linke-sdufe 0.3.0 → 0.4.0

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "linke-sdufe",
-  "version": "0.3.0",
+  "version": "0.4.0",
   "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

@@ -34,6 +34,7 @@ import {
   parseJwcNotices,
   parsePortalNotices,
   parsePortalNoticeDetail,
+  parsePortalPage,
   parseMakeupsHtml,
 } from './parsers.js'
 
@@ -91,6 +92,23 @@ export const PORTAL_NOTICE_SOURCES = {
   ys: { name: '燕山学院', origin: 'https://ys.sdufe.edu.cn', listPath: '/xwtz/zhxw.htm', pagePath: '/xwtz/zhxw', infoPaths: ['1018', '1053'] },
   zfjxpj: { name: '政府绩效评价', origin: 'https://zfjxpj.sdufe.edu.cn', listPath: '/zxdt/tzgg.htm', pagePath: '/zxdt/tzgg', infoPaths: ['1010', '1015', '1018', '1037'] },
   zzb: { name: '组织部', origin: 'https://zzb.sdufe.edu.cn', listPath: '/index/tzgg.htm', pagePath: '/index/tzgg', infoPaths: ['1046', '1076'] },
+  sjc: { name: '审计处', origin: 'https://sjc.sdufe.edu.cn', listPath: '/gzdt.htm', pagePath: '/gzdt', infoPaths: ['1006'] },
+  cwc: { name: '财务处', origin: 'https://cwc.sdufe.edu.cn', listPath: '/tzgg.htm', pagePath: '/tzgg', infoPaths: ['1024'] },
+  sclx: { name: '出国留学培训基地', origin: 'https://sclx.sdufe.edu.cn', listPath: '/index/tzgg.htm', pagePath: '/index/tzgg', infoPaths: ['1078'] },
+}
+
+/**
+ * 校园官网明面具名页面注册表（T46 续四；学校概况类栏目页/单页——
+ * 非标准博达文章容器，解析走 parsePortalPage 容器链）。
+ * 逐页实勘 2026-09-04：全部含可提取正文。
+ */
+export const PORTAL_PAGES = {
+  xxjj: { name: '学校简介', url: 'https://www.sdufe.edu.cn/xxgk_/xxjj.htm' },
+  xrld: { name: '现任领导', url: 'https://www.sdufe.edu.cn/xxgk_/xrld.htm' },
+  zuzjg: { name: '组织机构', url: 'https://www.sdufe.edu.cn/zuzjg.htm' },
+  xqbc: { name: '校车班线', url: 'https://www.sdufe.edu.cn/xyfw/xqbc.htm' },
+  xydh: { name: '校园电话', url: 'https://www.sdufe.edu.cn/xyfw/xydh.htm' },
+  zxxl: { name: '校历', url: 'https://www.sdufe.edu.cn/xyfw/zxxl.htm' },
 }
 
 /** 课程属性中文名 → zzdKcSX 表单码（强智 kbxx_kc_ifr 口径） */
@@ -489,6 +507,41 @@ export function createSdufeAdapter(env) {
         .filter((x) => !src.infoPaths || !src.infoPaths.length || src.infoPaths.some((c) => x.url.includes(`/info/${c}/`)))
     },
 
+    /**
+     * 校园官网明面具名页面抓取（T46 续四）。
+     * 返回 { title, content, links }；links=页面内 info 文章链接清单
+     * （如现任领导页→每位领导详情页），供下一步详情深入。
+     */
+    async fetchPortalPage(pageKey) {
+      const page = PORTAL_PAGES[pageKey]
+      if (!page) {
+        throw new LinkeError('BAD_PAGE', `未知具名页面：${pageKey}（可选：${Object.keys(PORTAL_PAGES).join('/')}）`, {
+          exitCode: EXIT.GENERAL,
+          hint: 'xxjj=学校简介 / xrld=现任领导 / zuzjg=组织机构 / xqbc=校车班线 / xydh=校园电话 / zxxl=校历',
+        })
+      }
+      let response
+      try {
+        response = await env.fetch(page.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${page.name}页面`, err)
+      }
+      if (!response.ok) {
+        throw networkError(`抓取${page.name}页面（HTTP ${response.status}）`, null)
+      }
+      const parsed = parsePortalPage(await response.text(), page.url)
+      if (!parsed) {
+        throw new LinkeError('PARSE', `解析${page.name}页面失败（页面结构可能已变化）`, {
+          exitCode: EXIT.PARSE,
+        })
+      }
+      return { page: pageKey, name: page.name, url: page.url, ...parsed }
+    },
+
     /**
      * 校园官网公开通知详情全文（T46）。url 限源注册表内域名（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。

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, PORTAL_NOTICE_SOURCES } from './adapter.js'
+export { createSdufeAdapter, COURSE_TYPE_MAP, PORTAL_NOTICE_SOURCES, PORTAL_PAGES } from './adapter.js'
 export { nodeEnv, validateEnv } from './env.js'
 export { computeEncoded } from './encoding.js'
 export * as parsers from './parsers.js'

package/src/parsers.js

@@ -993,3 +993,67 @@ export function parsePortalNoticeDetail(html, pageUrl = '') {
   }
   return { title, date, content, attachments }
 }
+
+/** 校园官网明面具名页面解析（T46 续四）：容器链兜底——v_news_content →
+ * #vsb_content → .c_content → body 主文本（学校概况类页面非标准博达
+ * 文章容器，逐页实勘判例：xxjj 学校简介/xrld 现任领导/xydh 校园电话等）。
+ * 同时提取页面内 info 文章链接清单（如现任领导页→每位领导详情页），
+ * 供「列表→详情」动线延续。找不到任何容器时回退 body 去头尾。 */
+export function parsePortalPage(html, pageUrl = '') {
+  if (!html || typeof html !== 'string') return null
+  let inner = null
+  // 1. 标准博达容器优先（复用详情提取：v_news_content 含空壳跳过逻辑）
+  inner = extractVNewsContent(html)
+  // 2. vsb_content / c_content 容器（单次 div 平衡）
+  if (!inner) {
+    for (const marker of [/id="vsb_content"/i, /class="[^"]*c_content[^"]*"/i]) {
+      const om = html.match(marker)
+      if (!om) continue
+      const openTag = html.lastIndexOf('<div', om.index)
+      if (openTag === -1) continue
+      const openEnd = html.indexOf('>', openTag)
+      if (openEnd === -1) continue
+      let depth = 1
+      const tagRe = /<\/div\s*>|<div\b[^>]*>/gi
+      tagRe.lastIndex = openEnd + 1
+      let t
+      while ((t = tagRe.exec(html))) {
+        if (t[0][1] === '/') depth--
+        else depth++
+        if (depth === 0) {
+          inner = html.slice(openEnd + 1, t.index)
+          break
+        }
+      }
+      if (inner) break
+    }
+  }
+  // 3. 兜底：body 去头尾（script/style 已在 htmlToText 剔除）
+  const bodyMatch = inner ? null : html.match(/<body[^>]*>([\s\S]*?)<\/body>/i)
+  const source = inner || (bodyMatch ? bodyMatch[1] : html)
+  const content = htmlToText(source)
+  if (!content) return null
+  // 页面内 info 文章链接清单（去重、绝对化）
+  const origin = (() => {
+    try { return new URL(pageUrl).origin } catch { return '' }
+  })()
+  const links = []
+  const seen = new Set()
+  const linkRe = /<a\s[^>]*?href="((?:[^"]*?\/)?info\/\d+\/\d+\.htm)"[^>]*>([\s\S]*?)<\/a>/g
+  let a
+  while ((a = linkRe.exec(source))) {
+    let url = a[1]
+    if (!/^https?:/i.test(url) && origin) {
+      url = origin + '/' + url.replace(/^(\.\.\/)+/, '').replace(/^\//, '')
+      url = url.replace(/([^:])\/+/g, '$1/')
+    }
+    if (seen.has(url)) continue
+    seen.add(url)
+    const title = decodeEntities(a[2].replace(/<[^>]+>/g, ' ').replace(/\s+/g, ' ').trim())
+    if (title) links.push({ title: title.slice(0, 80), url })
+  }
+  // 标题：页面 title 剥站名后缀
+  const t = html.match(/<title>([^<]*)<\/title>/)
+  const pageTitle = t ? decodeEntities(t[1].replace(/-[^-]*$/, '').trim()) : ''
+  return { title: pageTitle, content, links }
+}