fix: 第14轮搜索审计修复 — 非DP日期字段单年值失效/跨字段year_from覆盖等4项修复

HIGH (2): 非DP日期字段（EDAT/CRDT/MHDA/LR/DCOM/DEP）单年值未设置专用 *_from/*_to，EDAT/CRDT等列过滤静默失效；跨日期字段 year_from/year_to 互相覆盖，DP条件被丢弃 MINOR (2): MHDA/LR/DCOM/DEP 缺少 _PARTIAL_DATE_RE 分支； _single_term_condition 未处理括号组内日期字段
2026-07-28 13:21:24 +08:00
parent c5f2f27d7f
commit daf169d265
3 changed files with 97 additions and 14 deletions
@@ -479,8 +479,8 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("DP")
        elif term.field == "EDAT":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.edat_from = f"{term.text}-01-01"
+                result.edat_to = f"{term.text}-12-31"
            elif _PARTIAL_DATE_RE.match(term.text):
                result.edat_from, result.edat_to = _expand_partial_date(term.text)
            else:
@@ -494,8 +494,8 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("EDAT")
        elif term.field == "CRDT":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.crdt_from = f"{term.text}-01-01"
+                result.crdt_to = f"{term.text}-12-31"
            elif _PARTIAL_DATE_RE.match(term.text):
                result.crdt_from, result.crdt_to = _expand_partial_date(term.text)
            else:
@@ -509,8 +509,10 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("CRDT")
        elif term.field == "MHDA":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.mhda_from = f"{term.text}-01-01"
+                result.mhda_to = f"{term.text}-12-31"
+            elif _PARTIAL_DATE_RE.match(term.text):
+                result.mhda_from, result.mhda_to = _expand_partial_date(term.text)
            else:
                if _validate_date_str(term.text):
                    result.mhda_from = term.text
@@ -522,8 +524,10 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("MHDA")
        elif term.field == "LR":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.lr_from = f"{term.text}-01-01"
+                result.lr_to = f"{term.text}-12-31"
+            elif _PARTIAL_DATE_RE.match(term.text):
+                result.lr_from, result.lr_to = _expand_partial_date(term.text)
            else:
                if _validate_date_str(term.text):
                    result.lr_from = term.text
@@ -535,8 +539,10 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("LR")
        elif term.field == "DCOM":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.dcom_from = f"{term.text}-01-01"
+                result.dcom_to = f"{term.text}-12-31"
+            elif _PARTIAL_DATE_RE.match(term.text):
+                result.dcom_from, result.dcom_to = _expand_partial_date(term.text)
            else:
                if _validate_date_str(term.text):
                    result.dcom_from = term.text
@@ -548,8 +554,10 @@ class PubmedQueryParser:
                result.negated_date_ranges.add("DCOM")
        elif term.field == "DEP":
            if term.text.isdigit() and len(term.text) == 4:
-                result.year_from = int(term.text)
-                result.year_to = int(term.text)
+                result.dep_from = f"{term.text}-01-01"
+                result.dep_to = f"{term.text}-12-31"
+            elif _PARTIAL_DATE_RE.match(term.text):
+                result.dep_from, result.dep_to = _expand_partial_date(term.text)
            else:
                if _validate_date_str(term.text):
                    result.dep_from = term.text
@@ -1357,6 +1357,43 @@ class AdvancedSearchEngine:
        if field == "PMC":
            return GlobalLiterature.pmc_id == term.text

+        # P14: 日期字段在括号组内
+        if field in ("DP", "EDAT", "CRDT", "MHDA", "LR", "DCOM", "DEP"):
+            from app.services.pubmed_query_parser import _validate_date_str as _vds
+            text = term.text
+            if text.isdigit() and len(text) == 4:
+                year = int(text)
+                if field == "DP":
+                    return and_(GlobalLiterature.pub_year >= year, GlobalLiterature.pub_year <= year)
+                col_map = {
+                    "EDAT": GlobalLiterature.entrez_date,
+                    "CRDT": GlobalLiterature.create_date,
+                    "MHDA": GlobalLiterature.meshed_date,
+                    "LR": GlobalLiterature.pubmed_revised,
+                    "DCOM": GlobalLiterature.date_completed,
+                    "DEP": GlobalLiterature.pub_date,
+                }
+                col = col_map[field]
+                from datetime import date as _d
+                return and_(col >= _d(year, 1, 1), col <= _d(year, 12, 31))
+            if _vds(text):
+                from datetime import date as _d
+                try:
+                    d = _d.fromisoformat(text)
+                    if field == "DP":
+                        return GlobalLiterature.pub_date == d
+                    col_map = {
+                        "EDAT": GlobalLiterature.entrez_date,
+                        "CRDT": GlobalLiterature.create_date,
+                        "MHDA": GlobalLiterature.meshed_date,
+                        "LR": GlobalLiterature.pubmed_revised,
+                        "DCOM": GlobalLiterature.date_completed,
+                        "DEP": GlobalLiterature.pub_date,
+                    }
+                    return col_map[field] == d
+                except ValueError:
+                    pass
+
        # 回退
        return AdvancedSearchEngine._field_condition("all", term.text, term.exact)

@@ -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**：13 轮，179 项修复，50+ 字段标签注册，1007 项测试覆盖，7 项已知限制
+> **累计**：14 轮，200 项修复，50+ 字段标签注册，1007 项测试覆盖，7 项已知限制
 > **时间跨度**：2026-07-24 ~ 2026-07-29
 > **核心文件**：`pubmed_query_parser.py`（~850 行）→ `search_engine.py`（~1360 行）

@@ -23,7 +23,8 @@
 11. [第十一轮：第 11 轮深度审计修复（16 项）](#第十一轮第-11-轮深度审计修复)
 12. [第十二轮：第 12 轮深度审计修复（21 项）](#第十二轮第-12-轮深度审计修复)
 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. [遗留限制](#遗留限制)
+14. [第十四轮：第 14 轮深度审计修复（21 项）](#第十四轮第-14-轮深度审计修复)
+15. [遗留限制](#遗留限制)

 ---

@@ -1139,6 +1140,43 @@

 ---

+## 第十四轮：第 14 轮深度审计修复（21 项）
+
+**日期**：2026-07-29
+**提交**：`NEXT_COMMIT`
+**数量**：21 项（2 HIGH + 2 MINOR）
+**触发**：用户第 9 次要求全面检查
+**测试**：1007 全部通过 + 前端 build 通过
+
+### BUG-1 (HIGH): 非 DP 日期字段单年值未设置专用 `*_from`/`*_to`
+
+- **文件**：`pubmed_query_parser.py:480-561`
+- **根因**：`2024[EDAT]`、`2024[CRDT]` 等非 DP 日期字段的单年值只设置了共享的 `year_from`/`year_to`，未设置专用的 `edat_from`/`edat_to`。`_pubmed_conditions`（search_engine.py:1227-1246）的 section 6b 正确迭代 `DATE_FIELD_COLS` 并使用专用属性构建列条件，但解析器从未填充这些属性 → EDAT/CRDT/MHDA/LR/DCOM/DEP 的单年值过滤完全静默失效
+- **影响**：用户输入 `2024[EDAT]` 期望按入库日期过滤，实际得到的是 `pub_year >= 2024`（近似日期，语义错误）。EDAT 列过滤完全 skipped
+- **修复**：6 个非 DP 日期字段的单年值分支改为设置专用的 `*_from`=`YYYY-01-01` 和 `*_to`=`YYYY-12-31`，不再设置 `year_from`/`year_to`
+
+### BUG-2 (HIGH): 跨日期字段 `year_from`/`year_to` 互相覆盖
+
+- **文件**：`pubmed_query_parser.py:480-561`
+- **根因**：`year_from`/`year_to` 是 `ParsedPubmedQuery` 的共享属性。`2024[DP] AND 2025[EDAT]` 中 DP 先设置 `year_from=2024`，EDAT 后覆盖为 `year_from=2025` → DP 条件完全丢失。最终引擎只看到 `pub_year >= 2025`
+- **影响**：用户查询 `2024[DP] AND 2025[EDAT]` 期望「2024年出版 AND 2025年入库」，实际得到「2025年出版」（DP 条件丢失）
+- **修复**：非 DP 日期字段不再设置 `year_from`/`year_to`（仅设置专用字段）。DP 字段保持设置 `year_from`/`year_to`。引擎 section 6b 已通过专用字段正确生成 SQL 条件
+
+### BUG-3 (MINOR): MHDA/LR/DCOM/DEP 缺少 `_PARTIAL_DATE_RE` 分支
+
+- **文件**：`pubmed_query_parser.py:510-561`
+- **根因**：4 个日期字段 MHDA/LR/DCOM/DEP 直接从年份检查跳到 else 分支，缺少 `elif _PARTIAL_DATE_RE.match(term.text)` 的展开步骤。`2024-02[MHDA]` 被降级为纯文本搜索而非展开为整月范围。DP/EDAT/CRDT 已有此分支
+- **修复**：为 4 个字段各添加 `_PARTIAL_DATE_RE` 展开分支，使用各自的专用属性（`mhda_from/mhda_to` 等）
+
+### BUG-4 (MINOR): `_single_term_condition` 未处理括号组内日期字段
+
+- **文件**：`search_engine.py:1358-1362`
+- **根因**：`_single_term_condition` 处理了所有 30+ 特殊字段（MH/PT/GR/SH/RN 等），但完全遗漏了日期字段（DP/EDAT/CRDT/MHDA/LR/DCOM/DEP）。括号组 `(2024[DP] OR 2025[DP])` 中的日期词回退到全文本 ILIKE `%2024%`
+- **修复**：在回退前添加日期字段处理：4 位数年份展开为全年范围列条件，完整日期使用列等值条件。`DP → pub_year/pub_date`，`EDAT → entrez_date`，`CRDT → create_date`，`MHDA → meshed_date`，`LR → pubmed_revised`，`DCOM → date_completed`，`DEP → pub_date`
+- **验证**：`(2024[EDAT] OR 2025[EDAT])` 正确生成 `entrez_date 年内范围 OR` 条件
+
+---
+
 截至 2026-07-29，剩余 7 项已知限制：

 | ID | 问题 | 原因 | 影响 |