資料列數相同，不代表欄位配對正確。 Python 資料錯位診斷要分開檢查形狀、身分與欄位內容：先阻擋長度不符，再以穩定識別碼對齊，最後比較允許比對的資料。zip(strict=True) 是長度防線，不是語意正確性的證明。
本文處理離線匯出檔、測試資料與報表解析結果的對照問題。所有示例都是合成資料，只在記憶體建立差異報告，不連接業務服務，也不覆寫任何原始紀錄。核心觀點來自完整閱讀的技術筆記；原筆記的個案名稱、操作環境與事件數字均未帶入。
先區分長度錯誤與等長欄位錯位
長度檢查只能發現輸入數量不一致，無法知道某個日期是否屬於同一筆紀錄。應先保留完整列，再以穩定識別碼建立對照；即使兩個陣列等長，也必須另外驗證身分與欄位的對應關係。
一種容易忽略的解析問題，是把識別碼、標題與日期各自抽成陣列，再依序組合。假如日期陣列漏掉開頭的一格，預設 zip() 會在最短輸入耗盡時結束，最後一筆可能無聲消失。若日期只是整欄循環位移，輸入長度完全相同，程式仍能產生外觀完整、內容卻錯配的結果。
官方文件指出，zip() 預設以最短輸入為界，指定 strict=True 後會在迭代發現長度不一致時拋出 ValueError。這個選項不會理解日期、標題或資料的業務意義。 而且它是惰性迭代器，只建立物件而不消費內容，並不能保證差異已被檢查。本文用 list() 完整消費小型測試輸入，讓失敗條件可以直接觀察。
如果觀察到整齊的一列偏移，應把它視為解析流程的調查線索，而不是立即宣布找到唯一根因。同樣的模式也可能來自排序不一致或匯出時間不同。保留未變更的輸入快照，逐步確認資料來源與排序契約，才有辦法區分推測與證據。
逐列解析保留關係，但仍須檢查欄位結構
逐列讀取可以保留同一列內的欄位關係，避免分別擷取欄位後再猜測配對。使用具名欄位有助於閱讀與比對，但不會自動驗證識別碼唯一性、必要欄位是否存在，或每列是否符合預期結構。
csv.DictReader 將每列映射為字典；未提供 fieldnames 時，第一列會用作欄位名稱。這適合把 uid、subject、date 作為一組資料傳入比對器，而不是讓三份清單各自經過篩選。若原始匯出已經錯位，具名欄位不會自動修正，只是讓後續驗證更明確。
不要把成功讀取 CSV 當成資料契約成立。官方文件說明，多出的欄位可放到 restkey 指定的位置，缺少的值則使用 restval。因此嚴格匯入流程應自行確認標頭集合、欄位數量、空值規則與識別碼型別。本文實驗的 CSV 是固定且已知有效的合成輸入，不把小型示範函式宣稱為通用 CSV 驗證器。
比對前也應定義日期表示法。範例刻意使用固定格式字串，只驗證相等與不相等，不處理時區、日期解析或文化設定。若實際資料包含不同時區，必須先另訂正規化規格；不能因為文字不同就認定時間不同，也不能以任意截字方式讓測試通過。
先對齊身分，再分類差異與模糊案例
比對順序應是檢查唯一性、確認兩側都有識別碼、確認身分輔助欄位一致，最後才比較目標日期。缺少紀錄與身分衝突必須分開回報，不能混入日期錯誤統計，更不能直接猜測對應關係。
本例將 uid 當作單一合成資料集內的穩定鍵，subject 作為額外防線。同一鍵但標題不同，先列為衝突，不繼續建議日期校正。標題相同不是一般化的身分證明：真實設計仍需不可重用的識別碼或明確的來源範圍。這個簡化防線只是示範「證據不足就停止」的分支。
建立字典前先檢查重複鍵也很重要。直接使用字典推導式，可能讓後面同鍵的資料蓋過前面資料，使模糊性消失於程式內部。本文選擇拋出 ValueError，沒有保留第一筆、保留最後一筆或自動合併的隱含政策。空識別碼同樣拒絕；缺少必要欄位則不應被寬容忽略。
分層結果至少包含三種訊號：只在一側出現的 missing、身分輔助欄位不同的 conflict、身分通過後的 dateMismatch。三種結果的處理責任不同。缺漏需要回查擷取範圍；衝突需要確認身分；日期差異才進入欄位診斷。整體差異筆數不是一張可以直接執行的修復清單。
驗證與重現：三組純記憶體反例
本機測試必須同時涵蓋長度不等、等長錯位與身分衝突，才能證明各防線的邊界。以下固定版本程式只使用合成資料與標準函式庫，輸出分類結果；任何預期不符會立即失敗，不會修改外部資料。
前置條件：使用 Python 3.11.15，準備獨立的本機 sandbox 資料夾，不需安裝第三方套件。此版本是重現基準，不是升級或維護版本建議。將完整程式存為 alignment_lab_20260920.py，在該資料夾執行以下指令：
python --version
python alignment_lab_20260920.py
- 確認長度防線。 先確認版本輸出為
Python 3.11.15，再執行程式。check1.defaultPairs必須是2，strictRejected必須為true，證明預設截短與嚴格拒絕是不同結果。 - 確認等長錯位。 查看同次執行的
check2。dateMismatch必須完整列出A、B、C，且missing、conflict為空。這證明嚴格配對雖接受等長陣列，鍵值比對仍能發現內容錯配。 - 確認身分與輸入保護。 查看
check3：缺漏是C，衝突是B，日期差異為空；duplicateRejected、reorderInvariant、referenceUnchanged都要為true。整體passed=true且結束碼為零才通過，任何例外或欄位不符都算失敗。
"""Synthetic in-memory alignment tests. No file, account, or network access."""
import csv
import io
import json
import sys
from copy import deepcopy
def require(condition, label):
if not condition:
raise AssertionError(label)
def unique_index(rows):
result = {}
for row in rows:
key = row['uid']
if not key or key in result:
raise ValueError('ambiguous identity')
result[key] = row
return result
def compare(left, right):
a, b = unique_index(left), unique_index(right)
result = {'missing': [], 'conflict': [], 'dateMismatch': []}
for key in sorted(a.keys() | b.keys()):
if key not in a or key not in b:
result['missing'].append(key)
elif a[key]['subject'] != b[key]['subject']:
result['conflict'].append(key)
elif a[key]['date'] != b[key]['date']:
result['dateMismatch'].append(key)
return result
def main():
require(sys.version_info[:3] == (3, 11, 15), 'use Python 3.11.15')
reference = list(csv.DictReader(io.StringIO(
'uid,subject,date\n'
'A,Alpha,2026-01-10\n'
'B,Beta,2026-01-20\n'
'C,Gamma,2026-01-30\n')))
original = deepcopy(reference)
short = [r['date'] for r in reference][:-1]
default_pairs = list(zip(reference, short))
rejected = False
try:
list(zip(reference, short, strict=True))
except ValueError:
rejected = True
require(len(default_pairs) == 2 and rejected, 'length check')
shifted = deepcopy(reference)
dates = [r['date'] for r in reference]
for row, date in zip(shifted, dates[1:] + dates[:1], strict=True):
row['date'] = date
diagnosis = compare(shifted, reference)
require(diagnosis == {'missing': [], 'conflict': [], 'dateMismatch': ['A', 'B', 'C']}, 'equal-length shift')
adversarial = deepcopy(reference)
adversarial[1]['subject'] = 'Different'
adversarial[1]['date'] = '2026-02-01'
del adversarial[2]
guarded = compare(adversarial, reference)
duplicate_rejected = False
try:
compare(reference + [deepcopy(reference[0])], reference)
except ValueError:
duplicate_rejected = True
reordered = compare(list(reversed(reference)), reference)
require(guarded == {'missing': ['C'], 'conflict': ['B'], 'dateMismatch': []}, 'guard categories')
require(duplicate_rejected, 'duplicate must fail')
require(all(not v for v in reordered.values()), 'order independence')
require(reference == original, 'reference unchanged')
print(json.dumps({'python': sys.version.split()[0], 'passed': True,
'check1': {'defaultPairs': len(default_pairs), 'strictRejected': rejected},
'check2': diagnosis,
'check3': {'guarded': guarded, 'duplicateRejected': duplicate_rejected,
'reorderInvariant': True, 'referenceUnchanged': True}}, indent=2))
if __name__ == '__main__':
main()
排程環境實際執行結果： Python 3.11.15、結束碼 0、passed=true；上述三組檢查均符合預期。此結果只證明合成資料上的程式行為，不代表任一外部資料集已經通過對照，也不是效能測試。
程式故意使用會拋出例外的 require()，不依賴可被最佳化模式移除的 assert。測試中的日期位移、移除合成列與重複合成鍵都只發生於記憶體副本。對照資料最後仍須與最初副本相等，避免驗證程式自己改壞參考輸入，造成「兩邊一起變所以相等」的假通過。
下游檢查要追蹤舊鍵，而不是立即覆寫
若日期曾參與下游複合鍵，修正日期可能改變資料的身分判定。應先盤點哪些輸出仍保存舊鍵與舊值，再建立只讀差異報告；本文的診斷結果不能直接授權覆寫，也不能把零差異當成所有下游都已修復。
來源欄位變動之後，先前匯出的報表、索引或測試快照仍可能使用舊值。若下游以識別碼加日期判定是否已存在，新的日期可能被解讀為新的項目。問題不一定是新增邏輯本身，而是身分契約把可變欄位當成不可變的鍵。把這個依賴畫清楚，比追加一個忽略重複的條件更重要。
建立消費端清單時，逐一記錄比對鍵、輸入版本、欄位轉換與驗收規則。對無法唯一對應的資料，保留衝突狀態；對缺少的資料，不應自行補造日期。若對照來源本身也不可靠，停止推導校正值，先找另一份經確認的證據。本文沒有提供更新資料庫或批次改寫報表的操作。
驗收應區分已成功配對的範圍與未解決範圍。只有把缺漏和衝突另列，才不會用「可配對項目日期差異為零」掩飾大量未比對項目。相同地，標題完全一致不代表日期一定可信；它只是進入日期比對的條件，而非終點。驗證報告需要保留這種條件式語意。
官方依據與實作收尾清單
官方文件支持的是函式與解析器的行為，資料身分政策則需要由應用契約補足。收尾時應確認來源可追溯、差異分類完整、原始輸入未變更，並將測試通過的範圍寫清楚，避免把局部證據擴大成全面正確。
本次實際開啟並查核下列官方文件，兩種語言共用同一組事實。線上 Python 3.11 文件可能隨維護版本更新；本文的可執行證據仍固定於 Python 3.11.15，沒有宣稱在其他版本重跑過。
- Python zip 官方文件：預設最短輸入停止、嚴格長度檢查，以及迭代時才觀察到例外的行為。
- Python csv.DictReader 官方文件：按欄位名稱映射資料列，以及多欄、少欄的預設處理。
交付前檢查： 是否保留整列關係？是否拒絕重複識別碼？是否將缺漏、衝突與日期差異分開？是否測過等長錯位的反例？是否確認重排不影響以鍵比對的結果？是否保留輸入不變證據與下游鍵值依賴？
結論不是把所有配對換成一個選項，而是建立分層防線：長度驗證抓形狀錯誤，鍵值對齊抓對應關係，欄位比較抓內容差異。先在本機執行完整實驗，再把這三層檢查寫進自己的離線資料契約。