diff --git a/app/match/resume.py b/app/match/resume.py index 1e175ac..2539eef 100644 --- a/app/match/resume.py +++ b/app/match/resume.py @@ -23,11 +23,17 @@ _NAME_RE = re.compile(r"姓\s*名\s*[:：]\s*([一-龥]{2,4})") # 简历常见写法：首行裸姓名（无"姓名："前缀），如" 王伟航 " _BARE_NAME_RE = re.compile(r"^\s*([一-龥]{2,4})\s*$", re.MULTILINE) _YEARS_RE = re.compile(r"(\d+(?:\.\d+)?)\s*年(?:以上)?[^\n，。；]{0,6}?经验") +# 时间段兜底："2023.07-2023.08" / "2021.09-2025.6" / "2025.12-至今" +_PERIOD_RE = re.compile( + r"(20\d{2})\s*[./年]\s*(\d{1,2})\s*月?\s*[-–—~]+\s*(?:(20\d{2})\s*[./年]\s*(\d{1,2})\s*月?|至今)") _GENDER_RE = re.compile(r"性\s*别\s*[:：]?\s*(男|女)") _EDU_RE = re.compile(r"(博士后|博士|专硕|学硕|硕士|研究生|MBA|本科|大专|专科)") _EDU_MAP = {"专硕": "硕士", "学硕": "硕士", "研究生": "硕士"} # 在读学历：「硕士在读」或「大二/大三」这类年级写法 → 本科（在读） _EDU_READING_RE = re.compile(r"(本科|硕士|博士|研究生|MBA)\s*在读") +# 学位词同行出现"至今"（教育经历未结束的常见写法）：金融科技（专硕）… 2025.09-至今 → 在读 +_EDU_ONGOING_RE = re.compile( + r"(博士后|博士|专硕|学硕|硕士|研究生|MBA|本科|大专|专科)[^\n]{0,30}?至今") _GRADE_RE = re.compile(r"大[一二三四]") _ADDR_RE = re.compile(r"(?:家庭住址|现居(?:住)?(?:地|址)?|联系地址|通讯地址|籍贯)[:：]\s*([^\n，。；]{2,30})") @@ -53,10 +59,13 @@ def _extract_name(text: str) -> str: def _extract_education(text: str) -> str: - """学历：优先识别在读（"硕士在读"/"大二"年级写法），再匹配学位词。""" + """学历：优先识别在读（"硕士在读" / 学位词同行"至今" / "大二"年级写法），再匹配学位词。""" rm = _EDU_READING_RE.search(text) if rm: return f"{_EDU_MAP.get(rm.group(1), rm.group(1))}（在读）" + om = _EDU_ONGOING_RE.search(text) + if om: + return f"{_EDU_MAP.get(om.group(1), om.group(1))}（在读）" if _GRADE_RE.search(text): return "本科（在读）" m = _EDU_RE.search(text) @@ -178,6 +187,33 @@ def _mask_addr(addr: str) -> str: return addr[:6] + "***" if len(addr) > 6 else addr +def _estimate_years(text: str) -> float: + """工作年限兜底估计：无"X年经验"写法时，累加工作/实习/项目分节中的时间段。 + + 教育经历不计入工龄；无分节时剔除教育相关行后全文兜底。 + 单段封顶 36 个月、总计封顶 10 年，防误识别。 + """ + import datetime as _dt + work_titles = {"工作经历", "工作经验", "实习经历", "项目经历", "项目经验"} + secs = split_sections(text) + body = "\n".join(s["text"] for s in secs if s["title"] in work_titles) + if not body.strip(): + body = "\n".join(ln for ln in text.splitlines() + if not re.search(r"大学|学院|学校|教育|学历|学位|GPA", ln, re.IGNORECASE)) + now = _dt.date.today() + months = 0 + for m in _PERIOD_RE.finditer(body): + y1, m1 = int(m.group(1)), int(m.group(2)) + if m.group(3): + y2, m2 = int(m.group(3)), int(m.group(4)) + else: + y2, m2 = now.year, now.month + dm = (y2 - y1) * 12 + (m2 - m1) + 1 + if 0 < dm <= 600: # 超 50 年的区间视为误识别 + months += min(dm, 36) + return round(min(months, 120) / 12, 1) + + def parse_resume(text: str, matcher: SkillMatcher | None = None, photo_b64: str = "") -> ResumeProfile: """从简历文本解析脱敏画像（含结构化基本信息与分节）。""" @@ -194,7 +230,7 @@ def parse_resume(text: str, matcher: SkillMatcher | None = None, name=(name[0] + "*" * (len(name) - 1)) if name else "", phone=(phone_m.group(0)[:3] + "****" + phone_m.group(0)[-2:]) if phone_m else "", email=(email_m.group(0)[0] + "***@" + email_m.group(0).split("@")[1]) if email_m else "", - years=float(years_m.group(1)) if years_m else 0.0, + years=float(years_m.group(1)) if years_m else _estimate_years(text), skills=matcher.find_names(text), scenarios=matcher.find_scenarios(text), raw_masked_text=masked, diff --git a/tests/test_match.py b/tests/test_match.py index 07027b6..16cbe4c 100644 --- a/tests/test_match.py +++ b/tests/test_match.py @@ -94,7 +94,7 @@ def test_resume_parse_skills_and_years(): def test_resume_bare_name_and_edu_alias(): - """真实简历排版：首行裸姓名（无"姓名："前缀）可识别并脱敏；专硕归一为硕士。""" + """真实简历排版：首行裸姓名（无"姓名："前缀）可识别并脱敏；专硕归一；"至今"推断在读。""" from app.match.resume import parse_resume text = (" 王伟航 \n出生年月：2003年10月 现居地：辽宁大连\n" "联系电话：19293819303 电子邮件：wwh@example.com\n" @@ -102,7 +102,7 @@ def test_resume_bare_name_and_edu_alias(): "职业技能：熟练掌握Python、Hadoop等数据分析技能。") p = parse_resume(text) assert p.name == "王**" and "王伟航" not in p.raw_masked_text # 裸姓名识别+脱敏 - assert p.education == "硕士" # 专硕→硕士 + assert p.education == "硕士（在读）" # 专硕→硕士；同行"至今"→在读 assert p.address.startswith("辽宁大连") assert "Python" in p.skills @@ -128,6 +128,25 @@ def test_resume_reading_degree_explicit(): assert p.education == "硕士（在读）" +def test_resume_years_estimate_from_periods(): + """无"X年经验"时按实习/工作/项目时间段累计兜底；教育经历不计入工龄。""" + from app.match.resume import parse_resume + text = ("姓名：王伟航\n" + "教育经历\n东北财经大学 金融科技（专硕） 2025.09-至今\n" + "实习经历\n某研究院 2025.12-2026.02\n某中心 2023.07-2023.08\n某公司 2024.07-2024.09\n" + "职业技能：Python") + p = parse_resume(text) + assert p.education == "硕士（在读）" + assert p.years == 0.7 # 3+2+3=8 个月实习 + + +def test_resume_years_explicit_wins(): + """明确"X年经验"优先于时间段估计。""" + from app.match.resume import parse_resume + p = parse_resume("姓名：张三\n工作经历\n某公司 2020.01-至今\n5年开发经验，熟悉Python。") + assert p.years == 5.0 + + def test_learning_path_stage_chunking(): """同层技能超 3 个时拆成多个连续阶段；拓扑序不变。""" stages = topological_stages(["Linux", "Docker", "Kubernetes", "Python", "Java", "Go", "MySQL"], diff --git a/webui/app.js b/webui/app.js index 587a3b1..62f3875 100644 --- a/webui/app.js +++ b/webui/app.js @@ -1388,9 +1388,12 @@ function applyParsedProfile(p, sourceDesc) { matchState.skills = [...p.skills]; matchState.years = p.years || 0; $("#resume-text").value = p.raw_masked_text || ""; - const yearsHtml = p.years + const studentish = (p.education || "").includes("在读") + || /应届|在读|大[一二三四]/.test(p.raw_masked_text || ""); + const yearsHtml = p.years >= 1 ? `工作年限约 ${p.years} 年` - : (/应届|在读|大[一二三四]/.test(p.raw_masked_text || "") ? "工作年限 在读 / 应届" : "工作年限 未识别"); + : (studentish ? "工作年限 在读 / 应届" + : (p.years ? `工作年限约 ${p.years} 年（实习/项目累计）` : "工作年限 未识别")); $("#parse-summary").innerHTML = `解析完成（来源：${esc(sourceDesc || "文本")}，已自动脱敏）：识别技能 ${p.skills.length} 项 · ` + `${yearsHtml} · 场景经验 ${(p.scenarios || []).join("、") || "未识别"}`; @@ -1572,6 +1575,11 @@ function renderResumeHighlight(m) { ? `证件照` : `
无照片
`; const kv = (k, v) => `${k}${esc(v || "—")}`; + /* 年限显示：明确工龄优先；在读学历/应届文本其次；再退到实习项目区间估计值 */ + const studentish = (p.education || "").includes("在读") + || /应届|在读|大[一二三四]/.test(p.raw_masked_text || ""); + const yearsText = p.years >= 1 ? p.years + " 年" + : (studentish ? "在读 / 应届" : (p.years ? `约 ${p.years} 年（实习/项目累计）` : "")); const secs = (p.sections && p.sections.length) ? p.sections : [{ title: "简历全文", text: p.raw_masked_text }]; box.innerHTML = ` @@ -1580,7 +1588,7 @@ function renderResumeHighlight(m) { ${photo} ${kv("姓名", p.name)}${kv("性别", p.gender)} - ${kv("学历", p.education)}${kv("工作年限", p.years ? p.years + " 年" : (/应届|在读|大[一二三四]/.test(p.raw_masked_text || "") ? "在读 / 应届" : ""))} + ${kv("学历", p.education)}${kv("工作年限", yearsText)} ${kv("手机", p.phone)}${kv("邮箱", p.email)} 家庭住址${esc(p.address || "—")} ${secs.map((sec) => ` diff --git a/webui/index.html b/webui/index.html index d3dd8b3..4bfb7f1 100644 --- a/webui/index.html +++ b/webui/index.html @@ -705,7 +705,7 @@ - +