linke-sdufe 0.1.0 → 0.2.0

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "linke-sdufe",
-  "version": "0.1.0",
+  "version": "0.2.0",
   "description": "山东财经大学强智教务（jw.sdufe.edu.cn）适配器共享包：登录、教务查询与页面解析。linke-cli 与 Linke App 同源引用；教务请求一律从用户设备直发。",
   "type": "module",
   "main": "./src/index.js",

package/src/adapter.js

@@ -32,12 +32,25 @@ import {
   parseProgressDetailHtml,
   parseSimpleTable,
   parseJwcNotices,
+  parsePortalNotices,
+  parsePortalNoticeDetail,
   parseMakeupsHtml,
 } from './parsers.js'
 
 const USER_AGENT = 'Apifox/1.0.0 (https://apifox.com)'
 const REQUEST_TIMEOUT_MS = 20000
 
+/**
+ * 校园官网公开通知三大主源（T46；博达 CMS 同构，勘察实锤 2026-09-04）。
+ * 翻页：listPath=栏目首页，page N → pagePath/{N-1}.htm。
+ * 学工部通知栏目实测=info/1093（数据源地图旧记 1090 实测 404）。
+ */
+export const PORTAL_NOTICE_SOURCES = {
+  jwc: { name: '教务处官网', origin: 'https://jwc.sdufe.edu.cn', listPath: '/zxdt/tzgg.htm', pagePath: '/zxdt/tzgg', infoPath: '/info/1043/' },
+  main: { name: '学校主站', origin: 'https://www.sdufe.edu.cn', listPath: '/index/tzgg.htm', pagePath: '/index/tzgg', infoPath: '/info/1068/' },
+  xgb: { name: '学工部官网', origin: 'https://student.sdufe.edu.cn', listPath: '/index/tzgg.htm', pagePath: '/index/tzgg', infoPath: '/info/1093/' },
+}
+
 /** 课程属性中文名 → zzdKcSX 表单码（强智 kbxx_kc_ifr 口径） */
 export const COURSE_TYPE_MAP = {
   必修: '1',
@@ -386,24 +399,82 @@ export function createSdufeAdapter(env) {
 
     /**
      * jwc.sdufe.edu.cn 通知公告（公开源，无需登录；T17 双源之一）。
+     * T46 起委托三源通用 fetchPortalNotices（行为不变）。
      * 礼貌纪律：只抓请求的页（分页路径 tzgg/2.htm…），不预取整站。
      */
     async fetchJwcNotices(page = 1) {
-      const path = page <= 1 ? '/zxdt/tzgg.htm' : `/zxdt/tzgg/${page - 1}.htm`
+      return this.fetchPortalNotices('jwc', page)
+    },
+
+    /**
+     * 校园官网公开通知三大主源列表（T46；博达 CMS 同构一套解析）。
+     * site ∈ PORTAL_NOTICE_SOURCES：jwc 教务处 / main 主站 / xgb 学工部。
+     * 翻页口径（逐源实证）：page 1=栏目首页 tzgg.htm，page N= tzgg/{N-1}.htm。
+     * 礼貌纪律：只抓请求的页，不做归档批量预取。
+     */
+    async fetchPortalNotices(site, page = 1) {
+      const src = PORTAL_NOTICE_SOURCES[site]
+      if (!src) {
+        throw new LinkeError('BAD_SOURCE', `未知通知源：${site}（限 ${Object.keys(PORTAL_NOTICE_SOURCES).join('/')}）`, {
+          exitCode: EXIT.GENERAL,
+          hint: 'source 取 jwc=教务处 / main=学校主站 / xgb=学工部',
+        })
+      }
+      const path = page <= 1 ? src.listPath : `${src.pagePath}/${page - 1}.htm`
+      let response
+      try {
+        response = await env.fetch(src.origin + path, {
+          headers: { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) linke-cli' },
+          redirect: 'follow',
+          timeoutMs: 15000,
+        })
+      } catch (err) {
+        throw networkError(`抓取${src.name}公告页`, err)
+      }
+      if (!response.ok) {
+        throw networkError(`抓取${src.name}公告页（HTTP ${response.status}）`, null)
+      }
+      // 栏目过滤：列表页含导航/侧栏的 info 链接（如主站「学校概况」），
+      // 只保留本源通知栏目条目
+      return parsePortalNotices(await response.text(), src.origin)
+        .filter((x) => !src.infoPath || x.url.includes(src.infoPath))
+    },
+
+    /**
+     * 校园官网公开通知详情全文（T46）。url 限三源域名（白名单防抓任意站）；
+     * 礼貌纪律：只抓用户点名的这一篇，不做批量预取。
+     */
+    async fetchPortalNoticeDetail(url) {
+      let parsed
+      try {
+        parsed = new URL(url)
+      } catch {
+        throw new LinkeError('BAD_URL', `通知详情 URL 无效：${url}`, {
+          exitCode: EXIT.GENERAL,
+          hint: 'url 从 notices / get_notices 列表结果的 url 字段取（如 https://jwc.sdufe.edu.cn/info/1043/5995.htm）',
+        })
+      }
+      const src = Object.values(PORTAL_NOTICE_SOURCES).find((s) => s.origin === parsed.origin)
+      if (!src || !/^\/info\/\d+\/\d+\.htm$/.test(parsed.pathname)) {
+        throw new LinkeError('BAD_URL', `URL 不在校内通知三源范围：${url}`, {
+          exitCode: EXIT.GENERAL,
+          hint: `仅支持 ${Object.values(PORTAL_NOTICE_SOURCES).map((s) => s.origin).join(' / ')} 的 info/{栏目}/{id}.htm 详情页`,
+        })
+      }
       let response
       try {
-        response = await env.fetch('https://jwc.sdufe.edu.cn' + path, {
+        response = await env.fetch(url, {
           headers: { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) linke-cli' },
           redirect: 'follow',
           timeoutMs: 15000,
         })
       } catch (err) {
-        throw networkError('抓取教务处公告页', err)
+        throw networkError(`抓取${src.name}通知详情`, err)
       }
       if (!response.ok) {
-        throw networkError(`抓取教务处公告页（HTTP ${response.status}）`, null)
+        throw networkError(`抓取${src.name}通知详情（HTTP ${response.status}）`, null)
       }
-      return parseJwcNotices(await response.text())
+      return parsePortalNoticeDetail(await response.text(), url)
     },
 
     /** 教务系统「已收公告」（个人收件，登录态；T17 双源之二） */

package/src/index.js

@@ -2,7 +2,7 @@
  * linke-sdufe：山财强智教务适配器共享包。
  * linke-cli（Node）与 Linke App（uni-app，经 uni.request 垫片）同源引用。
  */
-export { createSdufeAdapter, COURSE_TYPE_MAP } from './adapter.js'
+export { createSdufeAdapter, COURSE_TYPE_MAP, PORTAL_NOTICE_SOURCES } from './adapter.js'
 export { nodeEnv, validateEnv } from './env.js'
 export { computeEncoded } from './encoding.js'
 export * as parsers from './parsers.js'

package/src/parsers.js

@@ -771,27 +771,11 @@ export function parseSimpleTable(html, { emptyText = '未查询到数据', dropF
 
 /**
  * jwc.sdufe.edu.cn 通知公告列表解析（T17 双源之公开源）。
- * 页面真实形态（zxdt/tzgg.htm）：相对链接
- *   <a href="../info/1043/5965.htm" target="_blank">标题</a>
- * 日期在 </a> 后约 120 字符窗口内（PHP Domain/JwNotice.php 备选
- * 模式同源）；URL 转 https://jwc.sdufe.edu.cn/info/… 绝对地址。
- * → [{ title, url, date }]
+ * T46 起委托通用博达列表解析 parsePortalNotices（签名/输出不变，
+ * 原地正则实现退役——三源一套解析）。
  */
 export function parseJwcNotices(html, baseUrl = 'https://jwc.sdufe.edu.cn') {
-  const list = []
-  const linkRe = /<a\s+href="([^"]*\/info\/\d+\/\d+\.htm)"[^>]*>([^<]+)<\/a>/g
-  let m
-  while ((m = linkRe.exec(html))) {
-    let url = m[1]
-    if (!/^https?:/i.test(url)) {
-      // "../info/x" 相对于 "/zxdt/tzgg.htm" → "/info/x"
-      url = baseUrl + '/' + url.replace(/^(\.\.\/)+/, '')
-    }
-    const after = html.slice(m.index + m[0].length, m.index + m[0].length + 120)
-    const date = (after.match(/\d{4}-\d{2}-\d{2}/) || [])[0] || ''
-    list.push({ title: m[2].trim(), url, date })
-  }
-  return list
+  return parsePortalNotices(html, baseUrl)
 }
 
 /**
@@ -823,3 +807,176 @@ export function parseMakeupsHtml(html) {
     return { makeups: [], note: '暂无补考记录' }
   }
 }
+
+// ---------- 校园官网公开通知（博达 CMS 三源通用，T46） ----------
+// 三源（教务处 jwc / 主站 main / 学工部 xgb）同构：列表条目
+// <a href="../info/{栏}/{id}.htm">，详情正文容器 .v_news_content。
+// 勘察实锤（2026-09-04 curl 逐源实证）：学工部通知栏目=info/1093
+// （数据源地图旧记 1090 实测 404，以本实现为准回灌）。
+
+/** 常见 HTML 实体解码（通知正文范围，不追求全表） */
+function decodeEntities(text) {
+  return String(text)
+    .replace(/&nbsp;/g, ' ')
+    .replace(/&amp;/g, '&')
+    .replace(/&lt;/g, '<')
+    .replace(/&gt;/g, '>').replace(/&quot;/g, '"')
+    .replace(/&#39;|&apos;/g, "'")
+    .replace(/&ldquo;|&#8220;/g, '“')
+    .replace(/&rdquo;|&#8221;/g, '”')
+    .replace(/&mdash;/g, '—')
+    .replace(/&hellip;/g, '…')
+    .replace(/&middot;/g, '·')
+    .replace(/&#(\d+);/g, (_, n) => {
+      const code = Number(n)
+      return code > 0 && code < 0x10ffff ? String.fromCodePoint(code) : ''
+    })
+}
+
+/** 去标签取纯文本；表格块整体抽出按行转「| 分列」行（td 内嵌 p 等不误断行） */
+function htmlToText(html) {
+  let s = String(html)
+  s = s.replace(/<(script|style)[\s\S]*?<\/\1>/gi, '')
+  const tables = []
+  s = s.replace(/<table[\s\S]*?<\/table>/gi, (tableHtml) => {
+    const rows = tableHtml.match(/<tr[\s\S]*?<\/tr>/gi) || []
+    const lines = rows
+      .map((row) =>
+        (row.match(/<t[dh][^>]*>[\s\S]*?<\/t[dh]>/gi) || [])
+          .map((c) => decodeEntities(c.replace(/<[^>]+>/g, '')).replace(/\s+/g, ' ').trim())
+          .join(' | ')
+          .replace(/^[\s|]+|[\s|]+$/g, '')
+      )
+      .filter(Boolean)
+    tables.push(lines.join('\n'))
+    return `\u0000T${tables.length - 1}\u0000`
+  })
+  s = s.replace(/<br\s*\/?>/gi, '\n')
+  s = s.replace(/<\/(p|div|h[1-6]|li|tr|table)>/gi, '\n')
+  s = s.replace(/<[^>]+>/g, '')
+  s = decodeEntities(s)
+  s = s.replace(/[ \t\u3000]+/g, ' ')
+  s = s.replace(/\n\s*\n+/g, '\n')
+  s = s
+    .split('\n')
+    .map((l) => l.trim())
+    .filter(Boolean)
+    .join('\n')
+  return s.replace(/\u0000T(\d+)\u0000/g, (_, n) => tables[Number(n)] || '')
+}
+
+/**
+ * 博达 CMS 通知列表通用解析（T46 三源通吃）。
+ * 兼容形态（逐源实证）：
+ * - 教务处/主站：日期在 </a> 后窗口（2026-09-04 / [2026-09-04]）
+ * - 学工部：日期在条目 <div class="time"> 内 day+month 分元素（条目 a 之前）；
+ *   同一条目 h3 标题 a 与 des 摘要 a 同 URL → 按 URL 去重保首个（标题）
+ * → [{ title, url, date }]（url 绝对地址）
+ */
+export function parsePortalNotices(html, baseUrl = '') {
+  const list = []
+  const seen = new Set()
+  const linkRe = /<a\s+href="([^"]*\/info\/\d+\/\d+\.htm)"[^>]*>([^<]+)<\/a>/g
+  let m
+  while ((m = linkRe.exec(html))) {
+    let url = m[1]
+    if (!/^https?:/i.test(url)) {
+      // "../info/x" 相对列表页目录 → 站点根 /info/x（博达栏目均为根级 info/）
+      url = baseUrl.replace(/\/$/, '') + '/' + url.replace(/^(\.\.\/)+/, '')
+    }
+    if (seen.has(url)) continue
+    seen.add(url)
+    const after = html.slice(m.index + m[0].length, m.index + m[0].length + 600)
+    const before = html.slice(Math.max(0, m.index - 600), m.index)
+    let date = (after.match(/\d{4}-\d{2}-\d{2}/) || [])[0] || ''
+    if (!date) {
+      // 学工部形态：<p class="day">13</p><p class="month">2026-07</p>
+      const dm = before.match(/class="day">\s*(\d{1,2})\s*<\/p>\s*<p class="month">\s*(\d{4}-\d{2})/)
+      if (dm) date = `${dm[2]}-${dm[1].padStart(2, '0')}`
+    }
+    list.push({ title: decodeEntities(m[2].trim()), url, date })
+  }
+  return list
+}
+
+/**
+ * 定位详情正文容器 .v_news_content 并按 div 平衡提取其 innerHTML
+ * （主站页含 2 个 v_news_content——首个内嵌 script 取空的取非空者）。
+ * 找不到 → null（调用方决定报错口径：明确报错不空转，T46 验收 3）。
+ */
+function extractVNewsContent(html) {
+  const openTagRe = /<div[^>]*class="[^"]*v_news_content[^"]*"[^>]*>/gi
+  let om
+  while ((om = openTagRe.exec(html))) {
+    const from = om.index + om[0].length
+    let depth = 1
+    const tagRe = /<\/div\s*>|<div\b[^>]*>/gi
+    tagRe.lastIndex = from
+    let t
+    while ((t = tagRe.exec(html))) {
+      if (t[0][1] === '/') depth--
+      else depth++
+      if (depth === 0) {
+        const inner = html.slice(from, t.index)
+        // 首个容器可能为空壳（script 注入型），取下一个非空者
+        if (htmlToText(inner).length > 0) return inner
+        break
+      }
+    }
+  }
+  return null
+}
+
+/**
+ * 博达 CMS 通知详情页通用解析（T46 三源通吃）。
+ * → { title, date, content, attachments: [{ name, url }] }
+ * - 标题：h1 优先，fallback title（剥站名后缀）
+ * - 日期：arttime（YY-MM-DD 补 20 前缀）/ 全页 YYYY-MM-DD / 发布时间元素
+ * - 正文：.v_news_content 结构化文本（表格转 | 分列行）
+ * - 附件：正文内 a[href 含 .doc/.pdf//system/_ 等] 列表化（不下载）
+ * 容器缺失抛 parseError（改版/非通知页明确报错，验收 3 口径）。
+ */
+export function parsePortalNoticeDetail(html, pageUrl = '') {
+  if (!html || typeof html !== 'string' || !extractVNewsContent(html)) {
+    throw parseError('通知详情正文（.v_news_content 容器缺失——页面可能已改版或非通知页）')
+  }
+  let title = ''
+  const h1 = html.match(/<h1[^>]*>([\s\S]*?)<\/h1>/)
+  if (h1) {
+    title = decodeEntities(h1[1].replace(/<[^>]+>/g, '').trim())
+  } else {
+    const t = html.match(/<title>([^<]*)<\/title>/)
+    title = t ? decodeEntities(t[1].replace(/-[^-]*$/, '').trim()) : ''
+  }
+  let date = ''
+  const arttime = html.match(/class="arttime"[\s\S]{0,200}?(\d{2})-(\d{2})-(\d{2})/)
+  if (arttime) date = `20${arttime[1]}-${arttime[2]}-${arttime[3]}`
+  if (!date) {
+    const pub = html.match(/(?:发布时间|发布日期)[：:\s]*(\d{4}-\d{2}-\d{2})/)
+    if (pub) date = pub[1]
+  }
+  if (!date) date = (html.match(/\d{4}-\d{2}-\d{2}/) || [])[0] || ''
+
+  const inner = extractVNewsContent(html)
+  const content = htmlToText(inner)
+
+  const attachments = []
+  const attRe = /<a\s+href="([^"]+)"[^>]*>([\s\S]*?)<\/a>/g
+  let a
+  const origin = (() => {
+    try { return new URL(pageUrl).origin } catch { return '' }
+  })()
+  while ((a = attRe.exec(inner))) {
+    const href = a[1]
+    const isAtt = /\.(docx?|xlsx?|pptx?|pdf|zip|rar|txt)(\?|$)/i.test(href) || href.includes('/system/_')
+    if (!isAtt) continue
+    let url = href
+    if (!/^https?:/i.test(url) && origin) {
+      url = origin + (url.startsWith('/') ? '' : '/') + url.replace(/^(\.\.\/)+/, '')
+      url = url.replace(/([^:])\/+/g, '$1/')
+    }
+    const name = decodeEntities(a[2].replace(/<[^>]+>/g, '').trim()) || decodeEntities((href.split('wbfileid=')[1] || '').slice(0, 8)) || '附件'
+    attachments.push({ name, url })
+  }
+  return { title, date, content, attachments }
+}