 youpaishidifu
|
02702415a0
|
fix(monitor): 强化时间戳过滤 - 两道关卡检查
问题：公告表格包含历史日期（如2026年8月3日），时间戳9:06在今天内
导致过期22小时的历史消息被误认为新消息处理
根因：
1. OCR提取日期正则不匹配中文格式'2026年8月3日'
- 原正则只匹配 YYYY/M/D 或 YYYY-M-D 格式
- 公告使用中文日期格式，导致raw_dates为空
2. has_past_date=False → 跳过日期检查
3. 只检查时间戳9:06（在今天内）→ 放行
修复：
1. 扩展正则支持中文日期格式：\d{4}年\d{1,2}月\d{1,2}日
2. 新增第一道关卡：日期新鲜度检查
- 如果文本包含日期信息，必须至少有一个日期是今天
- 否则直接拒绝，不让进入后续队列
3. 保留第二道关卡：时间戳检查（现有逻辑）
- 时间戳必须在300秒内
效果：
- 公告表格（含历史日期）→ 拒绝 ✅
- 新消息（无日期+新鲜时间戳）→ 放行 ✅
- 用户消息（无日期+无时间戳）→ 交给DB查重 ✅
|
2026-08-15 09:15:23 +08:00 |
|