43 lines
2.3 KiB
Python
43 lines
2.3 KiB
Python
# -*- coding: utf-8 -*-
|
|
"""收尾修复(数据 + 语义登记)。审计判据已直接改在 audit_all_tables.py 中。
|
|
|
|
A. files.year=2029 两行是从哈希/时间戳误提取 → 置 NULL
|
|
B. 语义登记:core_* 8 表 notice_id、ssd_master/src_major_catalog 粒度、files.year、
|
|
global_cross_verification_batches 单行占位
|
|
"""
|
|
import sqlite3
|
|
|
|
DB = r'D:\择校\数据库\zexiao_2027.db'
|
|
con = sqlite3.connect(DB, timeout=300)
|
|
|
|
# ---------- A. files.year 误提取修复 ----------
|
|
n = con.execute("UPDATE files SET year=NULL WHERE year NOT BETWEEN 2015 AND 2028").rowcount
|
|
con.commit()
|
|
print('A. files.year 误提取置 NULL: %d 行' % n)
|
|
|
|
# ---------- B. 语义登记 ----------
|
|
SEM = [
|
|
('core_contacts', 'notice_id', '一个公告对应多个联系人行,重复属正常粒度'),
|
|
('core_notice_subjects', 'notice_id', '一个公告对应多个考试科目行,重复属正常粒度'),
|
|
('core_outlines', 'notice_id', '一个公告对应多个大纲条目,重复属正常粒度'),
|
|
('core_policies', 'notice_id', '一个公告对应多个政策行,重复属正常粒度'),
|
|
('core_school_lines', 'notice_id', '一个公告对应多条分数线,重复属正常粒度'),
|
|
('core_score_lines', 'notice_id', '一个公告对应多条分数,重复属正常粒度'),
|
|
('core_supervisors', 'notice_id', '一个公告对应多位导师,重复属正常粒度'),
|
|
('ggyx_ssd_master', 'school_id,major_id', '粒度=校×院系×专业,同校同专业多院系重复属正常'),
|
|
('src_major_catalog', 'school_id,major_id', '粒度=校×专业×年份,跨年重复属正常'),
|
|
('files', 'year', '文件级元数据,非招生年份;误提取行已置 NULL'),
|
|
('global_cross_verification_batches', '*', '单行占位表(交叉验证批次表仅 1 行配置)'),
|
|
]
|
|
con.execute('''CREATE TABLE IF NOT EXISTS dim_field_semantics (
|
|
table_name TEXT, field_name TEXT, real_meaning TEXT, note TEXT,
|
|
created_at TEXT DEFAULT (datetime('now','localtime')),
|
|
PRIMARY KEY (table_name, field_name))''')
|
|
for t, f, m in SEM:
|
|
con.execute('INSERT OR REPLACE INTO dim_field_semantics (table_name, field_name, real_meaning, note) '
|
|
'VALUES (?,?,?,?)', (t, f, m, '全表审计收尾'))
|
|
con.commit()
|
|
print('B. 语义登记累计: %d 条' % con.execute('SELECT COUNT(*) FROM dim_field_semantics').fetchone()[0])
|
|
con.close()
|
|
print('done')
|