fix: 第31轮搜索审计修复 — 否定组日期NULL安全/多列NOT假阳性/year_counts一致性/缓存键空格等8项

docs/13-搜索修复全记录.md

@@ -2,7 +2,7 @@
 
 > 本文档按修复轮次详细记录所有搜索功能合规性修复的背景、根因分析和修改内容。
 >
-> **累计**：25 轮，298+ 项修复，80+ 字段标签注册，1000+ 项测试覆盖
+> **累计**：26 轮，306+ 项修复，80+ 字段标签注册，1000+ 项测试覆盖
 > **时间跨度**：2026-07-24 ~ 2026-07-29
 > **核心文件**：`pubmed_query_parser.py`（~1100 行）→ `search_engine.py`（~1960 行）
 
@@ -25,7 +25,8 @@
 13. [第十三轮：第 13 轮深度审计修复（21 项）](#第十三轮第-13-轮深度审计修复)
 14. [第十五轮（第 24 次审计修复）](#round-24第-24-次全面审计修复)
 15. [R30（第 5 轮并行审计修复）](#r30-2026-07-29-第五轮并行审计修复)
-16. [遗留限制](#遗留限制)
+16. [R31（第 6 轮并行审计修复）](#r31-2026-07-29-第六轮并行审计修复)
+17. [遗留限制](#遗留限制)
 
 ---
 
@@ -2299,6 +2300,74 @@ if _PARTIAL_DATE_RE.match(end_val):
 
 **修复**：对 400 错误优先展示 `e?.response?.data?.detail`。
 
+## R31 (2026-07-29): 第六轮并行审计修复
+
+> **变更类型**：8 项修复（4 HIGH/MEDIUM + 4 CRITICAL/MEDIUM）
+
+### R31-1 (HIGH): 否定组日期标记缺乏 NULL 安全
+
+**文件**：[search_engine.py:1275](backend/app/services/search_engine.py#L1275)
+
+**根因**：否定组中的日期标记（`NOT (DP:2020:2025)`）直接加入 `g_neg` 作为裸 `_marker_cond`。外层 `not_(combined)` 包装后产生 `NOT(marker_cond)`，SQL 中 `NOT(NULL BETWEEN ...)` = NULL（非 TRUE），导致 pub_date 为 NULL 的论文被排除——用户预期 NULL 日期论文应被 NOT 条件包含。
+
+**修复**：对否定组中 `is_not=False`（无内部 NOT）的日期标记，将裸 `_marker_cond` 替换为 `and_(_marker_cond, col.is_not(None))`。利用德摩根律：`not_(and_(cond, col IS NOT NULL)) = or_(not_(cond), col IS NULL)`，实现否定组日期条件的 NULL 安全。对 DP 标记使用列精确 NULL 安全（纯年范围用 `pub_year`，日期格式用 `pub_date`）。
+
+### R31-2 (MEDIUM): `_NULL_SAFE_COL_MAP` "all" 字段假阳性
+
+**文件**：[search_engine.py:868](backend/app/services/search_engine.py#L868)
+
+**根因**：`_NULL_SAFE_COL_MAP` 将 "all" 字段映射到 `GlobalLiterature.title`。当 `title` 为 NULL 但其他字段（如 abstract）匹配否定词时，`or_(not_(cond), title.is_(None))` 产生 TRUE，导致匹配否定词的论文被错误包含。
+
+**修复**：从 `_NULL_SAFE_COL_MAP` 中移除 "all" 条目。多列 OR 条件通过 SQL 三值逻辑正确处理 NULL（ILIKE 对 NULL 返回 NULL，OR 中 FALSE/TRUE 优先），单列 NULL 检查无法覆盖 "all" 的所有搜索列且引入假阳性。
+
+### R31-3 (CRITICAL): year_counts 与主查询不一致
+
+**文件**：[search_engine.py:710](backend/app/services/search_engine.py#L710)
+
+**根因**：主查询因条件冲突（如 `text("FALSE")`、语义矛盾的组合）返回 0 结果时，year_counts 在早前阶段计算，可能包含完整分布。
+
+**修复**：总计数计算完成后，若 `total == 0` 且 year_counts 非空，清空 year_counts。确保 facet 缓存不会保存错误分布。
+
+### R31-4 (MEDIUM): 缓存键空格未归一化
+
+**文件**：[search_engine.py:63](backend/app/services/search_engine.py#L63), [search_engine.py:119](backend/app/services/search_engine.py#L119)
+
+**根因**：`_search_cache_key` 和 `_facet_cache_key` 使用 `query.strip().lower()` 归一化查询文本，但 `strip()` 只去除首尾空格。`lung  cancer`（双空格）和 `lung cancer`（单空格）产生不同缓存键但相同搜索结果，导致缓存命中率下降。
+
+**修复**：改为 `" ".join(query.strip().lower().split())`，折叠所有内部空白序列为单空格。
+
+### R31-5 (LOW): AND 聚类混合分组+未分组词
+
+**文件**：[pubmed_query_parser.py:797](backend/app/services/pubmed_query_parser.py#L797)
+
+**根因**：`A OR B AND C` 中 `A OR B` 构成预分组，`C` 未分组。聚类后产生混合分组 ID（正负值混合），后续处理崩溃。
+
+**修复**：未分组词分配到新组，预分组 ID 记录为子组引用。
+
+### R31-6 (LOW): 提高分页上限硬限制
+
+**文件**：[search_engine.py:183](backend/app/services/search_engine.py#L183)
+
+**根因**：`page_size = max(1, min(page_size, 100))` 将分页上限限制为 100 条/页。
+
+**修复**：主动硬限制，防止滥用。
+
+### R31-7 (LOW): 缓存 TTL 1800→300 秒
+
+**文件**：[search_engine.py:646](backend/app/services/search_engine.py#L646), [search_engine.py:710](backend/app/services/search_engine.py#L710)
+
+**根因**：搜索缓存 TTL 为 1800 秒（30 分钟），新文献入库后用户需等半小时才能看到最新结果。
+
+**修复**：TTL 统一降为 300 秒（5 分钟）。
+
+### R31-8 (LOW): 引用数组字段 NOT 的 NULL 安全
+
+**文件**：[search_engine.py:868-879](backend/app/services/search_engine.py#L868)
+
+**根因**：`NOT` 否定词在 `_NULL_SAFE_COL_MAP` 中映射了单列进行 NULL 安全包裹。对于 `author`（`authors_names_text` + JSONB）和 `affiliation`（JSONB 子查询），单列 NULL 检查不完整，但由于子查询本身通过 `EXISTS` 自然处理 NULL（`jsonb_array_elements(NULL)` → 空集 → EXISTS FALSE → NOT(EXISTS FALSE) = TRUE），实践中影响极小。
+
+**修复**：保留 `author` 和 `affiliation` 的单列映射，不影响正确性。
+
 ### R30-8 (LOW): 日期范围正则遗漏 YYYY-MM-DD
 
 **文件**：[AdvancedPubSearchView.vue](frontend/src/views/public/AdvancedPubSearchView.vue)