有道翻译如何批量删除自定义术语库中的重复词条？
官方未提供一键去重，需导出CSV→Excel去重→清空词库→重新导入，全程留审计日志。
功能定位：为什么“重复词条”必须人工干预
有道翻译的“自定义术语库”允许用户把专有名词锁定成唯一译文，但官方接口至今未内建“批量去重”按钮。核心原因是术语库采用追加式写入：同一条源文即使已存在，只要译文略有差异（大小写、空格、全角符号），系统会生成新记录而非覆盖。这种设计保障了多人协作场景下的“历史可追溯”，却也导致长周期使用后出现大量“一字不差”或“仅标点差异”的重复行。
从合规与数据留存视角看，重复词条会增加下游系统的匹配耗时，也会在审计时造成“同词多义”的歧义记录。因此，定期去重不是“美观”问题，而是可审计性要求：确保任何时刻导出的术语表是“最小可用集”，且能回溯谁在什么时间引入了哪一次变动。
前置检查：先确认你拥有“清空与导入”权限
术语库权限分三级：只读、写入、所有者。仅“所有者”可执行“清空全部词条”与“覆盖导入”。若你是团队协作者，请提前在Web 端→术语库→成员管理确认自己角色，否则后续“一键清空”按钮呈灰色禁用状态。经验性观察：若按钮可点但点击后无响应，99% 是浏览器拦截了确认弹窗，可换 Edge/Chrome 原生窗口重试。
最短可达路径：四步完成零脚本去重
步骤 1 导出原始表（全平台通用）
- 登录有道翻译 Web 控制台
- 左侧菜单进入术语库→我的词库
- 右上角导出→CSV（含创建人/更新时间）
该文件会额外携带隐藏列uid与update_time，用于后续审计。
步骤 2 Excel 去重（保留最新一条）
- 用 Excel 打开 CSV，全选数据→数据→删除重复值→勾选“源语言列”
- 在弹窗中选择“以 update_time 最新”排序，确保留下的是最后写入行
- 另存为新文件
cleaned_terms.csv，编码保持 UTF-8
提示：若术语库超过 5 万行，Excel 可能卡顿，可用 Numbers（macOS）或 Google Sheets，步骤相同。
步骤 3 清空旧库（所有者可见）
回到 Web 控制台→术语库→更多操作→清空全部。系统会强制二次确认，并生成一条operation=truncate的审计日志，可在日志中心下载 PDF 留档。
步骤 4 导入去重后文件
点击导入→上传 CSV，勾选“遇到重复源文直接覆盖”。上传完毕页面会给出成功/失败明细，建议立即下载该明细并与步骤 2 的cleaned_terms.csv做行数比对，确保无漏导。
平台差异速查：移动端能否完成去重？
Android/iOS 截至当前的最新版本均不支持“导出/清空”，只能单条左滑删除。若你仅有手机，可先用“分享→复制链接”把术语库网页在电脑端打开，再走 Web 流程。经验性观察：同一账号在 PC 端清空后，移动端会实时同步，但本地离线包需重新下载，否则断网状态下仍能看到旧词条。
例外与副作用：什么时候不该一次性清空？
- 多人并行维护：若同事正在写入新词，清空会导致其未导出数据丢失。建议提前在群里锁定“维护窗口”，并用日志中心确认近 30 分钟无新增写入。
- 已对接 CAT 工具：Trados/MemoQ 通过 API 拉取术语，清空后下次预翻译会出现“零匹配”警告。可在 CAT 里先缓存本地术语，再执行去重。
- 合规留痕要求：部分金融客户要求“物理删除前必须生成快照”。清空前务必下载带时间戳的完整 CSV，并打印 PDF 审计页存档。
验证与回退：确保数据可恢复
有道翻译的术语库在清空后不会进入回收站，但审计日志保留 180 天。若发现误删，可：
1. 在日志中心筛选operation=truncate，下载当时的原始 CSV 附件；
2. 重新导入即可回退到任意历史版本。
工作假设：若日志中心因权限关闭，则无法回退。验证方法——检查 Web 控制台左侧菜单是否出现“日志中心”入口；若无，请联系企业管理员开启。
自动化进阶：用 Python 脚本每月定时去重
官方未开放写入 API，但提供了“上传 CSV 的预签名 URL”（需企业版）。思路：
1. 通过/term/export接口拉取全量术语；
2. 本地用pandas.drop_duplicates(subset=['source'], keep='last')去重；
3. 调用/term/upload预签名 URL 推送文件；
4. 在 Jenkins/GitHub Actions 设定每月 1 号凌晨执行。
警告：该接口仅限企业版且需固定 IP 白名单，个人账号使用会返回 403。
性能与规模：5 万行以上需要注意什么？
经验性观察：单库超过 5 万行时，Web 端导出需 40–60 秒，导入需 3–5 分钟。若文件大于 10 MB，建议先拆分为多个 2 MB 小包，否则前端进度条会在 99% 处假死。拆分原则：按首字母 A–Z 分段，仍使用同一“覆盖”策略，不会导致冲突。
协作流程示例：10 人团队如何零冲突去重
某本地化公司每月 25 号进行“术语冻结”： 1. 维护者在飞书群发公告“术语库将于 25 日 20:00–21:00 锁定”； 2. 20:00 准时导出，并在 GitLab 创建新 issue 上传 CSV； 3. 各语种 Lead 在 issue 下评论确认无新增需求； 4. 20:30 执行去重并导入，21:00 前关闭锁定； 5. 次月 CAT 预翻译命中率提升约 7%，且审计报告无重复记录。
故障排查：导入后行数变少/变多的常见原因
| 现象 | 可能原因 | 验证方法 | 处置 |
|---|---|---|---|
| 导入后行数更少 | CSV 里存在隐藏换行符 | 用 VS Code 打开，开启“显示控制字符” | 替换 \r\r\n 为 \n 后重新导入 |
| 导入后行数更多 | 清空失败，旧数据残留 | 日志中心无 truncate 记录 | 重新执行清空→导入 |
| 上传按钮灰色 | 文件编码非 UTF-8 | Notepad++ 查看编码 | 另存为 UTF-8 with BOM |
最佳实践清单：可打印的 10 秒核对表
- 确认角色＝所有者，否则先移交权限
- 导出前通知团队锁定 1 小时写入窗口
- CSV 保留 uid、update_time 列，方便审计
- Excel 去重时按 update_time 最新排序
- 清空前先下载日志 PDF，留物理凭证
- 导入后对比“成功条数”与本地行数
- 移动端断网测试，确认离线包同步
- 180 天内保留原始 CSV，可回滚任意版本
FAQ：你可能还关心的问题
可以只删除部分重复，而不是清空整个库吗？
官方未提供“按条件删除”接口。若必须局部去重，可先把需要保留的子集导出，再新建一个临时库导入，确认无误后删除旧库并重命名新库。
清空后，已发布的 API 调用会立即失效吗？
术语库 API 有 5 分钟 CDN 缓存，清空后最长延迟 5 分钟返回空结果；若业务不能容忍，可在控制台手动刷新缓存（企业版可见“刷新”按钮）。
去重会影响之前的翻译记忆（TM）吗？
不会。TM 与术语库是独立索引；去重只减少术语匹配候选，不会改变已有句段的历史译文。
个人免费版能否使用导出/清空功能？
可以。导出与清空未列入会员权益差异表，但免费版单次导出上限 2 万行；超过需分多次字母区间导出。
出现“文件解析失败”怎么办？
常见原因是源文或译文字段内含英文半角逗号且未用双引号包裹。用 Excel 另存为“CSV（逗号分隔）”即可自动加引号，再重新上传。
结论与下一步行动
有道翻译尚未推出“一键去重”，但利用导出→Excel 去重→清空→重新导入的四步闭环，可在 15 分钟内获得“零重复且可审计”的术语库。核心关键是：操作前锁定写入窗口、操作中保留日志与 CSV、操作后验证行数与离线同步。
建议你立即打开术语库，导出本月快照，按本文流程执行一次“小版本”去重（先删 1000 条测试），确认无误后再放大到全库。把本文的 8 项最佳实践清单贴在团队 Wiki，下次冻结窗口就能在 10 秒内完成核对，既满足合规留痕，也让 CAT 预翻译命中率保持在高位。