功能定位：为什么收藏夹会悄悄“长胖”
核心关键词“批量删除有道翻译收藏夹中的重复段落”指向的并不是翻译精度，而是数据留存合规下的收藏管理。2026年3月版有道翻译把「收藏」入口拆成三处：历史流式收藏、术语云2.0收藏、AI同传字幕收藏。三轨并行，导致同一段原文可能被反复收藏，尤其跨境运营团队日更200条SKU时，3周内就能攒下近万条近乎相同的段落。重复内容不仅拖慢本地索引（经验性观察：搜索延迟从亚秒级跌到2–3秒），还在导出Excel时触发「超出65536单元格」警告，直接影响后续CAT工具复用。
官方至今未给出「一键去重」按钮，原因可用三点概括：1) 收藏夹底层采用JSON追加写，删除需重建索引，对百万级用户同时操作存在锁表风险；2) 重复判定标准难统一——有的用户认为“仅原文相同”即重复，有的要求“原文+译文+备注”完全一致；3) 企业术语云2.0需留痕审计，物理删除会与「操作日志不可变」合规要求冲突。于是，产品层面把“清理”转嫁给用户，却提供了「导出-回写」API，为脚本化批量去重留下可操作空间。
前置检查：先确认你落在哪条收藏轨道
不同轨道，导出入口与字段顺序不同，混用会导致字段错位，后续脚本判断失效。打开App后，按下列路径自查：
- Android／iOS：底栏「我的」→「收藏」→顶部Tab分别点「历史收藏」「术语收藏」「同传收藏」，留意每栏右上角是否有「导出」图标（云箭头）。
- 桌面端（Win／macOS）：左侧边栏「收藏」→右侧次级Tab同上；若版本≤11.3，缺少「同传收藏」Tab，需先升级至「截至当前的最新版本」。
判定标准：如果三栏总数＞5000且你主要需求是「清理历史流式收藏」，请继续阅读；若你仅使用术语云2.0，可直接跳到「企业术语云2.0只读模式」章节，因为术语云采用「追加版本号」机制，物理删除会造成团队同步失败。
方案总览：导出-脚本-回写三步走
官方未开放删除API，但允许用户「导出全部收藏」后，再「清空收藏夹」并「重新导入非重复数据」。该流程看似绕路，却能在不触碰底层索引的情况下，实现零误删可审计：所有中间文件留痕，方便后续合规审查。整体耗时取决于条目数量，经验性观察：1万条原文在M3芯片Mac上约数十秒内完成SHA-256比对。
Step 1 导出：拿到完整CSV
移动端：进入「历史收藏」Tab→右上角「···」→「导出」→选择「CSV（含原文、译文、备注、时间戳）」。文件默认保存在Documents/YoudaoTranslator/Export/，路径因系统而异，请以实际为准。桌面端：点击右上角「云箭头」即可，默认下载到「下载」目录。若导出按钮灰色，请确认本地离线包已完成索引重建（关闭飞行模式，回到首页下拉刷新一次）。
Step 2 脚本：用SHA-256做行级去重
以下示例以Python 3.11写成，依赖内置库csv、hashlib，不额外安装第三方包，方便企业合规审计。
import csv, hashlib, pathlib
IN = pathlib.Path('Youdao_History_2026-03-17.csv')
OUT = pathlib.Path('Youdao_Unique_2026-03-17.csv')
seen = set()
with IN.open(newline='', encoding='utf-8') as f_in, \
OUT.open('w', newline='', encoding='utf-8') as f_out:
reader = csv.DictReader(f_in)
writer = csv.DictWriter(f_out, fieldnames=reader.fieldnames)
writer.writeheader()
for row in reader:
# 仅原文+译文参与重复判定；若需更严格，可把note字段加入sig
sig = hashlib.sha256((row['source']+row['target']).encode()).hexdigest()
if sig not in seen:
seen.add(sig)
writer.writerow(row)
print('Done, dropped duplicates:', reader.line_num - len(seen) - 1)
运行后会在同目录生成Youdao_Unique_*.csv，保留首次出现的那一条。若想保留最新而非最早，可先把CSV按time列降序排列，再执行相同脚本。
Step 3 回写：清空后重新导入
回到App，「历史收藏」Tab→右上角「···」→「管理」→「全选」→「删除」。此操作会一次性写入「操作日志」表，标记为User-Purge，合规侧可接受。随后点击「导入」→选取Step 2生成的Youdao_Unique_*.csv，系统会逐行校验UTF-8编码，若出现「格式不符」弹窗，请用VS Code把文件转为「UTF-8 with BOM」再次导入。导入完成后，下拉刷新一次，确认总数与脚本输出行数一致。
平台差异与最短路径速查
| 平台 | 导出入口 | 清空入口 | 版本前提 |
|---|---|---|---|
| Android | 我的→收藏→历史收藏→⋮→导出 | ⋮→管理→全选→删除 | 11.4.0及以上 |
| iOS | 同Android | 同Android | 11.4.0及以上 |
| Windows | 左侧收藏→云箭头 | 管理→全选→删除 | 11.4.0桌面版 |
| macOS | 同Windows | 同Windows | 11.4.0桌面版 |
若你找不到「管理」按钮，请确认登录账号与导出时一致；游客模式（Apple/Google匿名登录）不提供批量删除，需先绑定手机号。
例外与取舍：哪些情况不该走“清空回写”
1) 企业术语云2.0已开启「团队同步」。清空会导致其他成员端「版本落后」标红，需由管理员在后台「强制基线」才能恢复，期间所有增量上传会被拒绝。
2) 你依赖「收藏时间戳」做版本差异对比。脚本去重只保留最早或最晚一条，会丢失中间时间信息，后续无法按「周」回溯术语热度。
3) 离线包未完整同步。若你在两台设备同时收藏，导出文件可能不含另一台的新增条目，清空后回写会造成「数据缺口」。建议先在「设置→同步→立即同步」确认时间戳一致，再执行导出。
可复现验证：如何证明“去重”没有误删
1) 导出后把CSV存一份Git仓库，文件哈希写入commit message；2) 脚本跑完后，用diff Youdao_History.csv Youdao_Unique.csv，被删行会带<符号，可逐行人工抽查；3) 回写完成后，在App内搜索高频关键词（如“shipping”），确认结果数与脚本日志一致；4) 一周后再次导出，若重复增长率<1%，可认为去重有效。
故障排查：最常见三类报错
现象A：导入时提示“格式不符”
可能原因：1) 表头被脚本意外改动；2) 含有Excel公式特殊符号。处置：用VS Code把文件转「UTF-8 with BOM」，并确保表头顺序与导出时完全一致（source/target/note/time）。
现象B：清空后条目数仍显示“非零”
原因：缓存未刷新。退出账号→杀进程→重新登录，或到「设置→高级→重建索引」手动触发。
现象C：iOS端「导出」按钮灰色
原因：iCloud专用代理把*.youdao.com走了代理，导致导出域名被reset。关闭「iCloud专用代理」或在「代理绕过清单」添加*.youdao.com即可。
适用/不适用场景清单
| 场景 | 推荐 | 理由 |
|---|---|---|
| 个人历史收藏＞5000条 | ✔ | 搜索延迟明显，可释放本地索引 |
| 跨境电商团队术语云 | ✘ | 清空回写会破坏团队同步基线 |
| 需要保留时间戳做版本对比 | ✘ | 脚本只保留一条，会丢失中间记录 |
| 离线包未完整同步 | ✘ | 导出文件不全，回写后缺口无法追溯 |
最佳实践检查表（可打印）
- 导出前确认三轨收藏总数，记录于工单。
- Git留存原始CSV，哈希写commit。
- 脚本判定字段：source+target；如需更宽松，可只source。
- 回写后搜索3组高频词，核对结果数。
- 一周后二次导出，重复增长率<1%即验收通过。
- 术语云用户改用「合并术语」而非清空。
FAQ（Must use FAQPage Schema）
官方以后会出一键去重吗？
截至2026年3月公开更新日志与客服回复中，均未提及该功能；当前可用导出-回写方案替代。
脚本去重会误删相似但不相同的段落吗？
脚本默认按source+target精确匹配，仅完全重复被删；若只source相同但target不同，会视为两条独立记录保留。
清空收藏夹后，能否撤销？
App内无回收站；若提前导出CSV并Git留档，可重新导入恢复，否则无法撤销。
总结与下一步行动
批量删除有道翻译收藏夹重复段落的核心，是借「导出-脚本-回写」绕过官方无去重按钮的限制，同时用Git哈希与搜索抽验保证可审计。若你属于「个人历史收藏」且条目已过万，按本文脚本可在数十秒内完成去重，搜索延迟回到亚秒级；若你使用「术语云2.0团队版」，请改用「合并术语」功能，避免物理删除导致团队同步冲突。
下一步：1) 把最佳实践检查表贴到团队Wiki；2) 设每月第一个周一为「收藏夹健康日」，例行导出-对比-合并；3) 关注官方更新日志，若未来版本真推出「一键去重」，先在测试号验证再全员推送。这样既能保持本地索引轻量，又能在合规层面留下完整操作链，真正做到「删得掉、找得回、说得清」。
