[BUG] 在自动模式下票价文本识别错误？

[aierxiya]

隐私提示：请在粘贴 mobile/config.jsonc 与日志前，隐去观演人姓名、手机号、身份证号。如不慎泄露，ops 收到后会在评论中编辑替换，但仍建议自查后再提交。

环境信息（必填）

运维分类需要这一节才能定位优先级，请勿删除。

• 设备型号（例：Pixel 6 / Xiaomi 13）：XIAOMI17
• Android 版本（设置 → 关于手机）：16
• 大麦 App 版本（大麦 → 我的 → 设置 → 关于）：9.0.20
• HaTickets 版本 / commit SHA：0.4.1
• Python 版本（poetry run python --version）：3.13
• 操作系统（macOS 14 / Ubuntu 22.04 / Windows 11）：win11

复现步骤

1.输入为980元
2.脚本输出23元
3.

期望行为

<理应输出980元>

实际行为

<输出23元>

完整日志（必填）

完整 traceback 比截图更有助于定位。请使用代码块。

<粘贴 

<img width="581" height="370" alt="Image" src="https://github.com/user-attachments/assets/bc187574-f4fa-44df-9b2f-364b753d4b0d" />

poetry run 输出 / start_ticket_grabbing.sh 输出 / tmp/failures/*.log>

配置（隐去敏感字段）

{
  "serial": "<DEVICE_SERIAL>",
  "keyword": "<演出关键词>",
  "users": ["<HIDDEN>"],
  "city": "<城市>",
  "date": "<MM.dd>",
  // ... 其他字段
}

相关截图 / dump（可选）

自查清单

• 已运行 poetry install，且通过 mobile/scripts/start_ticket_grabbing.sh --probe --yes 启动（未直接 python xxx.py）
• 已阅读 docs/quick-start.md 的「常见错误排查」一节
• 已搜索现有 issues 确认无重复
• 已隐去敏感个人信息

---

SLA：ops 在 2 小时内分诊（添加优先级标签）。P0/P1 见 reference/08-ops-runbook.md §3。

[aierxiya]

[aierxiya]

补充：感觉好像是识别票价的东东识别成日了(脚本输出的价格与日期中的日相同)

[zhangmcii]

我也遇到这个情况：
1.输入为1380元，脚本输出30元
2.自动模式下票价文本识别不出来

补充：
环境信息：小米手机+ mac电脑，python 3.12，大麦 App 最新版本

[lasery]

日期和票价里都有数字，但 _parse_price_hints 用的是从左到右第一个匹配的宽松正则
对 5 月 30 号 里的 30 号：

• 30 → 匹配 ([1-9]\d{1,4})
• （空格）→ 匹配 \s*
• 元? → 可选，不消费 号

所以 30 被当成票价，后面的 票价 1380 元 根本没机会参与匹配。

为什么有些类似句子没问题？

对比测试里能正常解析的句子：

帮张志涛抢一张 4 月 4 号...，票价 1080 元

日期里是 4 月 4 号，日份只有一位数 4，不满足 [1-9]\d{1,4}（至少两位），所以不会误匹配。你的30 号 恰好是两位数，就触发了 bug。

[currycan]

修复说明（PR #53，待合并）

感谢 @lasery 在评论区给出的精确根因，实测完全成立。

根因
prompt_parser._parse_price_hints 用宽松正则 ([1-9]\d{1,4})\s*元?（「元」可选）在整句上从左取首个匹配。于是「5月30号」里的两位日份 30（后跟「号」但正则不要求消费单位）先于句尾真正的「票价1380元」被匹配 → 票价误判为 30。单位日（如「4月4号」的 4）因 [1-9]\d{1,4} 至少两位而不触发，这解释了为何部分用例正常。「980元→23」同族：23 来自两位日份或「23点/23:00」开抢时间。

修复

• 新增 _strip_schedule_fragments：先剥离「X月X号 / 完整日期 / XXXX年 / 23:00 / 23点 / N张」等干扰片段。
• 新增 _extract_numeric_price：上下文锚定优先（票价/价格/¥/元 紧邻的数字）+ 宽松回退时加边界断言封堵回溯（如「1380号」不再被回溯成 138）。
• _parse_price_range 同步先剥日程片段（消除「12-15」被误判为价格区间）。

验证（确定性回归，5/5）
5月30号…票价1380元→1380、5月23号…980元→980、4月4号…票价1080元→1080（单位日对照）、7月18号 内场1399元→1399、6月28号…看台680元 23:00开抢→680（日+时间双干扰）。另新增 21 个单测。

修复见 PR #53，合并后本 issue 将自动关闭。

[currycan]

修复已随 PR #53 合并入 master（merge commit 93a54eb）。GitHub 的 Closes 逗号列表仅自动关闭了 #41，此处手动关闭本 issue。如仍有问题欢迎重开。