[JunieXD]

关联

路线图 #2「列表页的年份写在分组标题里时读出日期」，#101 试抓时发现。

改了什么

有的列表页按月分组，组标题写「七月，2026」，每行只写「10 七月」（云南大学信息学院通知公告就是这样）。按配置读出来的日期全是空的。第一次抓要往回翻两年，靠条目的日期判断停在哪，日期全空就会一直翻到最后一页，对源站不友好。

• 按配置读的条目，date 取到的整个是月和日时（09-10、9/10、9月10日、九月 10、10 九月），年份取条目所在分组的标题：从条目往上，每一层看它前面最近的、有字没链接的元素，整个是年份、可以带月份的就用（「七月，2026」「2026年」「2026年7月」「2026-07」），不是就到上一层，到 body 为止。
• 找不到就留空，不猜：日期本身写错了的、整行文字里的编号和电话，以及「2025-2026学年」「2020年网站改版」这类标题，都不读成日期。
• 通用解析不改：它靠有完整日期的行认出列表，要是也认这种日期，按月分组的页面只会挑出一个月的那一组，反而漏掉别的月份。这种页面现在通用解析一条都认不出，试抓时会交给 DeepSeek 生成配置。
• 开发约定 §2.1 写上这条规则，加一份照这个页面的结构自编的样例。

怎么验证的

• ./check.sh 通过，351 个测试。新测试覆盖按月分组的样例（含跨年的一组），以及上面几种不该读出日期的情况。
• 拿 接通抓取节点试抓与配置生成 #101 里那个页面（请求过一次，存在本地，没有提交）按配置读：29 条的日期全读出来了，原来全是空的。
• 另请 Codex 逐文件审过。它报的两处会把不是月日的文字读成日期（写错的完整日期、整行文字里的数字），已改成日期和组标题都要整个匹配才算。

影响

只影响按配置读的列表页，原来能读出日期的照旧。接口、表结构、MCP 工具：无。