agent-radar/scripts/publish_emlog.py

#!/usr/bin/env python3
"""把 articles/ 下的 Markdown 源文发布（或更新）到 emlog 可巴蒂栏目。

用法
----
    python3 scripts/publish_emlog.py --article ipollowork
    python3 scripts/publish_emlog.py --article 00-overview
    python3 scripts/publish_emlog.py --article ipollowork --draft y   # 存草稿

两个关键设计
------------
1. **防空保护点放在"本地正文非空"，不是"先 detail 取回线上全文"**。
   emlog 的 article_update 在 content 为空时会把正文清空，所以必须有保护。
   但保护不能建立在 detail 上，原因有二：
     a) 本脚本的 content 永远来自本地 Markdown 源文，不存在"忘了传"的情况；
     b) detail 接口**查不到草稿**（实测：草稿 id 返回 400 Article not found，
        已发布文章正常）。若以 detail 为门槛，草稿将永远无法转正。
   因此 detail 降级为可选的健全性检查：取得到就对比长度，取不到不阻断。
2. **文章 ID 回写**。
   有同名项目档案（data/projects/<id>.yaml）→ 回写到档案的 article 块；
   没有（总纲文 00-overview、横评文 00-comparison 这类跨项目文章）
   → 回写到 articles/<id>.meta.yaml。
   有了 ID 才能做"更新"而不是每次都发一篇新的。
   判断顺序不能反：先按"是不是项目文"分流，再决定落哪里，
   否则新增一篇横评类文章时 ID 会无处可写，下次发布就变成重复发一篇。
"""

from __future__ import annotations

import argparse
import re
import sys
from pathlib import Path

sys.path.insert(0, str(Path(__file__).resolve().parent))
sys.path.insert(0, "/Users/figmarlite/.workbuddy/skills/emlog-blog-publisher/scripts")

import yaml  # noqa: E402
from _common import ARTICLES, PROJECTS, today, update_block  # noqa: E402
import publish_article as emlog  # noqa: E402

DEFAULT_SORT_ID = 17  # 可巴蒂


# ---------------------------------------------------------------- 转换
def md_to_html(md: str) -> str:
    """Markdown → HTML。emlog 只吃 HTML。"""
    try:
        import markdown
        return markdown.markdown(
            md, extensions=["tables", "fenced_code", "toc", "attr_list", "sane_lists"]
        )
    except ImportError:
        sys.exit("缺少 markdown 库：pip install markdown")


def split_title(md: str) -> tuple[str, str]:
    """取第一个一级标题作为文章标题，其余作为正文。"""
    lines = md.lstrip().split("\n")
    if lines and lines[0].startswith("# "):
        return lines[0][2:].strip(), "\n".join(lines[1:]).lstrip("\n")
    return "未命名", md


def to_excerpt(md: str, limit: int = 110) -> str:
    """摘一段纯文本作为摘要：跳过标题与表格，取第一段实质内容。"""
    for line in md.split("\n"):
        s = line.strip()
        if not s or s.startswith(("#", "|", ">", "-", "*", "!")) or s.startswith("<"):
            continue
        s = re.sub(r"[*`_]", "", s)
        return s[:limit]
    return ""


# ---------------------------------------------------------------- ID 读写
def meta_path(aid: str) -> Path:
    return ARTICLES / f"{aid}.meta.yaml"


def read_emlog_id(aid: str) -> int | None:
    p = PROJECTS / f"{aid}.yaml"
    if p.exists():
        d = yaml.safe_load(p.read_text(encoding="utf-8")) or {}
        v = (d.get("article") or {}).get("emlog_id")
        return int(v) if v else None
    mp = meta_path(aid)
    if mp.exists():
        return (yaml.safe_load(mp.read_text(encoding="utf-8")) or {}).get("emlog_id")
    return None


def write_emlog_id(aid: str, emlog_id: int) -> None:
    url = f"{emlog.BLOG_URL}/?post={emlog_id}"
    p = PROJECTS / f"{aid}.yaml"

    if not p.exists():
        # 跨项目文章（总纲 / 横评 / 专题）：没有档案可挂，单独存 meta。
        mp = meta_path(aid)
        mp.write_text(
            f"# 发布元数据（由 scripts/publish_emlog.py 维护）\n"
            f"# 本文不属于单个项目，ID 不落在 data/projects/ 下\n"
            f"emlog_id: {emlog_id}\nurl: \"{url}\"\nlast_published: \"{today()}\"\n",
            encoding="utf-8",
        )
        print(f"    已写入 {mp.name}")
        return

    text = p.read_text(encoding="utf-8")
    try:
        text = update_block(text, "article", {
            "emlog_id": emlog_id, "published_at": today(), "url": url,
        })
        p.write_text(text, encoding="utf-8")
        print(f"    已回写 emlog_id 到档案")
    except ValueError as e:
        print(f"    [warn] 回写失败：{e}")


# ---------------------------------------------------------------- 发布
def do_publish(aid: str, title: str, html: str, sort_id: int, tags: str, draft: str, excerpt: str) -> None:
    res = emlog.publish_article(
        title=title, content=html, sort_id=sort_id,
        excerpt=excerpt, tags=tags, draft=draft,
    )
    if res.get("code") != 0:
        print(f"    发布失败：{res.get('msg')}")
        sys.exit(1)
    new_id = int(res.get("data", {}).get("article_id") or 0)
    print(f"    已发布  id={new_id}  {emlog.BLOG_URL}/?post={new_id}")
    write_emlog_id(aid, new_id)


def do_update(aid: str, emlog_id: int, title: str, html: str, sort_id: int, tags: str, draft: str, excerpt: str) -> None:
    """更新既有文章。

    关于"emlog update 不传 content 会清空正文"这个坑：
    保护点应该是**本地正文非空**，而不是"先 detail 取回线上全文"。
    两个理由——
      1. 本脚本的 content 永远来自本地 Markdown 源文，不存在"忘了传"的情况；
      2. detail 接口查不到**草稿**（实测：草稿 id 返回 400 Article not found，
         已发布文章正常）。若把保护建立在 detail 上，草稿就永远无法转正。
    所以 detail 降级为可选的健全性检查：取得到就对比一下长度，取不到也不阻断。
    """
    print(f"    发现已有文章 id={emlog_id}，走更新流程")
    if not html.strip():
        print("    本地正文为空，拒绝更新（那会清空线上内容）")
        sys.exit(1)

    det = emlog.get_article_detail(emlog_id)
    if det.get("code") == 0:
        # 注意返回结构是 data.article.content，不是 data.content
        art = (det.get("data") or {}).get("article") or {}
        existing = art.get("content") or ""
        print(f"    线上现有正文 {len(existing)} 字符 → 将覆盖为 {len(html)} 字符")
    else:
        print(f"    未能取回线上正文（{det.get('msg', '未知')}）；"
              f"本地正文非空，继续更新")

    res = emlog.update_article(
        article_id=emlog_id, title=title, content=html,
        sort_id=sort_id, excerpt=excerpt, tags=tags, draft=draft,
    )
    if res.get("code") != 0:
        print(f"    更新失败：{res.get('msg')}")
        sys.exit(1)
    print(f"    已更新  {emlog.BLOG_URL}/?post={emlog_id}")


def main() -> int:
    ap = argparse.ArgumentParser()
    ap.add_argument("--article", required=True, help="articles/ 下的文件名（不含 .md）")
    ap.add_argument("--sort-id", type=int, default=DEFAULT_SORT_ID)
    ap.add_argument("--tags", default="")
    ap.add_argument("--draft", default="n", choices=["y", "n"])
    args = ap.parse_args()

    md_path = ARTICLES / f"{args.article}.md"
    if not md_path.exists():
        print(f"文章不存在：{md_path}")
        return 1

    md = md_path.read_text(encoding="utf-8")
    title, body = split_title(md)
    html = md_to_html(body)

    print(f"==> {args.article}")
    print(f"    标题：{title}")
    print(f"    HTML {len(html)} 字符")

    # 摘要要从正文里摘，不是从标题 —— 传标题进去等于没写摘要
    excerpt = to_excerpt(body)

    emlog_id = read_emlog_id(args.article)
    if emlog_id:
        do_update(args.article, emlog_id, title, html, args.sort_id, args.tags, args.draft, excerpt)
    else:
        do_publish(args.article, title, html, args.sort_id, args.tags, args.draft, excerpt)
    return 0


if __name__ == "__main__":
    raise SystemExit(main())