Hermes-Skills/lottery-hk/references/candidate-source-tracker-pitfall.md

候选表「来源」列硬编码陷阱 (2026-08-13 用户发现)

🚨 事故时间线

• 2026-07-30 → 2026-08-13: format_te_ma_result 第 313-323 行有一张硬编码 src_map 字典, 只覆盖 8 个特殊号码 (1, 3, 5, 8, 9, 13, 31, 33, 47), 其他号码全部 fallback 到 "其他挂牌提示"。
• 2026-08-13 12:04 北京: 用户问 "分析资料来源怎么没了?" — 实际 088 期 (今天 8/13 周四 21:30 未开) 抓取结果: 42 (权重 3, 来自挂牌另版挂), 3/4/13/14/23/24/33/34 (来自挂牌尾数)。除了 3/13/33 之外, 其他 5 个号码全部 fallback 到 "其他挂牌提示"。

根因

硬编码字典覆盖范围有限, 与 get_te_ma_candidates 实际抓取逻辑完全脱节:

• 挂牌 (zongheguapai/) 给号: 彩图挂直接给号, 另版挂, 尾数 → 1, 11, 13, 31, 33, 41 等等
• 玄机诗 (xuanjiziliao/) 给号: 诗象, 彩霸王 三一, 玄机字, 红马蓝狗 → 9, 47, 3, 13, 31, 8, 12, 18
• 六信红字 (lxhz/) 给号: 頤養/天年大数偏多 (25-49)

实际抓取结果里 42, 49, 4, 14, 24, 34, 23, 33 都不在硬编码字典里 → fallback "其他挂牌提示"。

修法 (2026-08-13)

get_te_ma_candidates 内部用 src_tracker = defaultdict(list) 同步记录每个号码的真实来源:

def get_te_ma_candidates(period='088'):
    weights = Counter()
    src_tracker = defaultdict(list)

    def add(n, w, src):
        if 1 <= n <= 49:
            weights[n] += w
            if src not in src_tracker[n]:
                src_tracker[n].append(src)

    # ... 抓取时 ...
    if '另版挂' in f:
        m = re.search(r'\d+', f['另版挂'])
        if m:
            add(int(m.group(0)), 3, f'挂牌 另版挂 ({f["另版挂"]})')
    # ... 尾数/玄机诗/红字 同理 ...

    return weights, src_tracker

format_te_ma_result 优先用 src_tracker, 硬编码字典删除:

def get_src(num):
    if src_tracker and num in src_tracker and src_tracker[num]:
        srcs = src_tracker[num][:2]
        txt = ' + '.join(srcs)
        if len(src_tracker[num]) > 2:
            txt += f' (+{len(src_tracker[num]) - 2})'
        return txt
    return '其他挂牌提示'

验证

跑 bash lottery_特码_cron.sh 后, 看候选表「来源」列:

• 期望: 「来源」列反映实际抓取 (挂牌另版挂, 尾数3尾, 尾数4尾 等)
• 不期望: 「其他挂牌提示」占多数 (硬编码字典残余症状)

教训

1. 任何"展示抓取数据来源"的 UI 组件, 禁止用硬编码字典当 fallback — 字典维护成本高, 抓取逻辑每天变, 字典永远跟不上
2. 抓取 + 来源绑定应该同步进行 — 在 add(weight, src) 那一刻就一起记录, 不要等输出时再回头查
3. fallback 字符串一定要谨慎 — "其他挂牌提示" 看起来"无害", 实际把 bug 藏得很深 (用户问"资料来源怎么没了"才暴露)
4. 跨 session 维护 — 写新抓取规则时 (例如加挂牌出肖, 加灼码诗), 同步加 add(num, w, '新源 描述') 一行, 不要只改 weights 不改 src_tracker