Task #1688: 修复OCR日期截断修正误判问题 - 当OCR把日期和时间合并(如2026/9/222:57:00)导致d>31时，尝试恢复原始日期而非盲目截断

2026-09-11 10:04:40 +08:00
parent cfd89ef963
commit 0f66a90aa5
1 changed files with 48 additions and 14 deletions
@@ -7060,21 +7060,55 @@ class MessageMonitor:
            if y < 1900 or y > 2100:
                logger.debug(f"[ocr] 日期年份异常({y})，OCR识别错误，跳过: {date_str}")
                continue
-            # 尝试从d向下截断，找到第一个合法且≤今天的日期
+            # ⭐ Task #1688: 修复OCR把日期和时间合并导致截断修正错误的问题
+            # 问题：OCR把"2026/9/2"和"22:57:00"合并成"2026/9/222:57:00"
+            #       正则匹配到"2026/9/22"(d=22)，截断循环从22向下找到11(今天)
+            #       导致消息被误判为"今天的历史消息"丢弃
+            # 根因：d>31说明OCR合并了日期和时间，需要回溯恢复原始日期
+            if d > 31:
+                # OCR合并了日期和时间：尝试去掉最后一位数字恢复原始日期
+                # 例：2026/9/22 → 尝试2026/9/2（去掉最后一位2）
+                original_d = d // 10  # 去掉最后一位数字
+                if original_d > 0:
+                    try:
+                        date_obj = datetime(y, m, original_d).date()
+                        if date_obj <= today:
+                            fixed_str = f"{y}/{m}/{original_d}"
+                            logger.debug(f"[ocr] 日期截断修正(OCR合并修正): {date_str} → {fixed_str}")
+                            dates.append(fixed_str)
+                            found = True
+                    except ValueError:
+                        pass
+                # 如果恢复失败，尝试其他可能的原始日期（如22→2）
+                if not found:
+                    # 尝试更激进的恢复：去掉所有可能的数字
+                    for try_d in [d % 10, d // 10, d // 100]:
+                        if try_d > 0:
+                            try:
+                                date_obj = datetime(y, m, try_d).date()
+                                if date_obj <= today:
+                                    fixed_str = f"{y}/{m}/{try_d}"
+                                    logger.debug(f"[ocr] 日期截断修正(OCR合并修正-备选): {date_str} → {fixed_str}")
+                                    dates.append(fixed_str)
+                                    found = True
+                                    break
+                            except ValueError:
+                                continue
+            # 正常截断逻辑：从d向下截断，找到第一个合法且≤今天的日期
            # 处理：2026/8/31（未来）→ 2026/8/3（过去），2026/8/32（非法）→ 2026/8/3
-            found = False
-            for try_d in range(d, 0, -1):
-                try:
-                    date_obj = datetime(y, m, try_d).date()
-                    if date_obj <= today:
-                        fixed_str = f"{y}/{m}/{try_d}"
-                        if fixed_str != date_str:
-                            logger.debug(f"[ocr] 日期截断修正: {date_str} → {fixed_str}")
-                        dates.append(fixed_str)
-                        found = True
-                        break
-                except ValueError:
-                    continue
+            if not found:
+                for try_d in range(d, 0, -1):
+                    try:
+                        date_obj = datetime(y, m, try_d).date()
+                        if date_obj <= today:
+                            fixed_str = f"{y}/{m}/{try_d}"
+                            if fixed_str != date_str:
+                                logger.debug(f"[ocr] 日期截断修正: {date_str} → {fixed_str}")
+                            dates.append(fixed_str)
+                            found = True
+                            break
+                    except ValueError:
+                        continue
            if not found:
                logger.debug(f"[ocr] 日期解析失败: {date_str}")