档案数字化项目怎样处理扫描图像与文件目录不对应

档案数字化项目里，扫描图像与文件目录不对应，通常不是“把文件名改一下”就能结束的问题。更稳妥的做法是先保留原始扫描成果和原始目录，再用档号、案卷号、文件号、页序等共同字段建立挂接台账，按数量、顺序、缺页三类问题逐项处理。

先冻结批次和证据，再修正可以确认的映射；不能确认的内容进入异常台账，不能为了让数量看起来一致而直接覆盖原始文件。

先确认项目采用的依据和交付边界

国家档案局公开的《纸质档案数字化规范》把纸质档案数字化描述为：通过扫描等方式形成数字图像，并按照纸质档案的内在联系建立目录数据与数字图像的关联关系。官方行业标准目录中也列有 DA/T 31-2017《纸质档案数字化规范》。这意味着目录与图像的对应关系本身就是成果的一部分，而不是扫描完成后的附加整理。

官方依据：https://www.saac.gov.cn/daj/gfxwj/201910/0024a254088146028d1c1a6050f31400/files/84f5a563af184d65a36b2e62b3efee67.pdf

如果项目采用了地方实施细则、外包合同或馆内验收表，应把这些要求放在同一套项目规则中对照。本文只提供通用整理方法，具体扫描参数、抽检比例、命名规则和移交格式以现行项目文件为准。

不要先改文件，先冻结三份清单

发现不对应后，先停止批量重命名和批量移动，复制一份只读的原始成果。至少保留三份清单：

• 目录清单：目录号、案卷或文件层级、题名、原登记页数和备注。
• 图像清单：原始文件名、相对路径、文件序号、页序、文件大小和生成批次。
• 挂接台账：目录记录与图像文件的当前对应关系、处理状态、责任人和处理时间。

清单的关键不是字段越多越好，而是能够回答“这张图来自哪个档案单元、当前挂在哪条目录记录下、谁在什么依据下改过”。先冻结批次，可以避免修正一处时把另一处尚未查清的问题覆盖掉。

统一一套可排序的档号与文件名

目录号和扫描文件名不一致时，先制定映射规则，不要依赖人工记忆。例如，一个项目可以把“全宗号—目录号—文件号—页序”拆成独立字段，再把这些字段组合成稳定文件名。文件名只是检索入口，真正的对应关系仍应写入台账或系统元数据。

页序字段要用可排序的形式，例如第 2 页不要和第 10 页按普通字符串比较。若项目已有正式命名规范，优先使用项目规范，不要为了方便自行换成另一套编号。

把“不对应”拆成三类再处理

一次性说“目录和图片对不上”通常无法指导返工。可以先做三种比对：

1. 数量不一致：目录登记 12 页，图像清单只有 11 页，先复点原件和扫描批次，确认是否存在双面、空白页、封面或分卷规则差异。
2. 顺序错位：文件数量相同，但页序与原件或目录顺序不一致。先用页码、连续内容和相邻文件判断是否只是排序问题，再重建挂接。
3. 内容缺页或混入他卷：数量看起来正常，但内容明显属于另一档案单元。不要用“数量相等”作为通过条件，应把疑似错卷文件单独隔离并登记。

这三类问题可以分别对应复点、重排和异常登记。只有当来源、页序和目录层级都能确认时，才执行自动化批量修正。

修正时保留原值和异常原因

可确认的错位可以修正，但应留下变更前后值。例如，台账中同时保存“原文件名”“规范化文件名”“原挂接目录号”“修正后目录号”和“依据说明”。这样后续抽查发现新的疑点时，还能回到变更前的状态。

无法确认的情况不要硬挂接。可以把状态设置为“待复核”，记录问题类型、涉及文件、需要谁确认以及下一步动作。对于扫描缺失，应回到原件或扫描工作记录确认；对于疑似混卷，应由熟悉案卷结构的人员判断，而不是仅凭文件名推断。

交付前做一轮小范围抽查

完成修正后，先选取不同层级、不同批次和曾经发生异常的记录进行抽查。抽查至少覆盖：

• 目录号能否定位到正确的图像集合；
• 图像页序是否连续，封面、目录、正文和附件的关系是否符合项目规则；
• 异常记录是否都有处理结果、责任人和依据；
• 原始扫描文件、规范化文件和交付文件是否能追溯到同一批次。

如果抽查仍出现集中性错位，不要只修抽查到的几条，应回看命名规则、批次边界或扫描登记方式。国家档案局公开的档案数字化外包说明也强调目录数据库建立、档案扫描、图像处理、数据挂接和质量验收应形成连续流程，项目交付不能只看文件是否上传完成。

常见问题

目录页数和扫描文件数不同，能否直接补一个空白页？

不能把补空白页当成默认修复。先确认项目是否把空白页、封面、背面或折页纳入扫描范围，并查原件和扫描记录；没有依据时应登记异常。

文件名已经改乱了，还能从文件名恢复目录关系吗？

不要只依赖文件名。应综合原始路径、批次记录、页序、相邻内容和目录层级，能确认的写入挂接台账，不能确认的保留待复核状态。

目录和图像数量相同，是不是就说明挂接正确？

不是。数量相同仍可能存在顺序错位或混入他卷，至少还要检查连续页序、内容归属和抽查记录。

总的来说，处理目录与扫描图像不对应，重点是把“改文件”变成“管映射”：原始成果可回溯，统一标识可排序，异常原因可解释，修正记录可复查。这样即使后续还要返工或更换管理系统，也不会丢失档案数字化成果的来路。