pipeline-bidding/pipeline_bidding/bid_chapter_mirror.py

"""章节镜像文件（2026-09-16 用户裁定：章节写文件，用户参与度高，看文件即时发现问题）。

规则（用户定）：
- 章节正文镜像为 md 文件，按章节命名：{项目根}/chapters/{order:03d}_{章节号}_{标题}.md
- 图片等媒体与文本放同一目录（chapters/media/），正文图片引用改写为相对路径，
  用户本地打开 md 即可看到图。
- **库（bid_chapters.content）仍是机制正本**（评审/合成/评分读库），文件是查看镜像；
  每次内容变更（write_chapter replace/append、fill_material_gap 补料）同步刷新。
- 镜像失败不阻塞写作主流程（try 包裹，warning 日志）——查看层不能反过来卡死生产层。

文件名安全：章节号/标题里的路径分隔符与特殊字符替换为 _；order_no 补零排序，
文件管理器里天然按章节顺序排列。
"""

import hashlib
import logging
import os
import re

logger = logging.getLogger("pipeline.bidding.mirror")

_IMG_RE = re.compile(r'!\[([^\]]*)\]\(([^)\s]+)(?:\s+"[^"]*")?\)')


def _safe_name(s, maxlen=60):
    """文件名安全化：路径分隔符/空白/常见特殊字符 → _。"""
    s = (s or "").strip()
    for ch in ('/', '\\', ':', '*', '?', '"', '<', '>', '|', '\n', '\r', '\t'):
        s = s.replace(ch, '_')
    s = re.sub(r'\s+', '_', s)
    return (s or "untitled")[:maxlen]


def _localize_images(content, media_dir):
    """正文图片本地化：网关/本地路径可映射的图 → 复制到 media/ 并改相对引用。

    - /idfile|/download 网关 URL 与本地绝对路径：复制进 media/，引用改 media/xxx
      （相对 chapters/ 目录），用户本地打开 md 直接可见图。
    - 其余 http(s) URL：保留原样（查看端可联网拉取；镜像进程不代下载远端，
      失败率与耗时不可控）。
    返回 (新正文, 本地化图片数)。
    """
    from .bid_compose_capability import _filesroot_path
    n = 0

    def _sub(m):
        nonlocal n
        alt, url = m.group(1), m.group(2)
        src = ""
        if url.startswith('http://') or url.startswith('https://'):
            from urllib.parse import urlparse, unquote
            path = unquote(urlparse(url).path or '')
            for lead in ('/idfile/', '/download/'):
                if path.startswith(lead):
                    cand = _filesroot_path(path[len(lead):])
                    if cand and os.path.isfile(cand):
                        src = cand
                    break
        elif url.startswith('/') and os.path.isfile(url):
            src = url
        if not src:
            return m.group(0)          # 映射不到 → 原样保留
        try:
            os.makedirs(media_dir, exist_ok=True)
            ext = os.path.splitext(src)[1] or '.png'
            name = hashlib.sha1(src.encode('utf-8')).hexdigest()[:16] + ext
            dst = os.path.join(media_dir, name)
            if not os.path.isfile(dst):
                with open(src, 'rb') as f1, open(dst, 'wb') as f2:
                    f2.write(f1.read())
            n += 1
            return '![%s](media/%s)' % (alt, name)
        except Exception as e:         # noqa: BLE001
            logger.warning("mirror: 图片本地化失败 %s: %s", src[:120], e)
            return m.group(0)

    new_content = _IMG_RE.sub(_sub, content or "")
    return new_content, n


async def sync_chapter_mirror(sor, project_id, chapter_id):
    """把章节正文（库内正本）镜像为 {项目根}/chapters/ 下的 md 文件。

    幂等：同章节重复调用覆盖同名文件（重写轮次天然刷新）。
    返回镜像文件路径（失败返回 ''，不抛异常）。
    """
    try:
        from .bid_common import rec_to_dict
        recs = await sor.sqlExe(
            "SELECT id, chapter_no, title, order_no, content, version, status, "
            "review_score, updated_at FROM bid_chapters WHERE id=${cid}$",
            {"cid": chapter_id})
        await sor.sqlExe("COMMIT", {})
        if not recs:
            return ''
        d = rec_to_dict(recs[0])
        content = d.get("content") or ""
        if not content.strip():
            return ''                  # 无正文不建空文件
        from .bid_compose_capability import _workspace_dir
        ws = await _workspace_dir(sor, project_id)
        if not ws:
            logger.warning("mirror: 工作空间解析失败，跳过镜像 pid=%s", project_id)
            return ''
        chap_dir = os.path.join(ws, "chapters")
        os.makedirs(chap_dir, exist_ok=True)
        try:
            order = int(d.get("order_no") or 0)
        except (TypeError, ValueError):
            order = 0
        fname = "%03d_%s_%s.md" % (order, _safe_name(d.get("chapter_no")),
                                   _safe_name(d.get("title")))
        # 清掉同章节旧命名文件（标题变更后不留孤儿）
        prefix = "%03d_%s_" % (order, _safe_name(d.get("chapter_no")))
        for old in os.listdir(chap_dir):
            if old.startswith(prefix) and old != fname and old.endswith(".md"):
                try:
                    os.remove(os.path.join(chap_dir, old))
                except OSError:
                    pass
        body, n_img = _localize_images(content, os.path.join(chap_dir, "media"))
        # 头部状态注记（镜像是查看件，标注库内正本状态便于用户判断新旧）
        header = ("<!-- 章节镜像（库内为正本）｜章节 %s｜v%s｜状态 %s｜评审 %s 分｜更新 %s -->\n\n"
                  % (d.get("chapter_no"), d.get("version"), d.get("status"),
                     d.get("review_score") if d.get("review_score") is not None else "-",
                     d.get("updated_at")))
        fpath = os.path.join(chap_dir, fname)
        with open(fpath, "w", encoding="utf-8") as f:
            f.write(header + body.rstrip() + "\n")
        if n_img:
            logger.info("mirror: %s 本地化 %d 张图 → %s", fname, n_img, chap_dir)
        return fpath
    except Exception as e:             # noqa: BLE001 镜像永不阻塞主流程
        logger.warning("sync_chapter_mirror failed pid=%s cid=%s: %s",
                       project_id, chapter_id, str(e)[:200])
        return ''