番号库数据来源分层
番号库指以结构化方式收录条目的档案集合，其数据来源直接决定收录规模、覆盖粒度与可核验性。本文梳理该类档案当前四条主要采集通道，并简述与番号大全维度列举之间的差别。示例数据待核对，本文不涉及内容获取。
定义与范围
作为档案集合，它需要同时满足三项基本条件：条目具备唯一编号、字段结构统一、可回溯至原始来源。相较之下，番号大全侧重按维度列举，番号网多以入口聚合方式陈列，而番号库更强调可检索性与去重规则。规范化步骤参照命名族约定。字段：前缀+数字段+后缀
四类采集通道对照
按入口划分，番号库常见的数据来源可归为四类，覆盖粒度、时效延迟与核验成本差异明显。下表按三维度对照：
| 通道 | 覆盖粒度 | 时效延迟 | 核验成本 |
|---|---|---|---|
| 官方公开目录 | 高（族内穷举） | 短（示例 1–3 天） | 低 |
| 社区提交聚合 | 中（长尾较全） | 中（示例 7–14 天） | 高 |
| 合作方交换镜像 | 中高（按族划分） | 中 | 中 |
| 公共网页爬取 | 广（噪声较多） | 长 | 高 |
更细的字段差别可参考番号库组织方式清点。通道数：4
官方公开目录通道
由发行方以命名族为单位公开的编号目录，是最直接的来源。字段完整、后缀含义明确，示例前缀如 MIDE、SSNI、STARS 等 3–4 位字母族。此通道核验成本较低，但覆盖只到本族边界，跨族条目仍需通过其他通道补齐。抓取节奏可参考来源核验方法。
社区提交与聚合通道
由用户或第三方站点提交的条目，常见于番号吧一类的讨论聚合与番号档案类整理页面。此通道对长尾族与旧式命名族覆盖较好，但字段常有缺失，重复率示例约 22%–35%。
合作方交换与公共爬取
合作交换指库间以协议形式互换字段较全的条目子集，节奏稳定但族域受限。公共爬取覆盖最广，也最噪声，写入前需做前缀白名单过滤与命名族版本判定。
关于番号库来源的常见问题
四类通道必须同时使用吗
不必须。多数情况以官方目录为主，其他通道按需补齐。是否需要严格四通道并行，取决于检索目标本身。
如何标记条目来自哪个通道
常见做法是为每条附带来源标签、抓取时间与核验状态三项元数据，写入独立字段而非拼接进编号。
公共爬取的条目要不要入库
可以入库，但建议隔离在待核验区，等命名族匹配通过后再合入主库。至于何时启用自动合入规则，尚无统一约定。
多来源冲突如何取舍
以核验成本较低的通道为准，并保留冲突记录及来源标签。两条来源同时可信时，需人工仲裁。
边界与局限
本文只覆盖来源通道的一般描述，不涉及具体站点评估与许可核验。分类边界尚在讨论，示例比例与耗时均为示范用途，不代表真实统计。
参考资料
- 参照 ISO 2108 编号标识命名规范中的结构分段建议
- 参照 W3C URL 编码规范里保留字与分隔符的相关表述
- 参照 Unicode NFKC 规范的全半角与大小写归一化步骤