diff --git a/.kiro/steering/Plasmo框架说明.md b/.kiro/steering/Plasmo框架说明.md index 2667d8d..b1d0759 100644 --- a/.kiro/steering/Plasmo框架说明.md +++ b/.kiro/steering/Plasmo框架说明.md @@ -14,38 +14,6 @@ Plasmo 是一个 Chrome 扩展开发框架，核心价值是：**让你用写 Re - Content Script 样式隔离（Shadow DOM） - 开发时热更新（改代码自动刷新扩展） -## 2️⃣ 约定式文件结构 - -``` -src/ -├── popup.tsx # 点击插件图标弹出的小窗口 -├── options.tsx # 插件设置页（右键图标→选项） -├── newtab.tsx # 覆盖浏览器新标签页 -├── sidepanel.tsx # 浏览器侧边栏面板 -│ -├── background/ -│ └── index.ts # 后台 Service Worker，监听事件、做中转 -│ -├── contents/ -│ └── xxx.tsx / xxx.ts # 注入到目标网页里的脚本（可以有多个） -│ -├── components/ # 自己的 UI 组件（非框架约定） -│ └── Button.tsx -│ -└── lib/ # 工具函数（非框架约定） - └── api.ts -``` - -**核心规则：文件放对位置就自动生效，不需要任何注册或配置。** - -| 文件 | 有就生效，没有就没这功能 | -|------|------------------------| -| `popup.tsx` | 有 → 点图标弹窗；没有 → 点图标触发 background 事件 | -| `options.tsx` | 有 → 有设置页；没有 → 没设置页 | -| `newtab.tsx` | 有 → 新标签页被接管；没有 → 正常新标签页 | -| `sidepanel.tsx` | 有 → 有浏览器侧边栏；没有 → 没有 | -| `background/index.ts` | 有 → 有后台服务；没有 → 没后台逻辑 | -| `contents/任意名.tsx` | 有几个就注入几个脚本到网页里 | ## 3️⃣ 文件后缀规则 diff --git a/.kiro/steering/项目结构说明.md b/.kiro/steering/项目结构说明.md deleted file mode 100644 index 853f622..0000000 --- a/.kiro/steering/项目结构说明.md +++ /dev/null @@ -1,135 +0,0 @@ ---- -inclusion: manual ---- - -# OfferPie Chrome Extension 项目结构说明 - -## 1️⃣ 项目整体层次 -``` -offferpie_google_extension/ -│ -├─ package.json # 依赖 + manifest 权限配置 -├─ tsconfig.json # TypeScript 配置（继承 Plasmo 模板） -├─ .prettierrc.cjs # 代码格式化配置 -│ -├─ assets/ # 静态资源（图标等） -│ ├─ icon.png -│ └─ icon1.png -│ -└─ src/ # 源码主目录 - ├─ config.ts # **环境配置**（多环境切换：dev/prod） - ├─ constants.ts # **全局常量**（消息类型、存储 Key、缓存时间等） - │ - ├─ background/ # **Background Service Worker** - │ └─ index.ts # 后台服务（监听图标点击、处理 Cookie 读取消息、安装事件） - │ - ├─ contents/ # **Content Scripts**（注入到目标网页的脚本） - │ └─ sidebar.tsx # 侧边栏入口（Shadow DOM 样式隔离，监听消息控制显隐） - │ - ├─ components/ # **UI 组件** - │ ├─ SidebarPanel.tsx # 侧边栏面板组件 - │ └─ SidebarPanel.scss # 侧边栏样式 - │ - ├─ api/ # **接口层**（REST API 请求封装） - │ ├─ request.ts # 通用请求方法（自动带 Token、统一错误处理、支持路径/query/body 参数） - │ ├─ dataApi.ts # Java 后端接口（业务 CRUD） - │ └─ aiApi.ts # Python AI 后端接口（AI 能力） - │ - ├─ utils/ # **工具层**（无业务依赖的通用工具） - │ ├─ cookie.ts # Cookie 读取（通过消息中转 Background 获取） - │ ├─ storage.ts # Chrome Storage 封装（chrome.storage.local 读写删） - │ └─ auth.ts # 登录状态检查（带缓存，全局共享） - │ - └─ lib/ # **业务逻辑层**（具体业务功能实现） - ├─ autofill.ts # 自动填表逻辑 - ├─ dom.ts # DOM 操作工具 - ├─ formMatcher.ts # 表单匹配器 - ├─ pickerDetector.ts # 选择器检测 - ├─ pickerFill.ts # 选择器填充 - ├─ datePicker.ts # 日期选择器处理 - ├─ resumeDataHelper.ts # 简历数据辅助 - ├─ resumeUpload.ts # 简历上传 - ├─ constants.ts # 业务常量 - └─ types.ts # 业务类型定义 -``` - -## 2️⃣ 各层模块职责 -| 层级 | 主要职责 | 关键文件 | -|------|----------|----------| -| **config** | 环境配置管理，支持 dev/prod 切换 | `config.ts`（dataBaseApi、aiBaseApi、cookieSourceUrl） | -| **constants** | 全局常量定义 | `constants.ts`（MSG_TYPES、STORAGE_KEYS、LOGIN_CHECK_INTERVAL） | -| **background** | 后台事件处理：图标点击、Cookie 读取中转、安装事件 | `background/index.ts` | -| **contents** | 注入目标网页的脚本，负责 UI 渲染和页面交互 | `contents/sidebar.tsx`（侧边栏面板注入） | -| **components** | 可复用 React UI 组件 | `SidebarPanel.tsx` | -| **api** | 接口请求封装，自动携带 Token，统一错误处理 | `request.ts`（通用封装）、`dataApi.ts`（Java 端）、`aiApi.ts`（Python 端） | -| **utils** | 无业务依赖的通用工具 | `cookie.ts`（Cookie 获取）、`storage.ts`（持久化存储）、`auth.ts`（登录检查） | -| **lib** | 具体业务功能实现（自动填表、DOM 操作、简历处理等） | `autofill.ts`、`formMatcher.ts`、`resumeUpload.ts` 等 | - -## 3️⃣ 技术栈 -| 类别 | 技术选型 | 说明 | -|------|----------|------| -| **扩展框架** | Plasmo 0.90 | Chrome MV3 扩展开发框架，约定式文件结构 | -| **UI 框架** | React 19 | 组件化 UI 开发 | -| **UI 组件库** | Arco Design (web-react) | 字节跳动 React 组件库 | -| **语言** | TypeScript 5.8 | 类型安全 | -| **样式** | SCSS | 组件样式，通过 Shadow DOM 隔离 | - -## 4️⃣ Plasmo 框架约定 -| 文件/目录 | 框架行为 | -|-----------|----------| -| `src/background/index.ts` | 自动注册为 Background Service Worker | -| `src/contents/*.tsx` | 自动注册为 Content Script（带 UI，Shadow DOM 隔离） | -| `src/contents/*.ts` | 自动注册为 Content Script（纯逻辑，无 UI） | -| `popup.tsx`（未使用） | 点击图标弹出的小窗口 | -| `options.tsx`（未使用） | 扩展设置页 | -| `sidepanel.tsx`（未使用） | 浏览器侧边栏面板 | -| `package.json → manifest` | 自动合并生成 manifest.json | - -## 5️⃣ 通信架构 -``` -Content Script（页面内） - │ - │ chrome.runtime.sendMessage - │ ← GET_TOKEN / GET_COOKIES → - ▼ -Background Service Worker（后台） - │ - │ chrome.cookies.get / getAll - ▼ -Chrome Cookie Store（公司网站域名下的 Cookie） -``` - -- Content Script 不直接读 Cookie，统一通过 Background 中转 -- Background 按需唤醒，处理完消息后自动休眠 -- Token 从公司网站 Cookie 中获取，复用页面登录状态 - -## 6️⃣ 鉴权机制 -- **Token 来源**：通过 `chrome.cookies.get` 从公司网站域名（cookieSourceUrl）读取名为 `Token` 的 Cookie -- **请求携带**：`api/request.ts` 每次请求前自动获取 Token，塞入请求头 `Token` 字段 -- **登录检查**：`utils/auth.ts` 提供 `ensureLogin()` 方法，调用后端 `checkLogin` 接口验证 Token 有效性 -- **缓存策略**：登录检查结果缓存到 `chrome.storage.local`，5 分钟内全局不重复请求；失败立即清缓存 - -## 7️⃣ 与后端的关系 -| 后端 | 基础地址 | 用途 | -|------|----------|------| -| **Java 端**（back-end） | `http://localhost:8080/api` | 业务 CRUD：用户、简历、岗位、投递等 | -| **Python AI 端**（offerpie_python_ai） | `http://localhost:8000` | AI 能力：智能分析、简历解析、对话等 | - -- 两个后端共享同一套 Token 鉴权体系 -- 插件通过读取公司网站 Cookie 复用登录状态，无需单独登录 - -## 8️⃣ Manifest 权限 -| 权限 | 用途 | -|------|------| -| `activeTab` | 访问当前活动标签页 | -| `storage` | 使用 chrome.storage.local 持久化数据 | -| `tabs` | 操作标签页（发送消息等） | -| `cookies` | 读取公司网站域名下的 Cookie（获取 Token） | -| `host_permissions: ` | Content Script 注入所有页面 + 跨域请求 | - -## 9️⃣ 构建与运行 -- **安装依赖**：`npm install` -- **开发模式**：`npm run dev`（热更新，产物在 `build/chrome-mv3-dev`） -- **生产构建**：`npm run build`（产物在 `build/chrome-mv3-prod`） -- **打包发布**：`npm run package`（生成 zip） -- **加载到 Chrome**：`chrome://extensions` → 开发者模式 → 加载已解压的扩展程序 → 选择 build 目录 diff --git a/src/components/SidebarPanel.tsx b/src/components/SidebarPanel.tsx index c3ce606..5b0d335 100644 --- a/src/components/SidebarPanel.tsx +++ b/src/components/SidebarPanel.tsx @@ -128,7 +128,7 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps) } /** 开启循环扫描（每秒执行一次） */ - const startScanLoop = (params: { siteMode?: "beisen"; sectionResults?: any[]; expandedResults?: any[] }) => { + const startScanLoop = (params: { siteMode?: "beisen"; sectionResults?: any[]; expandedResults?: any[]; excludeTexts?: Set }) => { stopScanLoop() const hasFullData = !!(params.sectionResults && params.expandedResults) // 立即执行一次 @@ -459,10 +459,33 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps) hideFillingOverlay() // 填写完成，移除遮罩 // 停止第一次循环扫描，开启第二次循环扫描（传入 sectionResults + expandedResults，分段精确） + // 构建排除集合：从简历数据中提取所有值，避免将已填值误认为标签 + const scanExcludeTexts = new Set() + const scanResumeData = fillResult.resumeData || resumeData + if (scanResumeData) { + const main = scanResumeData.main + if (main) { + for (const val of Object.values(main)) { + if (typeof val === "string" && val.trim()) scanExcludeTexts.add(val.trim()) + if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) scanExcludeTexts.add(v.trim()) }) + } + } + const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"] + for (const sec of expKeys) { + const items = scanResumeData[sec] + if (!Array.isArray(items)) continue + for (const item of items) { + for (const val of Object.values(item as Record)) { + if (typeof val === "string" && val.trim()) scanExcludeTexts.add(val.trim()) + } + } + } + } startScanLoop({ siteMode: scanSiteMode, sectionResults: fillResult.sectionResults, expandedResults: fillResult.expandedResults, + excludeTexts: scanExcludeTexts, }) } catch (e) { @@ -487,8 +510,49 @@ export function SidebarPanel({ sourceUrl, jobInfo, onClose }: SidebarPanelProps) const currentHost = window.location.hostname const siteMode = currentHost.includes("zhiye.com") ? "beisen" as const : undefined + // 从简历数据和缓存数据中提取所有已填值，构建排除集合 + // 避免 findLabelForInput 把这些值文字误认为是表单字段标签 + const excludeTexts = new Set() + if (resumeData) { + // 主表字段值 + const main = resumeData.main + if (main) { + for (const val of Object.values(main)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) }) + } + } + // 5大经历字段值 + const expSections: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"] + for (const sec of expSections) { + const items = resumeData[sec] + if (!Array.isArray(items)) continue + for (const item of items) { + for (const val of Object.values(item as Record)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + } + } + } + } + // 缓存中已记住的表单字段值 + if (cacheData.unfilledFormData) { + for (const sec of cacheData.unfilledFormData as any[]) { + const items = sec.formItems + if (!items) continue + if (sec.isExperience && Array.isArray(items)) { + for (const seg of items) { + if (Array.isArray(seg)) { + for (const f of seg) { if (f.value && typeof f.value === "string") excludeTexts.add(f.value.trim()) } + } + } + } else if (Array.isArray(items)) { + for (const f of items) { if (f.value && typeof f.value === "string") excludeTexts.add(f.value.trim()) } + } + } + } + // 调用 fillStats 扫描页面所有字段 - const titleStats = scanPageFields({ siteMode }) + const titleStats = scanPageFields({ siteMode, excludeTexts }) // 提取非简历格式字段（B2阶段字段） const nonResumeData = extractNonResumeFields(titleStats) diff --git a/src/handlers/handleAutoFillBeisen.ts b/src/handlers/handleAutoFillBeisen.ts index b19bafc..f88d164 100644 --- a/src/handlers/handleAutoFillBeisen.ts +++ b/src/handlers/handleAutoFillBeisen.ts @@ -881,6 +881,28 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis const allTitles = getAllPageTitles(sectionResults) const FIVE_EXP_SECTIONS_JSON = new Set(["education", "work", "internship", "project", "competition"]) + // 从简历数据中提取所有值，构建排除集合（避免将已填值误认为标签） + const excludeTexts = new Set() + if (currentResumeData) { + const main = currentResumeData.main + if (main) { + for (const val of Object.values(main)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) }) + } + } + const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"] + for (const sec of expKeys) { + const items = currentResumeData[sec] + if (!Array.isArray(items)) continue + for (const item of items) { + for (const val of Object.values(item as Record)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + } + } + } + } + /** 判断某个字段是否属于简历数据格式（JOB_FORM_LABELS 里 resumeField 非空的） */ const resumeFormatInputs = new Set() // 阶段A和B的所有 input 都是简历格式字段 @@ -944,6 +966,17 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis type FieldItem = { label: string; value: string; inputEl: Element } const collectedFields: FieldItem[] = [] + // 构建当前大标题范围内所有已填 input 的值集合 + // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况 + const filledInputValues = new Set() + for (const inp of Array.from(allInputs)) { + const afterT = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) + const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING) + if (!afterT || !beforeN) continue + const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim() + if (val) filledInputValues.add(val) + } + for (const inp of Array.from(allInputs)) { // 范围检查 const afterTitle = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) @@ -962,8 +995,12 @@ export async function handleAutoFillBeisen(params: AutoFillBeisenParams): Promis // 查找标签（使用统一封装的 labelFinder） const titleElementSet = new Set(allTitles.map((t) => t.element)) - const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet) - const labelText = detectedLabel + const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet, excludeTexts) + const labelText = detectedLabel?.trim() + + // 跳过无效标签：空、纯数字、已知排除词、或检测到的"标签"实际是某个已填 input 的值 + if (!labelText || /^\d+$/.test(labelText) || JSON_EXCLUDE_LABELS.some((ex) => labelText === ex)) continue + if (filledInputValues.has(labelText)) continue // 非经历类型：跳过简历格式字段 // 【注意】简历格式字段通过 resumeFormatInputs（阶段A/B实际匹配到的input元素集合）精确跳过 diff --git a/src/handlers/handleAutoFillCommon.ts b/src/handlers/handleAutoFillCommon.ts index 97c9718..d1a34b7 100644 --- a/src/handlers/handleAutoFillCommon.ts +++ b/src/handlers/handleAutoFillCommon.ts @@ -865,6 +865,28 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis const allTitles = getAllPageTitles(sectionResults) const FIVE_EXP_SECTIONS_JSON = new Set(["education", "work", "internship", "project", "competition"]) + // 从简历数据中提取所有值，构建排除集合（避免将已填值误认为标签） + const excludeTexts = new Set() + if (currentResumeData) { + const main = currentResumeData.main + if (main) { + for (const val of Object.values(main)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + if (Array.isArray(val)) val.forEach((v) => { if (typeof v === "string" && v.trim()) excludeTexts.add(v.trim()) }) + } + } + const expKeys: ("education" | "work" | "internship" | "project" | "competition")[] = ["education", "work", "internship", "project", "competition"] + for (const sec of expKeys) { + const items = currentResumeData[sec] + if (!Array.isArray(items)) continue + for (const item of items) { + for (const val of Object.values(item as Record)) { + if (typeof val === "string" && val.trim()) excludeTexts.add(val.trim()) + } + } + } + } + /** 判断某个字段是否属于简历数据格式（JOB_FORM_LABELS 里 resumeField 非空的） */ const resumeFormatInputs = new Set() // 阶段A和B的所有 input 都是简历格式字段 @@ -928,6 +950,17 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis type FieldItem = { label: string; value: string; inputEl: Element } const collectedFields: FieldItem[] = [] + // 构建当前大标题范围内所有已填 input 的值集合 + // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况 + const filledInputValues = new Set() + for (const inp of Array.from(allInputs)) { + const afterT = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) + const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING) + if (!afterT || !beforeN) continue + const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim() + if (val) filledInputValues.add(val) + } + for (const inp of Array.from(allInputs)) { // 范围检查 const afterTitle = !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) @@ -946,8 +979,12 @@ export async function handleAutoFillCommon(params: AutoFillCommonParams): Promis // 查找标签（使用统一封装的 labelFinder） const titleElementSet = new Set(allTitles.map((t) => t.element)) - const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet) - const labelText = detectedLabel + const { labelText: detectedLabel } = findLabelForInput(inp, titleElementSet, excludeTexts) + const labelText = detectedLabel?.trim() + + // 跳过无效标签：空、纯数字、已知排除词、或检测到的"标签"实际是某个已填 input 的值 + if (!labelText || /^\d+$/.test(labelText) || JSON_EXCLUDE_LABELS.some((ex) => labelText === ex)) continue + if (filledInputValues.has(labelText)) continue // 非经历类型：跳过简历格式字段 // 【注意】简历格式字段通过 resumeFormatInputs（阶段A/B实际匹配到的input元素集合）精确跳过 diff --git a/src/lib/experienceSection.ts b/src/lib/experienceSection.ts index 58e45a2..6efa7a7 100644 --- a/src/lib/experienceSection.ts +++ b/src/lib/experienceSection.ts @@ -21,7 +21,7 @@ import { findNearestInput } from "./formMatcher" import type { ExperienceSection, ExperienceSectionConfig, ResumeData } from "./types" /** 大标题排除关键词：包含这些文字的标签不作为大标题（它们是子标题/说明文字） */ -const TITLE_EXCLUDE_KEYWORDS = ["高中教育经历", "本科教育经历", "本科及以上教育经历", "填写高中", "填写本科"] +const TITLE_EXCLUDE_KEYWORDS = ["高中教育经历", "本科教育经历", "本科及以上教育经历", "填写高中", "填写本科", "必填", "选填"] /** 基本信息大标题关键词（精确全称匹配，用于分步表单页面识别） */ const BASIC_INFO_TITLE_KEYWORDS = ["个人信息", "基本信息", "基础信息", "个人基本信息"] diff --git a/src/lib/fillStats.ts b/src/lib/fillStats.ts index cdb6082..4c9bb8f 100644 --- a/src/lib/fillStats.ts +++ b/src/lib/fillStats.ts @@ -97,6 +97,8 @@ export interface ScanPageFieldsParams { siteMode?: "beisen" /** 是否设置高亮背景色（默认false，统计模式下可设为true） */ applyHighlight?: boolean + /** 需要排除的文字集合（简历数据/缓存中的已填值，传给 findLabelForInput 避免将已填值误认为标签） */ + excludeTexts?: Set } // ==================================================================== @@ -405,6 +407,7 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] { unmatchedFields, siteMode, applyHighlight = false, + excludeTexts, } = params // 如果没传 sectionResults，自动检测语言并重新定位大标题 @@ -520,6 +523,18 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] { // 【补扫阶段D】在此标题范围内查找未被任何阶段处理的 input const allInputsInRange = document.body.querySelectorAll(INPUT_SEL_STAT) + + // 构建当前大标题范围内所有已填 input 的值集合 + // 用于排除误将已填值（如"香港理工大学"、"硕士"、"2026"等）当作标签的情况 + const filledInputValuesInRange = new Set() + for (const inp of Array.from(allInputsInRange)) { + const afterT = titleEl === inp || !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) + const beforeN = !nextTitleEl || !!(nextTitleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_PRECEDING) + if (!afterT || !beforeN) continue + const val = (inp as HTMLInputElement | HTMLTextAreaElement).value?.trim() + if (val) filledInputValuesInRange.add(val) + } + for (const inp of Array.from(allInputsInRange)) { if (processedInputs.has(inp)) continue const afterTitle = titleEl === inp || !!(titleEl.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) @@ -528,7 +543,14 @@ export function scanPageFields(params: ScanPageFieldsParams): TitleStat[] { const inputEl = inp as HTMLInputElement | HTMLTextAreaElement const alreadyHasValue = !!(inputEl.value && inputEl.value.trim().length > 0) - const { labelText, labelElement } = findLabelForInput(inp, titleElementSet) + const { labelText, labelElement } = findLabelForInput(inp, titleElementSet, excludeTexts) + + // 跳过无效标签：纯数字、或检测到的"标签"实际是某个已填 input 的值 + const trimmedLabel = labelText?.trim() || "" + if (!trimmedLabel || /^\d+$/.test(trimmedLabel) || filledInputValuesInRange.has(trimmedLabel)) { + processedInputs.add(inp) + continue + } // 根据背景色判断来源和颜色 let color: FieldStatColor @@ -750,7 +772,13 @@ export function extractNonResumeFields(titleStats: TitleStat[]): { for (const ts of titleStats) { // 只取非简历格式字段 - const nonResumeFields = ts.fields.filter((f) => !f.isResumeFormat) + const nonResumeFields = ts.fields.filter((f) => { + if (f.isResumeFormat) return false + // 跳过无效标签：纯数字、或(未知字段) + const label = f.labelText?.trim() + if (!label || /^\d+$/.test(label) || label === "(未知字段)") return false + return true + }) if (nonResumeFields.length === 0) continue if (ts.isExpType && ts.segmentCount > 0) { diff --git a/src/lib/labelFinder.ts b/src/lib/labelFinder.ts index 9e7c08d..33f004f 100644 --- a/src/lib/labelFinder.ts +++ b/src/lib/labelFinder.ts @@ -12,7 +12,10 @@ // ============ 常量 ============ /** 排除的标签文字（不视为有效标签） */ -const EXCLUDE_LABEL_TEXTS = ["请输入", "输入", ":", "：", "请选择", "选择", "*", "必填", "确定", "取消", "搜索", "无准确的毕业时间可填写预计毕业时间"] +const EXCLUDE_LABEL_TEXTS = ["请输入", "输入", ":", "：", "请选择", "选择", "添加", "*", "必填", "确定", "取消", "搜索", "无准确的毕业时间可填写预计毕业时间","暂无选项"] + +/** 排除的标签文字片段（包含这些片段的文本也不视为有效标签） */ +const EXCLUDE_LABEL_INCLUDES = ["请输入","请选择"] /** 表单项容器选择器集合（用于第一遍策略的 closest 查找） */ const FORM_ITEM_SELS = [ @@ -37,6 +40,8 @@ export function isValidLabelText(text: string): boolean { if (!chineseChars || chineseChars.length < 2) return false // 排除已知无意义标签 if (EXCLUDE_LABEL_TEXTS.some((ex) => trimmed === ex)) return false + // 排除包含特定片段的文字 + if (EXCLUDE_LABEL_INCLUDES.some((inc) => trimmed.includes(inc))) return false return true } @@ -52,9 +57,9 @@ export function isValidLabelText(text: string): boolean { * - 碰到包含 input 的非祖先元素（前一个字段区域） * - 最多走 80 个节点 * - * 过滤条件：跳过不含至少2个汉字的文本 + * 过滤条件：跳过不含至少2个汉字的文本，跳过 excludeTexts 中的文本 */ -function walkBackwardForLabel(inp: Element, titleElements?: Set): { text: string; element: Element } | null { +function walkBackwardForLabel(inp: Element, titleElements?: Set, excludeTexts?: Set): { text: string; element: Element } | null { const INPUT_TAG_SET = new Set(["INPUT", "TEXTAREA", "SELECT"]) let maxSteps = 80 let current: Node | null = inp @@ -86,6 +91,8 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set): { tex if (current.nodeType === Node.TEXT_NODE) { const text = current.textContent?.trim() || "" if (isValidLabelText(text)) { + // 跳过已填值（简历数据/缓存数据中的值不应作为标签） + if (excludeTexts && excludeTexts.has(text)) continue const parentEl = current.parentElement if (parentEl) { return { text, element: parentEl } @@ -104,6 +111,7 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set): { tex * * @param inp - 输入框元素 * @param titleElements - 大标题元素集合（用于第二遍策略的停止边界，可选） + * @param excludeTexts - 需要排除的文字集合（简历数据/缓存中的已填值，遇到时跳过继续找，可选） * @returns { labelText, labelElement } 标签文字和标签元素 * * 策略流程： @@ -114,7 +122,7 @@ function walkBackwardForLabel(inp: Element, titleElements?: Set): { tex * 5. 第二遍：如果以上都未得到含≥2个汉字的标签，启动 walkBackwardForLabel 逆向遍历 * 6. 都找不到则返回 placeholder 或 "(未知字段)" */ -export function findLabelForInput(inp: Element, titleElements?: Set): { labelText: string; labelElement: Element | null } { +export function findLabelForInput(inp: Element, titleElements?: Set, excludeTexts?: Set): { labelText: string; labelElement: Element | null } { let labelText = "" let labelElement: Element | null = null let container: Element | null = null @@ -137,6 +145,8 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { .filter(Boolean) .join("") if (dt && dt.length <= 30 && !EXCLUDE_LABEL_TEXTS.some((ex) => dt === ex)) { + if (EXCLUDE_LABEL_INCLUDES.some((inc) => dt.includes(inc))) continue + if (excludeTexts && excludeTexts.has(dt)) continue if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) { hasLabelText = true break @@ -158,6 +168,8 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { .filter(Boolean) .join("") if (dt && dt.length <= 30 && !EXCLUDE_LABEL_TEXTS.some((ex) => dt === ex)) { + if (EXCLUDE_LABEL_INCLUDES.some((inc) => dt.includes(inc))) continue + if (excludeTexts && excludeTexts.has(dt)) continue if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) { found = true break @@ -184,6 +196,9 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { .join("") if (!directText || directText.length > 30) continue if (EXCLUDE_LABEL_TEXTS.some((ex) => directText === ex)) continue + if (EXCLUDE_LABEL_INCLUDES.some((inc) => directText.includes(inc))) continue + // 跳过已填值（简历数据/缓存数据中的值不应作为标签） + if (excludeTexts && excludeTexts.has(directText)) continue if (el.compareDocumentPosition(inp) & Node.DOCUMENT_POSITION_FOLLOWING) { labelText = directText labelElement = el @@ -197,7 +212,12 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { let prev: Element | null = inp.previousElementSibling for (let i = 0; i < 3 && prev; i++) { const text = prev.textContent?.trim() || "" - if (text && text.length <= 20 && !EXCLUDE_LABEL_TEXTS.some((ex) => text === ex)) { + if (text && text.length <= 20 && !EXCLUDE_LABEL_TEXTS.some((ex) => text === ex) && !EXCLUDE_LABEL_INCLUDES.some((inc) => text.includes(inc))) { + // 跳过已填值 + if (excludeTexts && excludeTexts.has(text)) { + prev = prev.previousElementSibling + continue + } labelText = text labelElement = prev break @@ -208,7 +228,7 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { // 【第二遍策略】如果第一遍未识别出有效标签（空或不含2个汉字），逆向遍历 DOM if (!labelText || !isValidLabelText(labelText)) { - const foundLabel = walkBackwardForLabel(inp, titleElements) + const foundLabel = walkBackwardForLabel(inp, titleElements, excludeTexts) if (foundLabel) { labelText = foundLabel.text labelElement = foundLabel.element @@ -216,6 +236,14 @@ export function findLabelForInput(inp: Element, titleElements?: Set): { } // 最终 fallback：都找不到才用 placeholder 或返回"(未知字段)" - if (!labelText) labelText = (inp as HTMLInputElement).getAttribute("placeholder") || "(未知字段)" + if (!labelText) { + const placeholder = (inp as HTMLInputElement).getAttribute("placeholder") || "" + // placeholder 如果包含排除片段（如"请输入"、"请选择"），不作为标签 + if (placeholder && !EXCLUDE_LABEL_INCLUDES.some((inc) => placeholder.includes(inc)) && !EXCLUDE_LABEL_TEXTS.some((ex) => placeholder === ex)) { + labelText = placeholder + } else { + labelText = "(未知字段)" + } + } return { labelText, labelElement } }