WordPress 标签清理实践（二）：Go 脚本工程化落地
在上一篇文章中，我们验证了大语言模型无法胜任大量结构化数据的精准匹配工作。为了彻底清除 /en/tag/ 路径下的中文冗余网址，我们必须回归工程化方案。
本文将作为一篇实战教程，手把手记录如何从零开始，通过 Go 语言结合百度翻译 API，完成标签的自动化映射处理。
第一步：申请百度翻译 API 凭证
要实现中文标签到英文的精准转换，我们需要借助成熟的机器翻译服务。这里选择百度翻译开放平台，它提供了基础的通用文本翻译 API，标准版每月有免费额度，完全足够此次清洗任务使用。
登录百度翻译开放平台，在控制台开通“通用文本翻译”服务。
开通后，进入开发者中心，在此页面获取你的 APP ID 和 密钥。请妥善保管这两项凭证，后续代码中将作为环境变量调用。
第二步：在 GitHub 初始化项目
规范的工程从版本控制开始。在 GitHub 上新建一个仓库，命名为 tag-merge。为了简化初始化流程，勾选添加 README.md，并在 .gitignore 模板中选择 Go，这会自动帮我们忽略编译产生的二进制文件。
将仓库克隆到本地后，我们在终端进入项目目录，准备构建开发环境。
第三步：项目环境搭建与代码编写
为了保证环境的一致性且不污染宿主机，我们使用 Docker 进行容器化开发。项目的核心目录结构如下：
tag-merge/
├── .devcontainer/ # 容器开发环境配置（可选）
│ ├── devcontainer.json # 容器开发环境配置文件
├── data/ # 存放从数据库导出的原始 CSV 文件
│ ├── zh_tags.csv # 中文标签库
│ └── en_tags.csv # 英文标签库
├── output/ # 存放程序运行后生成的结果文件
│ └── tag_mapping_result.csv
├── .env.example # 环境变量示例文件
├── .env # 环境变量真实文件（已被 .gitignore 忽略）
├── .gitignore
├── docker-compose.yml
├── Dockerfile
├── go.mod
├── main.go # 核心业务逻辑
└── README.md
1. 配置环境变量
在项目根目录创建 .env 文件，填入刚才获取的百度 API 凭证：
BAIDU_APP_ID=你的APPID
BAIDU_SECRET_KEY=你的密钥
2. 编排 Docker 容器
编写 docker-compose.yml，将 .env 中的变量注入容器环境，同时挂载 data 和 output 目录以实现文件互通。
3. 编写核心 Go 逻辑
main.go 的核心处理流程如下：
- 读取并解析
en_tags.csv，以标签的 Name 和 Slug 为 Key，构建哈希索引。 - 读取并遍历
zh_tags.csv中的每一行中文标签。 - 调用百度翻译 API，将中文标签名翻译为英文。
- 将翻译结果在英文标签索引中进行碰撞查找。
- 若命中，记录为“API匹配成功”；若未命中，保留翻译结果并记录为“API未匹配(建议Slug)”。
- 将全量结果写入
output/tag_mapping_result.csv，为防止 Excel 乱码，写入前先输出 UTF-8 BOM 头。
同时，考虑到百度翻译标准版的 QPS 限制（1秒1次），在代码的循环中加入了 1.1秒 的休眠间隔。
第四步：运行脚本与数据处理
在终端中依次执行以下命令，启动容器并运行脚本：
# 构建并后台启动容器
docker compose up -d --build
# 进入容器终端
docker exec -it tag-merge sh
# 在容器内初始化依赖
go mod tidy
# 执行处理脚本
go run main.go
脚本运行后，由于有 1.1 秒的限频休眠，处理 3592 条数据需要约 65 分钟。从终端日志可以清晰地看到进度推进与匹配情况。
经过耐心等待，脚本最终输出完成提示：共处理 3592 条，成功碰撞 277 条。这意味着有 277 个中文标签在英文库中找到了精确对应，可以直接进行合并操作。
第五步：验证处理结果
退出容器，我们在宿主机的 output 目录下可以找到生成的 tag_mapping_result.csv。打开文件查看，结果格式规整，符合预期。
CSV 文件中包含了五个核心字段：
- 源标签ID / 源标签名称：原始的中文标签信息。
- 目标标签ID / 目标标签名称：匹配成功的英文标签信息。
- 状态：
API匹配成功：翻译后的英文在库中找到了已有标签（如：支付宝 -> alipay），这是最高优先级的处理项，可直接在 WordPress 中合并。API未匹配(建议Slug)：英文库中无此标签，但提供了准确的英文翻译（如：加载速度慢 -> Slow Loading speed），可作为后续新增英文标签的 Slug 参考。
总结
通过 Go 脚本与百度翻译 API 的组合，我们以确定性的工程化方式，替代了不可控的大模型，成功完成了多语言标签的初步清洗。277 个精准匹配结果为后续的数据库操作提供了可靠的数据支撑。
不过，277 条仅占全量数据的 7.7%，仍有大量长尾标签需要进一步甄别与处理。在下一篇文章中，我将分享如何基于这份 CSV 结果，在 WordPress 中安全地执行标签合并与删除操作，彻底消灭 /en/tag/ 下的中文冗余网址。
