把碎片化的全网赛事,变成「今天有哪些你能打、哪条快截止、门槛卡在哪」的每日情报。 它每天定时抓取七个官方赛事源,按硬门槛与软门槛做三级资格判定,识别 HTTP 200 背后的反爬页面, 对多口径日期做降级处理,把已核实的赛事脱敏后发布为公开精选库。
七源逐一抓取;静态页直接解析,单页应用启动无头浏览器监听运行时数据。
抽取日期集合与赛事名集合作内容指纹,按三级规则判定是否可打。
源页变化、日期与台账不一致、源不可达分级告警;七天内截止单独测算。
生成时清洗内部词表,落盘前逐字段扫描,任一命中即阻断发布。
Kaggle 返回 HTTP 200,正文却是反爬验证页,只看状态码会把活跃源判成空源,长期静默漏赛; Aholo 静态正文仅 71 字符,根因是前端运行时加载而非拦截,须渲染后再取; OPC 聚合站数据最丰富,但三处日期与官方口径不一致,日期降级为参考、不作依据。 同一个「抓不到」,根因不同、修法不同——这是判断,不是搬运。
可达 6 源,1 源判假可达;本期 6 条告警全部落到具体源与具体日期;候选 2 条留在待确认队列,未擅自入池。