修正推免来源清单并固化删除回执

This commit is contained in:
Your Name committed 2026-11-01 00:41:56 +08:00
1 parent 7d596c867e
commit 1b8a134337
3 files changed
+57 -8

No files matched your search

@@ -6,7 +6,7 @@
## 本轮已完成
- 载体判定:`y2027_tuimian_round2/raw` 81 个文件里,63 个 HTML 多数只是入口页(东南大学、华东理工大学的名单页正文没有逐专业数值,名单挂在 PDF 附件),真正有数值的是 15 份官方公示 PDF 与合肥工业的 1679 行 HTML 名单表。
- 载体判定:`y2027_tuimian_round2/raw` 共 81 个文件,63 个 HTML 多数只是入口页(东南大学、华东理工大学的名单页正文没有逐专业数值,名单挂在 PDF 附件)。本次实际入库来源为 11 份 PDF 与合肥工业 1,679 行 HTML;另有 2 份华南理工扫描 PDF 未 OCR,东南大学 2 份个人名单 PDF 仅用于对账、182 行推导值未入库。精确文件见 `审计报告/推免名单解析_20261101/manifest.json`。
- 三类载体分列处理,不合并:
- 官方逐专业计数表:`seu_stat`(普通 115 键 3051 人 + 强基 12 键 57 人)、`scut_plan`(统考可用计划 138 行 3322 人)。
- 逐人名单:北师、华东师大、西北工业、南理工、东北大学、北中医、矿大(北京)、上海师大、合肥工业,按(学院, 学院代码, 专业代码, 专业名称, 层次, 学习方式)分组行数。
@@ -28,9 +28,11 @@
- 入库前备份 `运行暂存/入库前备份/20261101_tuimian_round2_pre/`:`y2027_tuimian_major.csv.gz`(1587 行,SHA-256 `f971a16b…`)+ 回读核验过的 `receipt.json`。
- `dim_table_meta` 登记 2 表,`dim_field_semantics` 登记 9 条字段语义,`changelog` 2 条。
## 删除边界(提交 Git 后执行)
## 删除边界(入库并上传 Git 后执行)
- 可删:`运行暂存/y2027_tuimian_round2/raw` 中已解析入库的 15 份 PDF 与 `hfut_page_718c76.htm`;此前 A 级已入库并沉淀回执的批次(新东方、中公、启航、高顿、报录比、0856 目录、no_channel、score_lines 等,约 615M)。
- 待删:`运行暂存/y2027_tuimian_round2/raw` 中 manifest `source_files_ingested` 明列的 11 份 PDF 与 `hfut_page_718c76.htm`。数据库分别含 `y2027_tuimian_2027` 1,436 行、`y2027_plan_2027` 138 行;已上传 Git 后才按 SHA-256 对照删除,详见同目录 `deletion_receipt.json`。
- 保留:`scut_bs_5698d74a.pdf`、`scut_ss_f2e9d15f.pdf`(扫描件未 OCR);`seu_ss_c31b26d0.pdf`、`seu_qj_79a99de5.pdf`(其推导值未入库)。
- 其他已入库批次须逐批确认对应数据已上传 Git 并有回执,再单独列入删除清单;本次不包含此前 A 级约 615M。
- 暂不可删:`运行暂存/official_roster_2025_2026/raw`(106M,29 份 PDF + 47 HTML 尚未解析入库);`运行暂存/scut_bs`、`scut_ss` 两份扫描件是唯一原件且未 OCR。
- 不动:并行会话的 `审计报告/local_ingest_20261031/prewrite_snapshot/` 28G、`_归档/_待删_20261022` 4.9G、`ggyx_chrome/` 登录态。
@@ -0,0 +1,31 @@
{
"status": "pending_push_then_delete",
"source_directory": "运行暂存/y2027_tuimian_round2/raw",
"database_tables": {
"y2027_tuimian_2027": 1436,
"y2027_plan_2027": 138
},
"git_payload_commit": "7d596c867e7da7770c8e55931c88fe24de76d291",
"remote_main_before_push": "82b461b127fadf310cfd590d464e3430e4af3b14",
"deletion_targets": [
{"file": "bnu_pdf_cbaa1326.pdf", "bytes": 735752, "sha256": "8689dc255e2e1a9e134f744611d91b623c389a71527f804f182704db61f05f77"},
{"file": "bucm_pdf2_0412bf.pdf", "bytes": 183466, "sha256": "1a4392d3e060db7fb80c0af6e9e078ff870fa11df2857154372b239d54dd1448"},
{"file": "cumtb_pdf_0c26f3.pdf", "bytes": 1148736, "sha256": "13a938e0ac9c5271d3c5f991f28903efc5950ef1e02623920c3d571b4598b45a"},
{"file": "ecnu_pdf_ea6612af.pdf", "bytes": 1241969, "sha256": "c92c9a90ae414452df6091f89612ebe20de356551198e86436e553169b5cc8fe"},
{"file": "neu_pdf_2293fa87.pdf", "bytes": 579797, "sha256": "e67e0f72fb7c299c0444af961c64a8e69e8d74733dcc7d744cfed2f5215fac13"},
{"file": "njust_pdf_3fed60bb.pdf", "bytes": 391850, "sha256": "1efcac3ecb1b5c3d3fd7b1814db02c70fb4a039aa94604fc2c94c482b9ee5d1a"},
{"file": "nwpu_pdf_466e2335.pdf", "bytes": 703085, "sha256": "15bdbd97bd59945c35c131a32952eaef25324324c287784eb905ab3807882b0b"},
{"file": "scut_plan_38aada94.pdf", "bytes": 115862, "sha256": "73fc3d97ecdd045d502acf4fb3c04269d5820de9124ee3da16d59cffceb1df98"},
{"file": "seu_stat_8bab9f8e.pdf", "bytes": 146743, "sha256": "3a4b1d72bd6d8886d62427e5245c56d74c7e9942b04028dc04132d762edf88c7"},
{"file": "seu_stat_qj_8a75a02e.pdf", "bytes": 102915, "sha256": "b54bcc8b1b7c44c9b697e5841ed1a55346b36ccbec3ce48f3a228ca3bf50b95b"},
{"file": "shnu_pdf_2fce5d.pdf", "bytes": 206749, "sha256": "95c40cfd5e8a2cb8d371b3a23668d7d0eff765b265f9260b0e0def026401a857"},
{"file": "hfut_page_718c76.htm", "bytes": 1707952, "sha256": "b6c32bc6eb49bc87ffc4ec8767aa0cef46334b74314715bb1b89add6fd7fc4b9"}
],
"preserved_not_ingested": [
{"file": "scut_bs_5698d74a.pdf", "reason": "扫描 PDF 无文字层,未 OCR、未入库"},
{"file": "scut_ss_f2e9d15f.pdf", "reason": "扫描 PDF 无文字层,未 OCR、未入库"},
{"file": "seu_ss_c31b26d0.pdf", "reason": "个人名单推导行仅对账,未入库"},
{"file": "seu_qj_79a99de5.pdf", "reason": "个人名单推导行仅对账,未入库"}
],
"before_delete": "Await successful push of the payload commit and verify each listed file size and SHA-256."
}
@@ -5,8 +5,22 @@
"y2027_tuimian_2027": 1436,
"y2027_plan_2027": 138
},
"source_files_seen": [
"15份官方PDF",
"hfut_page_718c76.htm"
],
"source_files_ingested": [
"15份官方推免公示PDF",
"bnu_pdf_cbaa1326.pdf",
"bucm_pdf2_0412bf.pdf",
"cumtb_pdf_0c26f3.pdf",
"ecnu_pdf_ea6612af.pdf",
"neu_pdf_2293fa87.pdf",
"njust_pdf_3fed60bb.pdf",
"nwpu_pdf_466e2335.pdf",
"scut_plan_38aada94.pdf",
"seu_stat_8bab9f8e.pdf",
"seu_stat_qj_8a75a02e.pdf",
"shnu_pdf_2fce5d.pdf",
"hfut_page_718c76.htm"
],
"source_files_not_ingested": {
@@ -15,9 +29,11 @@
"scut_ss_f2e9d15f.pdf"
],
"entry_pages_without_table": "其余63个HTML多数是入口页,名单在PDF附件",
"dropped_after_crosscheck": {
"seu_ss_c31b26d0.pdf/seu_qj_79a99de5.pdf": "同校已有官方计数表,182行推导值只作对账"
}
"dropped_after_crosscheck": [
"seu_ss_c31b26d0.pdf",
"seu_qj_79a99de5.pdf"
],
"dropped_reason": "东南大学同批已有官方计数表;182行推导值只作对账,不计入本次入库"
},
"backup_sha256": "f971a16b1a577e07e1a2e9a56e44706ed22dbf50a40997d2264868376c167a8c",
"files": {
@@ -32,4 +48,4 @@
"spotcheck_round2.txt": "47644165d81b5e4c483e51d67fc1ba0462f66f6c98f3b279c5826f9980c3cc11",
"y2027_tuimian_major.csv.gz": "f971a16b1a577e07e1a2e9a56e44706ed22dbf50a40997d2264868376c167a8c"
}
}
}