跳转至

ISSUE-0117 · WhatsApp 号从不进手机列表

起因

Tony 提「电话按来源分类:地图 / 官网 / 社媒」。派了 4 方案 × 2 lens 的对抗论证, 四个方案全部被找出致命缺陷,结论是来源落库现在不该做 (判据不可靠、canonKey 不能当联接键、存量永远补不上 —— 见铁律 22)。

但论证里挖出一条障碍完全不同的:

⚠️「社媒」类目长期为空:社媒来源目前只有 WhatsApp 一路,且它写在独立列 updateFields.whatsapp(scraper-executor.ts:126-130),根本不进 phone 串, 也不进手机列表(data-view.tsx 只读 r.phone)。只做标签不做并入 ⇒ 用户点开「社媒」看到 0 条,判定功能坏了。

⇒ 这不是「判不出来源」,是这批号压根没显示。MapTaskData.whatsapp(base.ts:120) 存的就是从 wa.me / api.whatsapp.com 链接抽出的号码,一直躺在库里。

修法

splitAndDedupePhones 并入 r.whatsapp,走同一套归一(ccForNumber + canonKeyForDedupe):

场景 行为
只有 WA 号、没有 phone 新增一行 —— 这批商家以前在手机列表里完全不可见
WA 号 = 官网号 合成一行,来源并两个(「这个号在官网上登着,而且开了 WhatsApp」,对销售最值钱)
WA 号 ≠ 官网号 各占一行
写法不同但同号 照常合并(走同一套归一,不会因为 0711 vs +49 711 多出一行)

🔴 核心分寸:两类来源的可信度完全不同,不许混为一谈

🔴 v0.10.153 订正(ISSUE-0126):下表「social = 权威事实」这一格 当时是错的,而且是承重的 —— 下游代码(sourceInferred: false)正按它写。 错在推理:从「不是从合并串反解出来的」推出「是事实」。但那个独立列当时由一条 只有长度检查的正则通道填充,形成防线反转:过了 10 道闸的号标「官网?」(推断)、 一道闸没过的伪造号标「社媒」(事实)。架构审用同一段 HTML 实证了两个结论同时产出。 本文的「证据边界」当时也没记这条 —— 三条边界里没有一条是「wa 列未经校验」。 v0.10.153 让 wa 通道走与 phones 同一套 cleanPhoneCandidate 之后,这一格才名副其实。

来源 出处 可信度
social 独立列 whatsapp(v0.10.153 起已过同一套形态清洗) 结构化声明 + 已过形态闸
maps / web 从 (地图) 字符串标记反解 推断,且有已记档不修的误标盲区(ISSUE-0115 ⑤:web 单号输出回灌 + 本轮又抓到新号时,该单号会被误标 maps)

落地成两条:

  1. PhoneListItem.sources 是数组不是标量 —— 来源不互斥,同一个号可以既是官网号又是 WhatsApp 号。写成标量会静默丢掉第二个来源(方案 A 的质疑者点名过这条)。
  2. sourceInferred 标住 maps/web 那部分是推断。🔴 social 加入后不得把它抹掉 —— 否则 UI 会把可能误标的 maps 也渲染成确定的。有专门的回归测试锁这条。

UI / CSV 侧:推断来源渲染成 地图? / 官网?(带问号),social 渲染成 社媒(不带); CSV 表头是 来源(推断) 而不是 来源 —— 导出之后就召不回了,限定词必须写进表头, 不能靠界面 tooltip 兜。

为什么这一步可以做,而完整的来源分类不行

本刀(social) 完整来源分类(maps/web 落库)
数据从哪来 独立列,已经在库里 靠字符串启发式现算
可信度 事实 有已记档不修的误标
schema 零改动 要加列或建表(不可逆 bump)
存量 2 万行 立刻受益 永远补不上(scrape_status 无 2→0 路径)
回滚 摘掉调用点即可 version 单向,回不去

证据

全量 839 全绿;五路变异(W1-W5)全部咬住。

⚠️ 第 9 个假闸:「WA 号 ≠ 官网号」那条第一版只断言了 sources、漏了 sourceInferred ⇒ 变异「social 也标成推断」咬不住(W2 全绿); 而「只有 WA 号」那条走的是另一个代码分支,覆盖不到。形态同铁律 23 —— 断言不全 = 那个属性根本没被测。已补齐。

证据边界

  • 没有在真实 Chrome 扩展里端到端跑过(采集 → 列表 → 导出)。
  • whatsapp 列的真实填充率未实测 —— 「这批商家以前完全不可见」的规模有多大, 取决于有多少行只有 WA 号没有 phone,这个数字我没有。
  • maps/web 的推断可靠性没有改善,本刀只是把它如实标成推断。
  • 🔴 (v0.10.153 补记)当时漏了最重要的一条边界:whatsapp 列本身未经任何校验 (只有长度检查),而本文却把它当作「权威事实」的依据。这条边界不写下来, 等于把一个未验证的假设编码进了下游代码。