题目重点：把逐级加规则的 KYC 题拆成可靠的 CSV 解析、字段验证、文本归一化与可解释的错误判定。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 训练版以六列 business_name、business_profile_name、full_statement_descriptor、short_statement_descriptor、url、product_description 为输入；具体列次以现场题面为准。
- CSV 采用标准引号转义，空白字符串 trim 后视作缺失；full descriptor 长度 5–31（含端点），按 Unicode 字符数还是字节数现场确认。
- 禁用词采用 case-insensitive 整词短语匹配；另一版本的词重合先去大小写、标点及 LLC/Inc 后缀。两版本为不同追问，不强行串成固定四段。
解题路线
- 先用成熟 CSV parser 得到行和列，检查列数与缺失值；不要用 split(',') 破坏带引号逗号的公司名。
- 把字段必填、长度、禁用词、词重合写成独立纯函数。每段升级只增加规则，不改变前段已经通过的定义；若题目要错误码，先和面试官确定优先级与一行多错的输出。
- 禁用词先统一大小写与空白，再按题目指定的整词/子串/wildcard 语义匹配。简单 substring 会把 SHOP 匹配进 WORKSHOP，除非正式规则允许。
- 词重合计算 descriptor 与 business_name/profile_name 的 token 集，分母究竟是 descriptor 词数、商户词数还是并集必须确认。训练版取 descriptor 有效词数，满足交集数×2≥有效词数；空集合不通过。
- 用逐级测试锁定行为：缺列、空白、5/31/32 长度、大小写、引号逗号、禁词位于词中、LLC/Inc、恰好 50% 重合、同一行多错。
手动走一遍
训练例：business_name='Pawsome Pets Inc.'，descriptor='Pawsome Pets'，有效词为 {pawsome,pets}，重合 2/2，通过。若 descriptor='Online Store'，即使长度合法，也在含通用词禁用版被拒；在另一个只检查重合的版本也因 0/2 被拒。两种拒绝理由不能混写成同一原题错误码。
规模与取舍
R 行、总字符数 C、禁词表 B 时，解析与基础检查 O(C)；朴素扫描禁词近似 O(CB)，预编译短语索引可降常数；词集合 O(C) 时间及 O(C) 空间。CSV 的 quoted newline 使逐物理行 split 不可靠。
易错点与追问
容易失分的边界
- 把公司字段数写成所有题目共同固定 schema。
- 把仅在一版提到的 wildcard、错误码排序或非法国家说成这道 KYC 的确定原题。
- 用子串匹配禁用词产生误杀，或只按空字符串而不按 trim 处理空白。
- 两个版本的词重合分母不一致，却让同一测试套无条件通用。
继续深挖
- 若错误码最多输出两个，如何定义并测试确定优先级？
- 词语包含 Unicode、连字符或网址时如何 token 化？
- CSV 非法引号、重复行和超大文件怎样报告而不把 parse error 当作 KYC fail？
