fix: 修复帖子内容解析 - 清理网站免责声明和底部导航

- 修复免责声明空格匹配问题
- 增加 BoardJumpListSelect/Powered By Dvbbs/京ICP备等底部清理
- 清理历史污染数据10条

crawlers/crawl_today.py

@@ -54,6 +54,42 @@ def extract_post_content(html_bytes):
     if discl_pos != -1:
         text = text[:discl_pos + len(disclaimer)]
     
+    # 清理尾部网站版权和导航信息
+    footer_patterns = [
+        'BoardJumpListSelect',
+        'Powered By Dvbbs',
+        '京ICP备',
+        '页面执行时间',
+        '发短信',
+        '购买论坛点券',
+        '我能做什么',
+        '我发表的主题',
+        '我参与的主题',
+        '基本资料修改',
+        '用户密码修改',
+        '联系资料修改',
+        '用户短信服务',
+        '编辑好友列表',
+        '个人文件管理',
+        '通行证设置',
+        '今日贴数图例',
+        '主题数图例',
+        '总帖数图例',
+        '在线图例',
+        '在线情况',
+        '用户组在线图例',
+        '文件集浏览',
+        '图片集浏览',
+        'Flash浏览',
+        '音乐集浏览',
+        '电影集浏览',
+        '贺卡发送',
+    ]
+    for pat in footer_patterns:
+        pos = text.find(pat)
+        if pos != -1:
+            text = text[:pos]
+    
     return text if text else None
 
 
@@ -361,7 +397,7 @@ class YichensTodaySpider(PaginationSpider):
             "updated_at = NOW()",
             "crawled_at = NOW()",
             "url = EXCLUDED.url",
-            "instance_id = EXCLUDED.instance_id",
+            
         ]
         
         query = sql.SQL("INSERT INTO yichens_posts ({}) VALUES ({}) ON CONFLICT (post_id) DO UPDATE SET {}").format(