ASCII逗号和性别错误：我们如何不再等到发布后才检查博客

这周，我们一篇文章上线时，“Verboo Code”前面粘错了词，直到三种语言全部发布后才有人发现。另外三篇文章里，中文草稿用了半角逗号，而不是全角逗号。修复方法一直都有，只是靠有人盯着屏幕仔细看。我们把这个流程换成了一个脚本，用已经发生过的真实错误做测试，测试过程中还在脚本本身里发现了一个漏洞。

这周博客漏掉了什么错误？

2026年9月21日到23日之间，至少发生了四次，问题总是同一对：中文草稿里多余的半角标点，或者“Verboo Code”前面的葡萄牙语冠词性别错误（这个品牌在葡萄牙语里永远是阴性，“a Verboo Code”）。其中一次直到发布后才被发现。

日期	文章	错误	发现时间
9月21日	/rewind	中文草稿里的半角逗号	发布前，视觉检查时发现
9月22日	Kimi K3 vs Claude Fable 5	中文草稿里的半角逗号和冒号	发布前，用现场写的脚本发现
9月23日	Codex CLI 的 /resume	“Verboo Code”前的葡萄牙语性别错误	三种语言全部发布后才发现，用取消发布再重新发布修复
9月23日	Codex，432 Workspace routing 错误	中文草稿里的半角逗号	发布前，视觉检查时发现

为什么视觉检查靠不住？

因为这种错误太小，眼睛不可能每次都注意到。两百个中文字符中间的一个半角逗号，占的宽度和全角逗号几乎一样，没有人会一个标点一个标点地量。性别错误更糟：错误的形式在葡萄牙语语法上完全正确，只是对这个品牌来说是错的，所以没有任何地方会跳出来提醒你。

9月23日那次错误，经过了写作的人、生成翻译的人、发布前检查的人，三道关都过了，还是上线了。它只在发布之后的一次检查里才浮现出来，而那时文本已经在线上了。

我们写的这个脚本是怎么工作的？

四项检查，每一项都建立在一个正则表达式上，在第一次发布前就跑一遍草稿的HTML，而不是只在发布后跑：

python3 checar_padrao.py draft.html pt
python3 checar_padrao.py draft.html zh

其中性别检查是葡萄牙语专属的，因为英文和中文在这里都没有语法性别的问题：

GENERO = re.compile(
    _B_INI + r"(o|do|no|ao|dos|nos|aos)\s+Verboo\s+Code" + _B_FIM,
    re.IGNORECASE,
)

另外三项检查用的是同一套边界逻辑：一项抓文本任何位置的两种破折号（Unicode字符U+2014和U+2013）；另一项抓贴着中文字符（范围U+4E00到U+9FFF）的半角逗号、冒号或分号；最后一项抓Verboo Code已经不再提供的那个优惠的名字。找到问题就返回退出码1，所以可以当作发布前的一道关卡，不用靠人记得去看屏幕。

脚本自己掉进的陷阱

第一版里，性别检查和旧优惠检查用的都是Python默认的单词边界\b。用一句真实的中文句子测试，一个葡萄牙语单词紧贴在一个汉字后面，中间没有空格，脚本什么都没找到。原因是：Python的\b把中文汉字当成单词字符处理，所以汉字和后面的字母之间根本没有边界。这项检查恰好在标点问题最常见的语言里失灵了。

修复方法是把\b换成一个只把拉丁字母或数字算作单词一部分的自定义边界：

_B_INI = r"(?<![A-Za-zÀ-ÿ0-9_])"
_B_FIM = r"(?![A-Za-zÀ-ÿ0-9_])"

修好之后，同样的测试就能抓到贴着汉字的那个单词，连同旁边的半角标点一起。

脚本真的能抓到已经发生过的错误吗？

我们用两个真实案例的重现版本，加一段干净的文本做对照，测试了一遍：

输入	结果
重现9月23日性别错误的句子	失败：找到了“Verboo Code”前的错误形式
一句贴着汉字的半角逗号和冒号的中文句子	失败：两处都找到了
“Verboo Code保存会话。标点正常，完全没问题。”	正常：什么都没找到

把这个脚本跑一遍这篇文章自己的三个草稿，pt、en和zh，结果什么都没找到。这说得通：为了解释错误而不重复错误，这段文字用描述代替了原句的完整重现，所以没有留下任何东西让检查误认成新的错误。测试表格里用描述而不是原句，也是同一个原因。