'commit'

Apps/TeLaiDian/Crawler.py

@@ -234,6 +234,7 @@ class TeLaiDianCrawler(BaseCrawler):
                 
                 # 爬取详情
                 await self.crawl_detail_logic(d, station)
+                if os.path.exists(detail_check_path): os.remove(detail_check_path)
                 
                 # 标记为已处理
                 await self.redis_kit.set_data(redis_key, "1", expire=REDIS_STATION_EXPIRE)
@@ -272,6 +273,7 @@ class TeLaiDianCrawler(BaseCrawler):
         first_screen_path = take_screenshot(d, f"tld_detail_basic_{int(time.time())}.jpg")
         station_name = station_info.get("name")
         address = station_info.get("address")
+        distance = station_info.get("distance")
         total_piles = None
         free_piles = None
         piles_detail = None
@@ -314,22 +316,22 @@ class TeLaiDianCrawler(BaseCrawler):
         await asyncio.sleep(WAIT_DETAIL_PAGE_LOAD)
         
         # --- [优化] 小步快跑滚动查找逻辑 ---
-        # 目标：通过多次小幅度滚动 + OCR 实时探测，精准捕获“全部时段”入口，避免滑过头
+        # 目标：通过多次小幅度滚动 + OCR 实时探测，精准捕获价格入口（“全部时段”或“全天价格统一”），避免滑过头
         max_scroll_attempts = 6  # 最大滚动尝试次数
         scroll_step_ratio = 0.3  # 每次滚动的步长（屏幕高度的 30%）
         found_entry = None
         
-        logger.info(f"[详情页] 开始“小步快跑”滚动查找‘全部时段’入口 (最多 {max_scroll_attempts} 次)...")
+        logger.info(f"[详情页] 开始“小步快跑”滚动查找价格入口 (全部时段/全天价格统一) (最多 {max_scroll_attempts} 次)...")
         
         for i in range(max_scroll_attempts):
             # 1. 截图识别当前屏
             curr_screen = take_screenshot(d, f"tld_scroll_ocr_{i}_{int(time.time())}.jpg")
             
-            # 2. 尝试 OCR 识别“全部时段”
+            # 2. 尝试 OCR 识别价格入口
             entry_data = await self.read_image_kit.find_price_entrance_ocr(curr_screen)
             
             if entry_data.get("found"):
-                logger.info(f"[详情页] 第 {i+1} 次尝试：成功探测到‘全部时段’入口！")
+                logger.info(f"[详情页] 第 {i+1} 次尝试：成功探测到价格入口！")
                 found_entry = {
                     "screen": curr_screen,
                     "point": entry_data["point"]
@@ -353,7 +355,7 @@ class TeLaiDianCrawler(BaseCrawler):
                 price_tab_screen = found_entry["screen"]
                 p = found_entry["point"]
                 
-                # 2. 点击“全部时段”入口
+                # 2. 点击价格入口
                 entry_x = int(p[0] * w / 1000)
                 entry_y = int(p[1] * h / 1000)
                 
@@ -376,7 +378,7 @@ class TeLaiDianCrawler(BaseCrawler):
             else:
                 # 按照用户要求：找不到文字时输出日志、截图并停止程序
                 fail_screen = take_screenshot(d, f"tld_ocr_fail_{int(time.time())}.jpg")
-                logger.error(f"❌ [OCR失败] 经过 {max_scroll_attempts} 次滚动仍未在页面中找到‘全部时段’文字！")
+                logger.error(f"❌ [OCR失败] 经过 {max_scroll_attempts} 次滚动仍未在页面中找到价格入口文字 (全部时段/全天价格统一)！")
                 logger.error(f"❌ [OCR失败] 最终截图已保存至: {fail_screen}")
                 logger.error("❌ [OCR失败] 程序将停止运行，请检查页面内容或识别逻辑。")
                 sys.exit(1) # 停止程序
@@ -489,7 +491,8 @@ class TeLaiDianCrawler(BaseCrawler):
                     total_piles=total_piles,
                     free_piles=free_piles,
                     piles_detail=piles_detail,
-                    parking_info=parking_info
+                    parking_info=parking_info,
+                    distance=distance
                 )
             else:
                 logger.warning(f"❌ 未能提取到任何价格信息，请检查页面识别逻辑")

Apps/TeLaiDian/Kit.py

@@ -161,7 +161,7 @@ def get_ocr_reader():
 
 def detect_price_info_container_cv(image_path):
     """
-    使用 OCR 精准定位详情页中的“全部时段”文本。
+    使用 OCR 精准定位详情页中的价格入口文本（“全部时段”或“全天价格统一”）。
     返回: [x1, y1, x2, y2] 归一化坐标，如果未找到则返回 None
     """
     img = read_image(image_path)
@@ -169,17 +169,20 @@ def detect_price_info_container_cv(image_path):
         return None
     h, w = img.shape[:2]
     
+    keywords = ['全部时段', '全天价格统一']
+    
     try:
         reader = get_ocr_reader()
-        # 使用封装后的方法查找文本
-        found = reader.find_text_position(img, '全部时段')
+        # 获取所有识别结果，避免重复 OCR
+        results = reader.read_text(img)
         
-        if found:
-            text, quad, prob = found
-            # 使用封装后的方法计算归一化矩形
-            res = reader.get_normalized_rect(quad, w, h)
-            print(f"[OCR识别] 找到文本: '{text}', 置信度: {prob:.4f}, 归一化坐标: {res}")
-            return res
+        for (quad, text, prob) in results:
+            # 检查是否包含任一关键字
+            if any(kw in text for kw in keywords) and prob >= 0.5:
+                # 使用封装后的方法计算归一化矩形
+                res = reader.get_normalized_rect(quad, w, h)
+                print(f"[OCR识别] 找到文本: '{text}', 置信度: {prob:.4f}, 归一化坐标: {res}")
+                return res
     except Exception as e:
         print(f"OCR 识别发生异常: {e}")
         

Apps/TeLaiDian/ReadImageKit.py

@@ -23,7 +23,7 @@ class ReadImageKit:
 
     async def find_price_entrance_ocr(self, image_path):
         """
-        使用 OCR 在详情页寻找价格入口 (全部时段 >)
+        使用 OCR 在详情页寻找价格入口 (全部时段 > 或 全天价格统一 >)
         不再使用 VLM 和 掩码 CV
         """
         container_norm = detect_price_info_container_cv(image_path)
@@ -45,12 +45,12 @@ class ReadImageKit:
                 
             return {
                 "found": True,
-                "reason": "OCR 精准定位到‘全部时段’文字",
+                "reason": "OCR 精准定位到价格入口关键字",
                 "point": [center_x, center_y]
             }
         
         # 记录警告日志
-        logger.warning(f"⚠️ [OCR识别失败] 在图片中未发现‘全部时段’关键字: {image_path}")
+        logger.warning(f"⚠️ [OCR识别失败] 在图片中未发现价格入口关键字 (全部时段/全天价格统一): {image_path}")
         return {"found": False}
 
     async def find_close_button_vlm(self, image_path):
@@ -278,11 +278,12 @@ class ReadImageKit:
         
         要求：
         1. 忽略页面上半部分（如顶部导航栏、搜索框、广告 Banner、筛选标签等）。
-        2. 仅识别下半部分一条条“充电站卡片”，每张卡片通常包含：场站名称、评分、最近充电时间、距离、价格、快/慢空闲数量等。
+        2. 仅识别下半部分一条条“充电站卡片”，每张卡片通常包含：场站名称、评分、最近充电时间、距离（如 '5.3km' 或 '90m'）、价格、快/慢空闲数量等。
         3. 不要把同一张卡片拆成多块；每条场站只对应一个矩形框。
         
         对于每张卡片，请输出：
         - name: 场站名称
+        - distance: 距离信息字符串（例如 '5.3km' 或 '90m'）
         - address: 场站地址（如果无法确定可置为 null）
         - point: 卡片中心点击坐标 [x, y]，使用归一化坐标 [0-1000]（0 表示最左/最上，1000 表示最右/最下）
         - bbox: 卡片外接矩形边界 [x1, y1, x2, y2]，同样使用归一化坐标 [0-1000]
@@ -291,6 +292,7 @@ class ReadImageKit:
         [
           {
             "name": "某某充电站",
+            "distance": "1.2km",
             "address": "某某路 100 号",
             "point": [500, 750],
             "bbox": [50, 600, 950, 820]
@@ -370,6 +372,7 @@ class ReadImageKit:
 
                 final_stations.append({
                     "name": res.get("name"),
+                    "distance": res.get("distance"),
                     "address": res.get("address"),
                     "point": actual_p,
                     "bbox": actual_bbox

Apps/TeLaiDian/Service.py

@@ -64,7 +64,7 @@ class TeLaiDianService:
         logger.info(f"仅保存场站基础信息: {station_name}")
         return True
 
-    async def save_station_data(self, station_name, address, prices, total_piles=None, free_piles=None, piles_detail=None, parking_info=None):
+    async def save_station_data(self, station_name, address, prices, total_piles=None, free_piles=None, piles_detail=None, parking_info=None, distance=None):
         """
         保存场站全量数据：名称、地址、24小时价格计划、当前状态
         """
@@ -143,6 +143,7 @@ class TeLaiDianService:
                 free_piles=free_piles,
                 piles_detail_json=piles_detail,
                 parking_info=parking_info,
+                distance=distance,
                 current_price=current_price_info.get('price'),
                 pro_price=current_price_info.get('plus_price'),
                 market_price=current_price_info.get('market_price'),