v2.0.1

main.py

@@ -825,6 +825,10 @@ class StatisticsCalculator:
         title: str, word_groups: List[Dict], filter_words: List[str]
     ) -> bool:
         """检查标题是否匹配词组规则"""
+        # 如果没有配置词组，则匹配所有标题（支持显示全部新闻）
+        if not word_groups:
+            return True
+        
         title_lower = title.lower()
 
         # 过滤词检查
@@ -869,6 +873,12 @@ class StatisticsCalculator:
     ) -> Tuple[List[Dict], int]:
         """统计词频，支持必须词、频率词、过滤词，并标记新增标题"""
 
+        # 如果没有配置词组，创建一个包含所有新闻的虚拟词组
+        if not word_groups:
+            print("频率词配置为空，将显示所有新闻")
+            word_groups = [{"required": [], "normal": [], "group_key": "全部新闻"}]
+            filter_words = []  # 清空过滤词，显示所有新闻
+
         is_first_today = DataProcessor.is_first_crawl_today()
 
         # 确定处理的数据源和新增标记逻辑
@@ -919,7 +929,8 @@ class StatisticsCalculator:
             results_to_process = results
             all_news_are_new = False
             total_input_news = sum(len(titles) for titles in results.values())
-            print(f"当日汇总模式：处理 {total_input_news} 条新闻")
+            filter_status = "全部显示" if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻" else "频率词过滤"
+            print(f"当日汇总模式：处理 {total_input_news} 条新闻，模式：{filter_status}")
 
         word_stats = {}
         total_titles = 0
@@ -969,27 +980,34 @@ class StatisticsCalculator:
                     required_words = group["required"]
                     normal_words = group["normal"]
 
-                    # 再次检查匹配
+                    # 如果是"全部新闻"模式，所有标题都匹配第一个（唯一的）词组
-                    if required_words:
+                    if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻":
-                        all_required_present = all(
+                        group_key = group["group_key"]
-                            req_word.lower() in title_lower
+                        word_stats[group_key]["count"] += 1
-                            for req_word in required_words
+                        if source_id not in word_stats[group_key]["titles"]:
-                        )
+                            word_stats[group_key]["titles"][source_id] = []
-                        if not all_required_present:
+                    else:
-                            continue
+                        # 原有的匹配逻辑
+                        if required_words:
+                            all_required_present = all(
+                                req_word.lower() in title_lower
+                                for req_word in required_words
+                            )
+                            if not all_required_present:
+                                continue
 
-                    if normal_words:
+                        if normal_words:
-                        any_normal_present = any(
+                            any_normal_present = any(
-                            normal_word.lower() in title_lower
+                                normal_word.lower() in title_lower
-                            for normal_word in normal_words
+                                for normal_word in normal_words
-                        )
+                            )
-                        if not any_normal_present:
+                            if not any_normal_present:
-                            continue
+                                continue
 
-                    group_key = group["group_key"]
+                        group_key = group["group_key"]
-                    word_stats[group_key]["count"] += 1
+                        word_stats[group_key]["count"] += 1
-                    if source_id not in word_stats[group_key]["titles"]:
+                        if source_id not in word_stats[group_key]["titles"]:
-                        word_stats[group_key]["titles"][source_id] = []
+                            word_stats[group_key]["titles"][source_id] = []
 
                     first_time = ""
                     last_time = ""
@@ -1065,22 +1083,25 @@ class StatisticsCalculator:
                     if source_id not in processed_titles:
                         processed_titles[source_id] = {}
                     processed_titles[source_id][title] = True
+                
                     break
 
         # 最后统一打印汇总信息
         if mode == "incremental":
             if is_first_today:
                 total_input_news = sum(len(titles) for titles in results.values())
+                filter_status = "全部显示" if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻" else "频率词匹配"
                 print(
-                    f"增量模式：当天第一次爬取，{total_input_news} 条新闻中有 {matched_new_count} 条匹配频率词"
+                    f"增量模式：当天第一次爬取，{total_input_news} 条新闻中有 {matched_new_count} 条{filter_status}"
                 )
             else:
                 if new_titles:
                     total_new_count = sum(len(titles) for titles in new_titles.values())
+                    filter_status = "全部显示" if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻" else "匹配频率词"
                     print(
-                        f"增量模式：{total_new_count} 条新增新闻中，有 {matched_new_count} 条匹配频率词"
+                        f"增量模式：{total_new_count} 条新增新闻中，有 {matched_new_count} 条{filter_status}"
                     )
-                    if matched_new_count == 0:
+                    if matched_new_count == 0 and len(word_groups) > 1:
                         print("增量模式：没有新增新闻匹配频率词，将不会发送通知")
                 else:
                     print("增量模式：未检测到新增新闻")
@@ -1089,13 +1110,15 @@ class StatisticsCalculator:
                 len(titles) for titles in results_to_process.values()
             )
             if is_first_today:
+                filter_status = "全部显示" if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻" else "频率词匹配"
                 print(
-                    f"当前榜单模式：当天第一次爬取，{total_input_news} 条当前榜单新闻中有 {matched_new_count} 条匹配频率词"
+                    f"当前榜单模式：当天第一次爬取，{total_input_news} 条当前榜单新闻中有 {matched_new_count} 条{filter_status}"
                 )
             else:
                 matched_count = sum(stat["count"] for stat in word_stats.values())
+                filter_status = "全部显示" if len(word_groups) == 1 and word_groups[0]["group_key"] == "全部新闻" else "频率词匹配"
                 print(
-                    f"当前榜单模式：{total_input_news} 条当前榜单新闻中有 {matched_count} 条匹配频率词"
+                    f"当前榜单模式：{total_input_news} 条当前榜单新闻中有 {matched_count} 条{filter_status}"
                 )
 
         stats = []

readme.md

@@ -2,15 +2,12 @@
 
 # 🎯TrendRadar
 
-**你的专属热点助手 —— 让手机只推送你真正关心的新闻**
+<strong>🚀 最快一分钟部署的热点助手 —— 告别无效刷屏，只看真正关心的新闻资讯</strong>
-
-<strong>🚀 最快一分钟部署完毕！从此告别无效刷屏，只看有价值的信息</strong>
 
 [![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers)
 [![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members)
 [![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE)
-[![Python](https://img.shields.io/badge/python-3.7%2B-3776AB?style=flat-square&logo=python&logoColor=ffdd54)](https://www.python.org/)
+[![Version](https://img.shields.io/badge/version-v2.0.1-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
-[![Version](https://img.shields.io/badge/version-v2.0.0-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
 
 [![企业微信通知](https://img.shields.io/badge/企业微信-通知支持-00D4AA?style=flat-square)](https://work.weixin.qq.com/)
 [![Telegram通知](https://img.shields.io/badge/Telegram-通知支持-00D4AA?style=flat-square)](https://telegram.org/)
@@ -23,11 +20,13 @@
 </div>
 
 
-> 如果本项目对你有所帮助，**点个 Star ⭐** 就是对我最大的支持。
+> 如果本项目帮到了你，**点个 Star ⭐**
 >
-> 本项目以轻量，易部署为目标，不进行过多新功能的堆叠，主要处理 issues
+> 遇到问题提 issues，或【硅基茶水间】公众号留言
 >
-> 遇到问题提 issues，或【硅基茶水间】公众号留言。
+> 详细步骤和使用说明都有，耐心往下翻，很多地方可以点击展开
+>
+> 本项目以轻量，易部署为目标，主要处理 issues
 
 
 
@@ -49,7 +48,7 @@
 - 抖音
 - 知乎
 
-> _理论上支持 35 个左右，如果你想增加额外的金融类等相关资讯推送，可看最下方的**自定义监控平台**_
+> _理论上支持 35 个左右，如果想额外增加，可看最下方的**自定义监控平台**_
 
 ### **智能推送策略**
 
@@ -73,7 +72,7 @@
 
 ### **多渠道实时推送**
 
-支持企业微信、飞书、钉钉、Telegram 主流聊天工具，消息直达手机
+支持**企业微信**、**飞书**、**钉钉**、**Telegram**，消息直达手机
 
 ### **零技术门槛部署**
 
@@ -103,6 +102,20 @@ GitHub 一键 Fork 即可使用，无需编程基础。
 - **小版本更新**：直接在 GitHub 网页编辑器中，用本项目的 `main.py` 代码替换你 fork 仓库中的对应文件 
 - **大版本升级**：从 v1.x 升级到 v2.0 建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
 
+### 2025/07/27 - v2.0.1
+
+**修复问题**: 
+
+1. docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题
+2. frequency_words.txt 为空时，导致新闻发送也为空的逻辑问题
+  - 修复后，当你选择 frequency_words.txt 为空时，将**推送所有新闻**，但受限于消息推送大小限制，请做如下调整
+    - 方案一：关闭手机推送，只选择 Github Pages 布置(这是能获得最完整信息的方案，将把所有平台的热点按照你**自定义的热搜算法**进行重新排序)
+    - 方案二：减少推送平台，优先选择**企业微信**或**Telegram**，这两个推送我做了分批推送功能(因为分批推送影响推送体验，且只有这两个平台只给一点点推送容量，所以才不得已做了分批推送功能，但至少能保证获得的信息完整)
+    - 方案三：可与方案二结合，模式选择 current 或 incremental 可有效减少一次性推送的内容 
+
+<details>
+<summary><strong>📝 点击查看历史更新</strong></summary>
+
 ### 2025/07/17 - v2.0.0
 
 **重大重构**：
@@ -114,10 +127,6 @@ GitHub 一键 Fork 即可使用，无需编程基础。
 - `config/config.yaml` - 主配置文件（应用设置、爬虫配置、通知配置、平台配置等）
 - `config/frequency_words.txt` - 关键词配置（监控词汇设置）
 
-
-<details>
-<summary><strong>📝 点击查看历史更新</strong></summary>
-
 ### 2025/07/09 - v1.4.1
 
 **功能新增**：增加增量推送(在 main.py 头部配置 FOCUS_NEW_ONLY)，该开关只关心新话题而非持续热度，只在有新内容时才发通知。

version

@@ -1 +1 @@
-2.0.0
+2.0.1