《高性价比人生指南》全书正文解析成机器可读的结构化数据，每天自动同步上游。
上游 eternity4719/HowToLiveBetter 只发布 Markdown，不发布数据。于是每个衍生工具——微信小程序、Android App、各语言翻译、各本地化版本——都得自己写一遍 Markdown 解析器，结果是同一本书在不同地方条数对不上（528 / 612 / 672 三个数字同时在流传）。
本仓库只做一件事：把正文解析好，当所有衍生工具的公共数据源。
| 指标 | 值 |
|---|---|
| 条目 | 672 |
| 节 | 34 |
| 证据等级 | A 438 · B 179 · C 55 |
| 性价比 | 极高 114 · 高 304 · 一般 254 |
| 争议标注 | 70 条 |
| 出处链接 | 1690 |
| 交叉引用 | 343 |
直接用数据（不用跑脚本）：
data/htlb.json 全量，含 meta / sections / items
data/htlb.csv 扁平表，Excel 直接打开（UTF-8 BOM）
data/htlb.sqlite SQLite，字段同 JSON，建了 section / evidence / ratio 索引
data/stats.json 统计与校验数字
data/schema.json 字段说明
htlb.sqlite 不入库（二进制，每天全量会撑爆仓库），本地跑一次 python build.py 即可生成。
自己生成：
git clone --depth 1 https://github.com/eternity4719/HowToLiveBetter.git _upstream
python build.py --repo _upstream # 解析并写出 data/
python build.py --repo _upstream --check # 只校验不写（CI 用）零第三方依赖，Python 3.8+ 标准库即可。
{
"id": "23-1",
"section": 23,
"section_title": "学什么技能划算",
"no": 1,
"title": "不满 16 周岁没有「去打工」这个选项：招你的单位每月被罚 5000 元",
"cost_money": "0", "cost_time": "少", "cost_willpower": "否",
"benefit_level": "大", "metric": "自由",
"cost_score": 0, "ratio": "极高",
"evidence": "A", "evidence_raw": "A", "evidence_flags": [],
"disputed": false, "todo": false,
"plain": "初中毕业一般 15 到 16 岁…每用一名童工每月罚 5000 元。",
"cost_text": "不花钱。花一分钟算一下自己多大。",
"benefit_text": "《义务教育法》第十一条…",
"sources": ["http://www.moe.gov.cn/...", "http://www.gov.cn/..."],
"note": "受益人是自己。满 16 岁以后打工是合法的…",
"refs": []
}完整字段见 data/schema.json。
抄自上游 tools/sync-stats.mjs 文件头注释与 index.html 的 COST_W / e.ratio 两行：
- 条目数 =
book/*.md里的###标题数；节数 =book/*.md文件数 - A/B/C = 证据等级行的首字母，带
（争议）后缀的照样算 - 争议 = 备注以「争议」开头的条数；TODO = 正文含「待核实」或
TODO - 链接 = 「来源」「备注」两行里的 http(s) 总数
- 性价比 =
COST_W加权求和后按e.ratio分档
防漂移：build.py 启动时比对上游 index.html 里的那两行，上游一旦改权重或分档规则，脚本直接报错退出，不会静默算出对不上的数。
自检：解析完逐条校验 6 个字段与成本标签是否齐全，缺任何一项就中止输出。当前上游 672 条全部字段齐全，零缺失。
证据等级有 5 条带括号后缀，直接按 A/B/C 硬切会漏掉或分错：
| id | 原文 | 归一化 | 括号标记 |
|---|---|---|---|
| 5-14 | C（争议） |
C | 争议 |
| 10-8 | A（争议） |
A | 争议 |
| 10-20 | A（争议） |
A | 争议 |
| 13-15 | B（指南强推荐，但底层证据等级低） |
B | 指南强推荐，但底层证据等级低 |
| 23-2 | A（争议） |
A | 争议 |
所以数据里同时给了三个字段：evidence（首字母，方便分组）、evidence_raw（原文）、evidence_flags（括号内容列表）。要筛"有争议的"，用 evidence_flags 或 disputed，不要只看 evidence。
- 正文数据：源自《高性价比人生指南》，CC BY 4.0。已做到的三件事——写明出处、附上 CC BY 4.0 链接、标注本数据集为解析后的结构化改写版。每条数据的同步版本见
data/htlb.json的meta.upstream_commit与meta.synced_at。 - 代码（
build.py、workflows）：MIT，见LICENSE-CODE。 data/NOTICE.md随数据一起分发，单独取用data/时也带着声明。
- 不改写、不增删、不评价正文任何一字，只做格式转换。内容纠错请去上游仓库提 issue。
- 不提供阅读页面、App、翻译——那些已有他人维护，需要数据直接取这里的 JSON。
- 上游日更，快照会过期：请按
meta.synced_at判断新鲜度，或直接订阅本仓库的每日同步。
2026-10-08 这一天，上游同一个仓库的条数变化：
| 时间（UTC） | 上游 commit | 条数 |
|---|---|---|
| 01:04 | b9034f0 |
670 |
| 02:48 | 54ac922 按 issue #94 补第 1 节第 43 条 |
671 |
| 05:07 | 0cec2b3 补第 20 节第 14 条 |
672 |
四个小时，涨了 2 条。 所以别把任何一份快照当成"最新版"到处转——要看同步时间。这也是本仓库每天自动跑一次的原因。