清洗合并会破坏源格式语义

更新于 2026-09-15

**把飞书导出的原文清洗、合并成 Markdown 时，格式语义会静默丢失 —— 而验收标准是「渲染出来的样子」，不是「文本内容对不对」。** 内容一字不差，结构仍可能全错。

一、三类现象（你当场逐个抓出来的）

你看到的现象根因
4 条编号条目被渲染成一整段，没分成 4 行Markdown 单个换行不产生新段落，需要空行或行尾两个空格
列表前两项序号消失，第三项掉出列表变成普通段落3. 后缺空格 → 该项不被识别为列表项，连带前面几项的解析一起错乱
「有序列表都是 1.」飞书里手写的 1. 由显示端自动编号，导出成 Markdown 后原样保留 —— 编号是假的

你连问三轮（「这里的换行不是没变化吗」「为什么还有空行」「有序列表都是 1.」）才把三类问题区分开：它们根因不同，不能用一个修法糊过去。

二、两条可迁移的判断

  1. 显示端生成的信息，导出即失真。 自动编号、列表样式这类不属于源数据，一旦离开原编辑器就必须自己重建。
  2. 格式验收只能看渲染。 只 grep / diff 文本会漏掉整类结构问题；必须看渲染后的 DOM 或截图，再决定是否算修好。

三、修法

  • \d+. 后补空格（与 - 后补空格同理），让列表项被正确识别
  • 连续列表项之间补空行，避免被当成同一段落
  • 源里全为 1. 的「小标题式」条目，按语义重新编号（RBAC0/1/2/3 是同一序列）

相关