package recruitment

import (
	"os"
	"testing"
)

// TestLiveAnchorScoring 诊断：读取本地保存的列表页 HTML，打印每个锚点的评分决策。
// 用于定位「单元测试判定应过滤、但实际抓取却入库」的差异。
// 运行前需将列表页 HTML 保存到 testdata/rszk.html。
func TestLiveAnchorScoring(t *testing.T) {
	data, err := os.ReadFile("testdata/rszk.html")
	if err != nil {
		t.Skipf("跳过：未提供 testdata/rszk.html (%v)", err)
	}
	html := string(data)
	cfg := SourceConfig{} // 模拟源1的配置（无 excludeWords 覆盖）
	incWords := cfg.includeWordsOrDefault()
	excWords := cfg.excludeWordsOrDefault()
	minScore := cfg.minScore()

	t.Logf("词表: include=%d 个, exclude=%d 个, minScore=%d", len(incWords), len(excWords), minScore)

	base := "http://rsj.guiyang.gov.cn/zfxxgk/fdzdgklm/zfxxgkrsxx/rszk/"
	raw := extractAnchors(html, base)
	t.Logf("原始锚点=%d", len(raw))

	for i, a := range raw {
		if len([]rune(a.Text)) < 4 {
			continue
		}
		keep := scoreAnchor(a, incWords, excWords, minScore)
		// 仅打印与「依申请公开」或判定为 keep 的条目，聚焦问题。
		if keep || containsAny(a.Text, []string{"依申请公开", "人才网", "信用中国"}) {
			t.Logf("[%d] keep=%v url=%s", i, keep, a.URL)
			t.Logf("      text=%q", a.Text)
		}
	}
}