万候选对、五百万字符工作量，每个比较文本最多 256 码点，并受共享任务时间限制。精确索引避免无用的全表编辑距离比较。超限时应增加可靠限制或缩小输入，不暗中抽样冒充全量。样本明确标注，取消释放工作线程并保留输入，刷新或关闭清空本页内存。