Job Application Tracker

Track what you already applied to. This is downstream of job-application-screener (which decides whether to apply). Don't merge them.

Data model

One record per company:

Status enum — 语义不同的状态不许合并

已投 → 笔试 → 面试 → Offer
     ↘ 挂了
无岗        ← 官方还没开岗，**不是**"没投"
待查验      ← 信息待核实，**不是**"没投"

🔴 无岗 和 待查验 绝不能合并进 未投。 曾经为了图省事把 366 家「无岗」统一标成「未投」，结果用户筛「未投」时看到的全是压根没开岗的公司，台账直接失去意义。

The 100% clickable rule

每一行的公司名都必须能点开。 有 4 家公司点了没反应，用户就会认为整张表是坏的。

三档视觉区分（让人在点之前就知道会发生什么）：

搜索兜底必须是最后手段，不能拿它交差：

function searchUrl(name){
  var q = encodeURIComponent(name + ' 2027届校园招聘 官方投递');
  return 'https://www.baidu.com/s?wd=' + q;
}

Incremental backup merging

用户在外面改完数据导出备份发回来 → 备份 = 最新真相，用它重建底表：

python scripts/merge_backup.py <备份.json> [底表.json]

匹配顺序（顺序错了就会并出重复公司）

1. 精确名                  "携程" == "携程"
2. 括号内简称              "四三九九(4399)" → "四三九九"
3. 规范化名                norm() 之后相等
4. 双向包含（最后手段）     "携程旅行" ⊃ "携程"

🔴 「携程旅行」「四三九九(4399)」「合众新能源汽车（哪吒汽车）」如果不按顺序匹配，会被当成新公司，台账里出现两条。

更隐蔽的坑：这些公司在旧版本里不是没有，是被标成 0 岗位 / 无岗。正确处理是补岗位数，不是新增记录。

保守归一化

def norm(s):
    s = re.sub(r"[（(].*?[)）]", "", s)          # 去括号内容
    s = s.replace(" ", "").replace("\u3000", "")
    s = re.sub(r"(股份有限公司|有限公司|股份公司)$", "", s)
    return s

🔴 只去这三个后缀。绝不去「集团 / 科技 / 技术 / 网络」 —— TCL科技 ≠ TCL，锐捷网络 ≠ 锐捷。 底表内部归一化撞名必须报错，不能静默通过。

Visited receipt

点过的公司名变灰，靠 localStorage 单独存：

var VKEY = KEY + '_visited';
function markVisited(id){
  var v = JSON.parse(localStorage.getItem(VKEY) || '{}');
  v[id] = 1; localStorage.setItem(VKEY, JSON.stringify(v));
}

和主数据分开存 —— 清数据时不会连带清掉「投过没投过」的记录。

Workflow

1. 先备份当前底表（cp _merged_seed.json _merged_seed.bak_YYYYMMDD.json）
2. 跑 merge_backup.py 合并用户备份
3. 跑 diff 看新增了什么、变更了什么
4. 补全新公司的投递链接（新公司通常不在原始表里，要单独搜）
5. 重跑构建
6. 跑假 DOM 冒烟测试，重点验「无 href 数 = 0」

Red flags

• 🚫 用黑名单正则提取 URL（会把中文一起吞了，链接失效）
• 🚫 把链接塞进备注字段（备注有别的用途，会互相污染）
• 🚫 改了底表不 bump SEED_VERSION（老用户看到旧数据）
• 🚫 用搜索兜底覆盖「本来能查到直达链接」的公司
• 🚫 归一化时删「集团/科技/技术」（会撞名）