跳转至

ISSUE-0129 · 全角 wa 漏判 + socials 零清洗

两条都是前几刀在「证据边界」里记档未修的,同属一个架构病: 同源同页的数据走了两条路,其中一条没有闸。

① 全角写的 WhatsApp 号静默漏判

phoneHtml = normalizeFullWidthForPhone(html) 声明在 if (extractPhones) 内部(wa 块之后),于是 wa 通道读的是原始 html —— 而 \d 不认全角数字,三个 wa 正则对 WhatsApp:017612345678 全部不命中 ⇒ 静默漏判。

中文/日文站点用全角写联系方式很常见(ISSUE-0099 批二为 phones 通道修过同一个病, wa 通道没跟上)。

修法:把 normalizeFullWidthForPhone 提到 wa 块之前,两个通道共用。 纯半角页面走 fast-path 原样返回,提前调用零开销、零行为变化。

WhatsApp:0176…  →  "017612345678"   ✅
WhatsApp: 0176…         →  "017612345678"   ✅
(半角 / 超长 / 邮编焊接三种既有行为一字未变)

② 共享池 socials 写入端零清洗

socials: input.socials || {},   // ← 零清洗
phones:  dedupArray(cleanPhonesForPool(input.phones)),   // ← 四道闸

同一张表、同一次写入,两个字段两套标准。 而 wa 号正是从 socials.whatsapp 进跨用户共享池并上云的(SPEC-013)。

ISSUE-0126 修好了抽取端,但这条写入路径本身一直没有闸 —— 云端拉回、URL 复用等路径塞进来的 socials 不经过抽取层。

修法:cleanSocialsForPool 对号码型字段(whatsapp)跑与 phones 同一套守卫;其余社媒字段是 URL、号码判据不适用,原样保留。

证据

全量 953 全绿;两路变异全部咬住 (N1 wa 退回读原始 html → 红 1;N2 socials 退回零清洗 → 红 1)。

证据边界

  • cleanSocialsForPool 只处理 whatsapp 一个字段。其余社媒是 URL, 没有任何校验(格式、协议、域名都不查)—— 那是另一类问题,本刀不碰。
  • 池的读取端(云端拉回的 writeCloudRecords)与存量迁移仍未覆盖 —— ISSUE-0125 记的「三层防御只做了写入这一层」依然成立。
  • 全角归一只作用于电话抓取输入。邮箱通道是否有同样的全角问题,未查。