对不上号这件事，先不要去改检索词。多数情况下，从一条具体的返回条目就能判断问题出在哪一层：把原始返回的字段名和值逐个打印出来，再与页面或上下文里显示的标题、作者、年份对照。如果返回里 title 的值和你看到的标题不同，或者 DOI 落在了别的字段里，那问题就是字段映射；如果返回里的标题本身就是另一篇文章，那问题在检索或排序这一层。这两种情况的修法完全不同，先分清再动手。
适用场景：ScholarMuse 返回的论文标题、作者或年份与预期不一致。处理顺序：抓一条条目打印原始字段 → 用 DOI 做唯一键回查 → 检查标题、作者、年份各自的映射位置 → 用中文标题和含特殊符号标题两条边界样例回归。验证方式：同一条条目在原始返回与写入上下文两处的字段值逐项比对一致。边界：返回里缺 DOI 时只能退化为标题加年份比对，仍不一致则应回到检索层排查，而不是继续调映射。
抓一条返回条目，把原始字段逐个列出来
不要先看渲染后的卡片，先拿到结构化数据本身。下面的骨架只是通用接入形式，字段路径和字段名需要按你实际使用的返回结构调整，不能直接照抄当作官方接口。
# 打印单条返回条目的全部字段，不做重命名、不做清洗
import json
item = resp["data"][0] # 路径按实际返回结构调整
for k, v in item.items():
print(repr(k), "=>", repr(v))
# 顺手确认顶层结构，避免拿错数组
print(sorted(resp.keys()))打印出来之后，把字段分成三类看：标识类、内容类、元数据类。标识类用于回查，内容类用于展示，元数据类最容易被写错位置。
| 字段类别 | 常见字段名 | 含义 | 是否可能为空 |
|---|---|---|---|
| 标识 | doi / id / source_id | 唯一键，回查用 | 会议论文、预印本、部分中文文献常缺 DOI |
| 内容 | title / subtitle | 标题与副标题，可能分两个字段 | 副标题通常为空 |
| 内容 | authors / affiliations | 作者列表与机构列表 | 机构常为空或与作者不同步 |
| 元数据 | year / publication_date / venue | 年份、出版日期、期刊会议名 | 在线优先出版时年份可能缺失 |
| 元数据 | abstract / keywords | 摘要与关键词 | 常为空，不应作为判断依据 |
这一步只做记录，不做判断。把这条条目的原始 JSON 存档，后面所有比对都以这份存档为准，避免在页面上反复刷新导致对象已经变了。
用 DOI 做唯一键回查，确认是不是同一篇
DOI 是最省事的判据，但前提是两边都做过归一化。返回里可能带 https://doi.org/ 前缀、大写字母或尾部标点，直接字符串相等比较容易误判为不同文献。
def norm_doi(s):
if not s:
return None
s = s.strip().lower()
s = s.replace("https://doi.org/", "").replace("http://dx.doi.org/", "")
s = s.replace("doi:", "").strip()
return s.rstrip(".,;)")
same = norm_doi(returned_doi) == norm_doi(expected_doi)
print("doi_match =", same)归一化后相等，说明拿到的是同一篇，剩下的问题只可能是字段错位；归一化后不等或任一侧为空，就要退到替代键：标题加年份。标题比对建议先去掉首尾空白、统一全角半角、去掉末尾句点，再比较；年份只比四位数字，不要比完整出版日期，因为在线优先出版和正式卷期的日期经常不一致。若标题与年份都对不上，就不要再怀疑映射，直接判定为检索命中了别的文献。
比对结果建议按固定格式记录，一次排查留一行，便于回看时区分是哪种情况：
trace_id | query | returned_title | returned_doi | expected_doi | verdict
---------+-------+----------------+--------------+--------------+---------------------------
T-001 | ... | ... | ... | ... | same_paper_fields_shifted
T-002 | ... | ... | (空) | ... | need_title_year_fallback
T-003 | ... | ... | ... | ... | different_paper_retrievalverdict 只用三类值就够：同一篇但信息错位、缺 DOI 需退化比对、检索到别的文献。第三类不要再去改映射，改检索条件和排序更有效。
核对标题和作者的映射位置有没有错位
错位通常不是值错了，而是键取错了。典型表现是：标题看起来「少了半句」、作者名后面跟着学校名、年份比实际早一年。
- 标题与副标题：只取了
title而丢掉subtitle，含冒号的长标题容易被截成前半段。 - 作者与机构：把
affiliations按下标并进了作者数组，导致第二作者位置出现机构名。 - 年份与出版日期：取
publication_date的年份，但该字段是上线日期，与正式发表年份不同。 - 期刊名与会议名：字段名相近，取错后年份和出处一起偏移。
对照表按下面这种格式逐条填写，左边是原始返回，右边是写入上下文或页面展示的实际值，不一致的格子就是嫌疑点：
| 字段 | 原始返回的值 | 写入上下文后的值 | 是否一致 |
|---|---|---|---|
| title | （原文完整标题） | （展示标题） | 否，副标题缺失 |
| authors[0] | （第一作者名） | （展示作者） | 是 |
| authors[1] | （第二作者名） | （展示为机构名） | 否，疑取到 affiliations |
| year | （返回年份） | （展示年份） | 否，疑取 publication_date |
填完这张表再动手改映射，改完必须重新跑同一批 trace_id，确认原来标「否」的格子变成「是」，且原本正确的格子没有被改坏。只改一处、只验一处是常见的返工来源。
用两条极端样例验证修正结果
常规英文标题修正通过，不代表边界情况也对。选两条最容易暴露问题的输入做回归，一条纯中文标题，一条含特殊符号的标题（冒号、引号、上下标、与号、希腊字母等）。下表是记录模板，值需要替换为你实际抓到的内容，不要照抄。
| 样例行 | 输入（检索或回查用的标题） | 修正后的输出（title / authors / year） | 判定 |
|---|---|---|---|
| 中文标题 | （含副标题的中文标题原文） | title 为完整中文标题，未被截断；authors 为中文姓名列表；year 为四位数 | 通过 |
| 特殊符号标题 | （含冒号、上下标或与号的标题原文） | 符号原样保留，未被转义成实体或丢失；副标题与主标题拼接位置正确 | 通过 |
判定标准建议写死四条，逐条打勾而不是凭观感：标题归一化后与原始返回完全一致；作者数量、顺序与原始返回一致，且数组中不含机构字符串；年份为四位数字，且不来自上线日期字段；DOI 归一化后与回查值相等。四条全部满足才算通过，任一条不满足就回到上一步的对照表继续查。
还需要留意两类容易漏掉的边界：中文标题里的全角括号与书名号在不同环节可能被转成半角，导致标题比对失败但事实上是同一篇；作者名含变音符号或复姓时，拆分规则会改变作者数量。这两类问题的现象和字段错位相似，但修法不同，记录时最好单独标一列说明，免得下次又把编码问题当成映射问题来调。