在线文本随机打乱顺序

把名单或题目随机打乱常用于抽签、练习题编排和测试数据准备。随机排序只能改变顺序，不能自动修复重复、遗漏或资格错误。正式操作前应冻结原始清单，确认每行代表一个完整项目，并说明是否需要可重复结果。涉及利益分配时，还要公开规则和留存过程记录。

先确认一行代表什么

姓名后带部门、编号或备注时，这些字段必须保持在同一行。若复制过程中发生换行，一个人可能被拆成两项。先统计原始行数并抽查首尾记录，确保每个参与项边界清楚，再执行随机排序。

空行是否参与要提前决定

有的工具会自动忽略空行，有的会把空行当成可排序项目。名单抽签通常应清除无意义空行；诗歌、字幕或段落重排则可能需要保留结构。用三五行样本测试工具行为，不能处理完才猜测。

重复项会获得更多出现机会

同一名字出现两次，随机排序后仍会保留两次。若每人只应占一个名额，必须先按稳定编号去重，并核实同名不同人。反过来，若重复代表权重，也要在规则中公开说明，不能把数据错误包装成概率设计。

排序随机不等于抽取随机

打乱会保留全部项目，只改变先后；抽取则只选其中一部分。若要选获奖者，可先生成完整随机顺序，再按预先规定的名额取前几项。这样候补顺序也明确，避免中途重复抽取带来争议。

正式名单要在操作前冻结

开始后再添加或删除项目，会改变所有人的相对位置。应保存带时间和哈希的原始文件，记录总数与资格确认人。发现错误时，停止并宣布重做原因，不能悄悄修改结果后继续沿用。

随机结果不应凭肉眼评价

连续出现同部门或相似编号并不必然说明不随机。真正的随机序列本来就可能形成局部聚集。不要因为结果“看起来不均匀”就反复点击，除非规则事先规定了分层或间隔限制。

需要均衡时应采用分层方案

若希望每组人数、地区或年级接近，应先按属性分层，再在各层内随机分配。直接打乱全名单无法保证结构平衡。分层规则、余数处理和组数必须提前确定，并在结果中保留原属性便于验收。

可复现实验需要记录随机种子

科研、软件测试和题库实验往往要求别人得到同一顺序，需要能设置并记录随机种子。普通网页工具若不提供种子，更适合一次性日常排序，不适合作为严格实验的唯一依据。此时应使用可审计脚本或专业统计工具。

公开抽签要保留操作证据

涉及名额、奖金或排班时，可记录原始清单、规则、操作时间、工具版本和完整结果，必要时由旁观者见证。屏幕录像不能替代数据校验，但能说明过程中没有选择性重抽。敏感个人信息应做适当脱敏。

不要用刷新直到满意

每次点击都可能产生新顺序。若没有事先规定重抽条件，看到不喜欢的结果就刷新会破坏公平性。正式开始前先演示测试，宣布下一次为有效操作，生成后立即保存并停止，只有技术失败才按书面规则重做。

题目乱序要同步答案映射

只打乱题干而不更新题号和答案，会造成评分错误。每道题应有稳定ID，选项若也随机，则要分别保存题目顺序和选项映射。发布前用几份样卷核对答案位置，不能只看页面显示正常。

段落打乱可能破坏上下文

文章段落、操作步骤和法律条款通常存在先后依赖，随机处理只适合明确独立的项目。制作阅读练习时也要保留原顺序和正确答案。不要对唯一原稿操作，随机后的文本无法自动恢复逻辑。

隐私名单应先做编号替换

员工、学生或客户名单不宜直接粘贴到不明网页。可先在受控环境把姓名替换为随机编号，完成排序后再由授权人员映射回去。映射表单独保存并限制访问，避免排序结果同时泄露身份信息。

大名单要防止浏览器截断

数据过多时页面可能卡顿或只处理前一部分。执行前后比较非空行数，并搜索原清单中首、中、尾部的独特编号。若数量不一致，停止使用结果，改用能处理大文件且输出日志的工具。

复制结果时保持字符编码

从网页复制到表格，长编号可能变科学计数法，前导零也可能消失。目标列应预设为文本格式，粘贴后抽查长度和中文字符。若要导出系统，应再按其分隔符和编码要求生成文件。

验收应比较集合而非只比数量

输入和输出行数相同仍可能一项丢失、另一项重复。可靠验收要确认两边项目集合一致、每项出现次数一致，只有顺序发生变化。可以按稳定ID排序后比较，发现差异就不要继续分组或抽取。

保留原顺序和最终顺序

原清单用于证明参与范围，最终清单用于执行，中间测试结果不应混入正式目录。文件名写明日期、批次和状态，并把最终版本设为只读。后续有人退出或替补时按既定规则处理，不要直接覆盖历史结果。

文本随机排序要做到公平，重点在随机之前和之后：先冻结并清理清单，明确空行、重复、抽取和重抽规则；生成后核对集合一致、保存完整顺序和过程记录。需要均衡或可复现时采用分层和随机种子，不能靠反复点击挑选顺眼结果。