fix: 修复OCR捕捉含年月日消息导致后续消息丢失的问题 (Task #1652/#1653)

问题：当上面一条消息有年月日时，下面的消息会丢失目标定位，需通过表情包/图片才能重新加入消息队列
根因：_ocr_text_has_fresh_timestamp对整个文本块检查，任何部分含历史日期都会导致整段文本被丢弃
修复：
1. 新增_strip_historical_date_lines辅助方法，按行分割文本并智能剥离历史日期行
2. 修改_process_ocr_output中的时间戳新鲜性检查逻辑
3. 当检测到历史日期时，先尝试剥离旧消息行，保留新鲜消息继续处理
4. 仅含日期无时间的表格日期：剥离日期但保留行内容
5. 含日期+时间的历史消息行：完全剥离
6. 无日期的行：完整保留

monitor.py

@@ -3773,10 +3773,24 @@ class MessageMonitor:
         if not raw_text:
             return []
         if not self._ocr_text_has_fresh_timestamp(raw_text, platform):
-            # ⭐ 2026-08-24 新逻辑：_ocr_text_has_fresh_timestamp 返回 False 表示
-            #   检测到清晰年月日（历史消息），应丢弃整段文本
-            logger.debug(f"[{platform}] OCR 有清晰年月日（历史消息），丢弃整段: {raw_text[:80]!r}")
-            return []
+            # ⭐ 2026-08-30 Task #1652 修复：尝试剥离历史日期行，保留新鲜消息
+            #   根因：_ocr_text_has_fresh_timestamp 对整个文本块检查，任何部分含历史日期都会
+            #   导致整段文本被丢弃，即使其中包含新鲜消息（如"2026/8/30 23:29:35"下方的新查询）
+            #   解决：按行分割，剥离含日期+时间的行（历史消息），保留无日期或仅含表格日期的行
+            logger.debug(f"[{platform}] OCR 时间戳新鲜性检查失败，尝试剥离历史日期行...")
+            salvaged_text = self._strip_historical_date_lines(raw_text, platform)
+            if not salvaged_text:
+                logger.debug(f"[{platform}] 剥离历史日期行后无剩余文本，丢弃整段: {raw_text[:80]!r}")
+                return []
+
+            # 对剥离后的文本重新检查新鲜性
+            if not self._ocr_text_has_fresh_timestamp(salvaged_text, platform):
+                logger.debug(f"[{platform}] 剥离历史日期行后仍无新鲜消息，丢弃: {salvaged_text[:80]!r}")
+                return []
+
+            # 使用剥离后的文本继续处理
+            logger.debug(f"[{platform}] 剥离历史日期行后有新鲜消息，继续处理: {salvaged_text[:80]!r}")
+            raw_text = salvaged_text
 
         # —— 行切割 + 尾标清理 ——
         ocr_lines = []
@@ -6994,9 +7008,10 @@ class MessageMonitor:
                 # 纯英文/数字/符号，可能是UI噪声，丢弃
                 logger.debug(f"[ocr] 过滤器1结果: 无时间戳且无中文字符，丢弃: {stripped[:80]!r}")
                 return False
-            # 用户消息挨着bot消息判断：最近一次bot回复在60秒内（放宽窗口）
-            last_bot_time = self._msg_history.last_bot_reply_time(platform)
-            if last_bot_time > 0 and time.time() - last_bot_time <= 60:
+
+        # 用户消息挨着bot消息判断：最近一次bot回复在60秒内（放宽窗口）
+        last_bot_time = self._msg_history.last_bot_reply_time(platform)
+        if last_bot_time > 0 and time.time() - last_bot_time <= 60:
                 # 用户消息挨着bot消息
                 if not self._msg_history.is_user_message_replied(platform, stripped, time.time()):
                     # 数据库无记录，无条件放行
@@ -7006,11 +7021,11 @@ class MessageMonitor:
                     # 数据库有记录，整段丢弃
                     logger.debug(f"[ocr] 过滤器1结果: 无时间戳且用户消息挨着bot消息但有记录，丢弃: {stripped[:80]!r}")
                     return False
-            # ⭐ 无时间戳消息：放行交给DB查重处理（避免连续聊天时时间戳被覆盖误杀用户消息）
-            #   无论消息长短，只要包含中文字符且非噪声，都放行
-            #   DB查重会自动过滤掉已经回复过的消息
-            logger.info(f"[ocr] 过滤器1结果: 无时间戳但为中文消息，交由DB查重: {stripped[:80]!r}")
-            return True
+        # ⭐ 无时间戳消息：放行交给DB查重处理（避免连续聊天时时间戳被覆盖误杀用户消息）
+        #   无论消息长短，只要包含中文字符且非噪声，都放行
+        #   DB查重会自动过滤掉已经回复过的消息
+        logger.info(f"[ocr] 过滤器1结果: 无时间戳但为中文消息，交由DB查重: {stripped[:80]!r}")
+        return True
         # 有新鲜时间戳 → 确定有新消息
         for ts in timestamps:
             try:
@@ -7034,6 +7049,46 @@ class MessageMonitor:
         logger.debug(f"[ocr] 过滤器1结果: 无新鲜时间戳(全部>300s){_age_info}，丢弃: {text[:80]!r}")
         return False
 
+    def _strip_historical_date_lines(self, text: str, platform: str = "unknown") -> str:
+        """剥离含历史日期的行，保留可能的新鲜消息。
+
+        当 _ocr_text_has_fresh_timestamp 返回 False 时调用，尝试按行分割文本，
+        识别并剥离含过去日期（年月日+时分）的行，保留其余部分。
+
+        返回剥离后的文本；若无剩余内容则返回空字符串。
+        """
+        if not text:
+            return ""
+
+        lines = text.split('\n')
+        salvaged = []
+        for line in lines:
+            # 检查行是否包含日期模式
+            date_pattern = r'\d{4}[/-]\d{1,2}[/-]\d{1,2}|\d{4}年\d{1,2}月\d{1,2}日'
+            if re.search(date_pattern, line):
+                # 检查日期是否附带时间（年月日+时分 = 真消息）
+                time_pattern = r'(\d{4}[/-]\d{1,2}[/-]\d{1,2}|\d{4}年\d{1,2}月\d{1,2}日)\s*\d{1,2}:\d{1,2}'
+                if re.search(time_pattern, line):
+                    # 含日期+时间 = 历史消息行，剥离
+                    logger.debug(f"[{platform}] 剥离含过去日期+时间行: {line[:60]!r}")
+                    continue
+                else:
+                    # 仅有日期无时间 = 表格日期，剥离日期但保留行其余部分
+                    cleaned = re.sub(date_pattern, '', line).strip()
+                    if cleaned:
+                        logger.debug(f"[{platform}] 剥离表格日期后保留: {cleaned[:60]!r}")
+                        salvaged.append(cleaned)
+                    else:
+                        logger.debug(f"[{platform}] 表格日期行为空，丢弃: {line[:60]!r}")
+                    continue
+            # 无日期模式，保留整行
+            salvaged.append(line)
+
+        if not salvaged:
+            return ""
+
+        return '\n'.join(salvaged)
+
     # 未来时间戳容忍偏差（秒）：同日内时间戳比系统时间晚超过此值 = 未到来，直接丢弃。
     # 容忍偏差与 max_age 持平（300s）：OCR/聊天服务器时钟与系统时钟存在秒级差异，
     # 刚到的消息时间戳可能比系统时间晚几秒（如 14:41:00 消息在 14:40:58 被捕获），