【开发日志】2015备份恢复流水线升级与主站修复

今天上午，我们将2015年备份恢复流水线从第四版升级到第五版，主要改进是入库前按body_text的sha1值进行全局去重，并增加了BOM和GBK字符集自动检测功能（2015年备份多为老动易GBK格式，偶尔夹杂UTF-8 BOM）。

第五版流水线共处理了七批数据，从295篇高质量候选文章中成功入库，同时因跨栏目sha1重复，跳过了890篇文章。沙盒文章总数从1020篇增加到1326篇，并通过dump-to-main SQL和rsync HTML模式同步到主站，主站分配了5346到5651的ID段。

主站首页的展示效果如图所示，顶部统计文字显示文章总数为1326篇，首页分页数从50页扩展到51页，列表区呈现了最新一批2015年备份恢复文章与历史文章的混合排序。

在处理过程中遇到一个渲染故障：render的SQL使用WHERE is_deleted=0过滤，而新批文章的is_deleted值为NULL，在MySQL中NULL不等于TRUE，导致整批文章被漏算。批量UPDATE后重新渲染解决了这个问题。第五版的INSERT已经显式设置is_deleted=0，以后不会再出现类似问题。

图二是主站文章ID 5346的详情页，文章标题为《罗炳辉将军在淮南抗日民主根据地的详情》。该文章属于“将军足迹”栏目，正文共三万余字，系统梳理了罗炳辉将军在淮南地区开辟抗日根据地的全过程，排版整洁，视觉风格延续纪念主题。

下午继续修整两篇异常文章，一篇按语意重切十四个自然段，另一篇补全末尾截断的HTML图片标签。随后复核文章ID 5392的详情页，跨国学者视角与纪念研究栏目匹配，标题层级、首行缩进和中文阅读版式均符合预期。

双站文章数已对齐到1326篇，slug完全一致，五个抽样URL均返回200状态码。明天Day 38计划处理score=20池子和剩余870篇2015年备份（无主体区域的壳会过滤掉），以及清理五千三百四十二号文章中残留的老动易痕迹。