cnks 0.3.0__py3-none-any.whl → 0.3.2__py3-none-any.whl

src/searcher.py

@@ -13,53 +13,42 @@
 5. 返回链接列表给工作者
 """
 
-import logging
 import os
-import traceback
 import asyncio
 import platform
 import time
 from typing import List, Dict, Any, Optional
 
-# 配置日志记录
-try:
-    # 尝试使用绝对路径
-    log_dir = os.path.dirname(os.path.abspath(__file__))
-    log_file = os.path.join(os.path.dirname(log_dir), "cnks_searcher.log")
+# 禁用日志记录
+class DummyLogger:
+    """空日志记录器，用于禁用日志输出"""
+    def __init__(self, *args, **kwargs):
+        pass
+    
+    def debug(self, *args, **kwargs):
+        pass
     
-    # 创建处理器
-    file_handler = logging.FileHandler(log_file, mode="a")
-    console_handler = logging.StreamHandler()
+    def info(self, *args, **kwargs):
+        pass
     
-    # 设置格式
-    formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
-    file_handler.setFormatter(formatter)
-    console_handler.setFormatter(formatter)
+    def warning(self, *args, **kwargs):
+        pass
     
-    # 获取日志记录器并添加处理器
-    logger = logging.getLogger("cnks.searcher")
-    logger.setLevel(logging.DEBUG)
+    def error(self, *args, **kwargs):
+        pass
     
-    # 移除现有处理器以避免重复
-    if logger.handlers:
-        for handler in logger.handlers:
-            logger.removeHandler(handler)
+    def critical(self, *args, **kwargs):
+        pass
     
-    logger.addHandler(file_handler)
-    logger.addHandler(console_handler)
+    def addHandler(self, *args, **kwargs):
+        pass
     
-    # 打印确认信息
-    print(f"Searcher logger initialized, logging to: {log_file}")
-    logger.info(f"Searcher logging to: {log_file}")
-except Exception as e:
-    # 回退到基本控制台日志记录
-    logging.basicConfig(
-        level=logging.DEBUG,
-        format="%(asctime)s - %(name)s - %(levelname)s - %(message)s"
-    )
-    logger = logging.getLogger("cnks.searcher")
-    logger.error(f"Failed to set up file logging: {str(e)}")
-    print(f"Error setting up searcher file logging: {str(e)}")
+    def setLevel(self, *args, **kwargs):
+        pass
+
+# 使用空日志记录器
+logger = DummyLogger()
+print = lambda *args, **kwargs: None  # 禁用print函数
 
 # 导入必要的模块
 try:
@@ -67,7 +56,6 @@ try:
     PLAYWRIGHT_AVAILABLE = True
 except ImportError:
     PLAYWRIGHT_AVAILABLE = False
-    logger.error("Playwright not available. Install with: pip install playwright")
 
 # 尝试导入其他模块
 try:
@@ -80,7 +68,7 @@ except ImportError:
         from click50 import set_results_per_page
         from extractlink import extract_links_from_page
     except ImportError:
-        logger.warning("无法导入验证处理、过滤和链接提取模块，部分功能可能不可用")
+        pass
 
 # 默认搜索URL
 SEARCH_URL = os.environ.get("SEARCH_URL", "https://kns.cnki.net/kns8s/search")
@@ -166,11 +154,8 @@ class Searcher:
         self.context = None
         self.browser_started = False
         
-        # 创建调试截图目录
-        self.debug_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "debug_screenshots")
-        os.makedirs(self.debug_dir, exist_ok=True)
-        
-        logger.info("Searcher初始化完成")
+        # 不创建调试截图目录
+        self.debug_dir = "/dev/null" if platform.system() != "Windows" else "NUL"
     
     async def start_browser(self) -> bool:
         """
@@ -180,24 +165,18 @@ class Searcher:
             bool: 浏览器是否成功启动
         """
         if self.browser_started:
-            logger.info("浏览器已启动，重用现有实例")
             return True
             
         if not PLAYWRIGHT_AVAILABLE:
-            logger.error("Playwright未安装，无法启动浏览器")
             return False
             
         try:
-            logger.info("使用持久上下文启动浏览器")
-            
             # 创建Playwright实例
             self.playwright = await async_playwright().start()
-            logger.info("Playwright已启动")
             
             # 创建用户数据目录（如果不存在）
             user_data_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), "chrome_data")
             os.makedirs(user_data_dir, exist_ok=True)
-            logger.info(f"使用Chrome用户数据目录: {user_data_dir}")
             
             # 设置Chrome参数
             browser_args = [
@@ -207,8 +186,6 @@ class Searcher:
             
             # 查找Chrome可执行文件
             chrome_path = self._find_chrome_executable()
-            if chrome_path:
-                logger.info(f"使用Chrome路径: {chrome_path}")
             
             # 使用持久上下文启动浏览器
             self.context = await self.playwright.chromium.launch_persistent_context(
@@ -217,22 +194,17 @@ class Searcher:
                 headless=False,
                 args=browser_args
             )
-            logger.info("使用持久上下文启动浏览器成功")
             
             # 创建一个初始页面确保上下文已激活
             init_page = await self.context.new_page()
             await init_page.goto("about:blank")
             await init_page.close()
-            logger.info("使用空白页初始化浏览器")
             
             # 标记浏览器已启动
             self.browser_started = True
             return True
             
-        except Exception as e:
-            logger.error(f"启动浏览器时出错: {str(e)}")
-            logger.error(traceback.format_exc())
-            
+        except Exception:
             # 清理资源
             await self.close_browser()
             return False
@@ -244,29 +216,22 @@ class Searcher:
         Returns:
             bool: 是否成功关闭
         """
-        logger.info("关闭浏览器资源")
-        
         try:
             # 关闭浏览器上下文
             if self.context:
                 await self.context.close()
                 self.context = None
-                logger.info("浏览器上下文已关闭")
             
             # 停止Playwright
             if self.playwright:
                 await self.playwright.stop()
                 self.playwright = None
-                logger.info("Playwright已停止")
             
             # 重置浏览器状态
             self.browser_started = False
-            logger.info("浏览器资源已成功关闭")
             return True
             
-        except Exception as e:
-            logger.error(f"关闭浏览器时出错: {str(e)}")
-            logger.error(traceback.format_exc())
+        except Exception:
             self.browser_started = False
             return False
     
@@ -303,10 +268,8 @@ class Searcher:
         for path in candidates:
             expanded_path = os.path.expanduser(path)
             if os.path.exists(expanded_path) and os.access(expanded_path, os.X_OK):
-                logger.info(f"找到Chrome路径: {expanded_path}")
                 return expanded_path
         
-        logger.warning("未找到Chrome可执行文件")
         return None
     
     async def open_page(self, url: str) -> Optional[Page]:
@@ -322,13 +285,11 @@ class Searcher:
         if not self.browser_started:
             success = await self.start_browser()
             if not success:
-                logger.error("无法启动浏览器，放弃打开页面")
                 return None
         
         try:
             # 创建新标签页
             page = await self.context.new_page()
-            logger.info(f"已创建新标签页，正在导航到URL: {url}")
             
             # 导航到指定URL
             await page.goto(url, wait_until="domcontentloaded", timeout=30000)
@@ -336,19 +297,14 @@ class Searcher:
             # 检查是否需要验证
             verification_needed = await check_verification_needed(page)
             if verification_needed:
-                logger.info("检测到需要人工验证，等待10秒钟...")
                 await page.wait_for_timeout(10000)  # 等待10秒
-            else:
-                logger.info("未检测到验证页面，继续执行")
             
             # 等待页面完全加载
             await page.wait_for_load_state("networkidle", timeout=30000)
             
             return page
             
-        except Exception as e:
-            logger.error(f"打开页面时出错: {str(e)}")
-            logger.error(traceback.format_exc())
+        except Exception:
             return None
     
     async def apply_cssci_filter(self, page) -> Dict[str, Any]:
@@ -361,7 +317,6 @@ class Searcher:
         Returns:
             Dict: 包含操作结果的字典，包括是否成功、消息等
         """
-        logger.info("开始应用CSSCI筛选")
         result = {
             "success": True,  # 默认为True，即使没找到也算成功（跳过继续处理）
             "message": "",
@@ -378,7 +333,6 @@ class Searcher:
             """)
             
             if cssci_checked:
-                logger.info("CSSCI选项已被选中，现在点击应用按钮")
                 # 即使已选中也点击应用按钮确保筛选生效
                 apply_result = await self.click_apply_button(page)
                 result["filter_applied"] = True
@@ -390,7 +344,6 @@ class Searcher:
             
             if cssci_checkbox:
                 # 使用模拟真实鼠标点击的方法点击CSSCI复选框
-                logger.info("找到CSSCI复选框，使用真实鼠标点击模拟")
                 
                 # 获取元素的位置
                 bbox = await cssci_checkbox.bounding_box()
@@ -407,18 +360,14 @@ class Searcher:
                     await asyncio.sleep(0.05)
                     # 释放鼠标按钮
                     await page.mouse.up()
-                    
-                    logger.info("成功模拟真实鼠标点击CSSCI复选框")
                 else:
                     # 如果无法获取位置，回退到普通点击
-                    logger.warning("无法获取CSSCI复选框位置，使用普通点击")
                     await cssci_checkbox.click()
                 
                 # 等待一秒确保复选框状态更新
                 await asyncio.sleep(1)
                 
                 # 点击应用按钮
-                logger.info("点击应用按钮应用筛选")
                 apply_result = await self.click_apply_button(page)
                 
                 # 等待页面刷新
@@ -430,17 +379,13 @@ class Searcher:
             
             # 如果通过精确选择器未找到，则尝试查找来源类别区域
             source_category = await page.query_selector('.source-category, .filter-item:has-text("来源类别")')
-            logger.debug("[DEBUG] 尝试查找来源类别区域")
             
             if source_category:
-                logger.debug("[DEBUG] 找到了来源类别区域")
-                
                 # 在来源类别区域内查找CSSCI选项
                 cssci_checkbox = await source_category.query_selector('input[type="checkbox"]:near(:text("CSSCI"))')
                 
                 if cssci_checkbox:
                     # 使用模拟真实鼠标点击的方法点击CSSCI复选框
-                    logger.info("找到CSSCI复选框（在来源类别区域内），使用真实鼠标点击模拟")
                     
                     # 获取元素的位置
                     bbox = await cssci_checkbox.bounding_box()
@@ -457,18 +402,14 @@ class Searcher:
                         await asyncio.sleep(0.05)
                         # 释放鼠标按钮
                         await page.mouse.up()
-                        
-                        logger.info("成功模拟真实鼠标点击CSSCI复选框")
                     else:
                         # 如果无法获取位置，回退到普通点击
-                        logger.warning("无法获取CSSCI复选框位置，使用普通点击")
                         await cssci_checkbox.click()
                     
                     # 等待一秒确保复选框状态更新
                     await asyncio.sleep(1)
                     
                     # 点击应用按钮
-                    logger.info("点击应用按钮应用筛选")
                     apply_result = await self.click_apply_button(page)
                     
                     # 等待页面刷新
@@ -478,13 +419,10 @@ class Searcher:
                     result["message"] = f"成功勾选CSSCI选项并点击应用按钮，结果: {apply_result}"
                     return result
                 else:
-                    logger.debug("[DEBUG] 在来源类别区域未找到CSSCI选项")
-                    
                     # 尝试另一种方式：直接在整个页面中查找CSSCI
                     cssci_text = await page.query_selector(':text("CSSCI")')
                     if cssci_text:
                         # 使用模拟真实鼠标点击的方法点击CSSCI文本
-                        logger.info("找到CSSCI文本，使用真实鼠标点击模拟")
                         
                         # 获取元素的位置
                         bbox = await cssci_text.bounding_box()
@@ -501,18 +439,14 @@ class Searcher:
                             await asyncio.sleep(0.05)
                             # 释放鼠标按钮
                             await page.mouse.up()
-                            
-                            logger.info("成功模拟真实鼠标点击CSSCI文本")
                         else:
                             # 如果无法获取位置，回退到普通点击
-                            logger.warning("无法获取CSSCI文本位置，使用普通点击")
                             await cssci_text.click()
                         
                         # 等待一秒确保复选框状态更新
                         await asyncio.sleep(1)
                         
                         # 点击应用按钮
-                        logger.info("点击应用按钮应用筛选")
                         apply_result = await self.click_apply_button(page)
                         
                         await page.wait_for_load_state("networkidle")
@@ -524,14 +458,10 @@ class Searcher:
                         result["message"] = "未找到CSSCI选项"
                         return result
             else:
-                logger.debug("[DEBUG] 未找到来源类别区域")
                 result["message"] = "未找到来源类别区域和CSSCI选项"
                 return result
                 
         except Exception as e:
-            logger.error(f"应用CSSCI筛选时发生错误: {str(e)}")
-            logger.error(traceback.format_exc())
-            
             result["message"] = f"应用CSSCI筛选时发生错误: {str(e)}"
             return result
     
@@ -560,8 +490,6 @@ class Searcher:
             try:
                 button = await page.query_selector(btn_selector)
                 if button:
-                    logger.info(f"找到应用按钮: {btn_selector}，使用真实鼠标点击模拟")
-                    
                     # 获取按钮位置
                     bbox = await button.bounding_box()
                     if bbox:
@@ -577,20 +505,16 @@ class Searcher:
                         await asyncio.sleep(0.05)
                         # 释放鼠标按钮
                         await page.mouse.up()
-                        
-                        logger.info(f"成功模拟真实鼠标点击应用按钮: {btn_selector}")
                     else:
                         # 如果无法获取位置，回退到普通点击
-                        logger.warning(f"无法获取按钮 '{btn_selector}' 位置，使用普通点击")
                         await button.click()
                     
                     await page.wait_for_load_state("networkidle", timeout=10000)
                     return True
-            except Exception as e:
-                logger.warning(f"点击按钮 '{btn_selector}' 失败: {str(e)}")
+            except Exception:
+                pass
         
         # 如果没有找到标准按钮，尝试通过JavaScript应用筛选
-        logger.info("尝试通过JavaScript应用筛选")
         apply_js = """
         () => {
             try {
@@ -630,11 +554,9 @@ class Searcher:
         
         apply_result = await page.evaluate(apply_js)
         if apply_result.get('clicked', False):
-            logger.info(f"通过JavaScript应用筛选成功: {apply_result}")
             await page.wait_for_load_state("networkidle", timeout=10000)
             return True
         
-        logger.warning("未找到应用筛选的按钮")
         return False
     
     async def search_keyword(self, keyword: str) -> List[str]:
@@ -648,36 +570,28 @@ class Searcher:
             List[str]: 搜索结果链接列表
         """
         if not PLAYWRIGHT_AVAILABLE:
-            error_msg = "Playwright未安装，无法执行搜索"
-            logger.error(error_msg)
-            raise RuntimeError(error_msg)
+            return []
         
         # 确保浏览器已启动
         if not self.browser_started:
             success = await self.start_browser()
             if not success:
-                logger.error("无法启动浏览器，放弃搜索")
                 return []
         
         page = None
         try:
-            logger.info(f"搜索关键词: {keyword}")
-            
             # 使用open_page方法打开搜索页面
             page = await self.open_page(SEARCH_URL)
             if not page:
-                logger.error("无法打开搜索页面")
                 return []
             
             # 输入搜索词
-            logger.info("正在输入搜索关键词")
             search_input = await page.query_selector('#txt_search-input')
             
             if search_input:
                 await search_input.fill(keyword)
                 await search_input.press('Enter')
             else:
-                logger.warning("未找到搜索输入框")
                 # 尝试其他可能的搜索输入框选择器
                 alternate_selectors = [
                     'input[type="search"]',
@@ -688,7 +602,6 @@ class Searcher:
                     try:
                         input_field = await page.query_selector(selector)
                         if input_field:
-                            logger.info(f"找到替代搜索输入框: {selector}")
                             await input_field.fill(keyword)
                             await input_field.press('Enter')
                             break
@@ -696,72 +609,46 @@ class Searcher:
                         continue
             
             # 等待搜索结果
-            logger.info("等待搜索结果")
             await page.wait_for_load_state("networkidle", timeout=60000)
             
             # 尝试等待结果列表出现
             try:
-                logger.info("等待结果列表出现")
                 await page.wait_for_selector('.result-table-list', timeout=10000)
-                logger.info("已找到结果列表")
-            except Exception as e:
-                logger.warning(f"未找到结果列表: {str(e)}")
+            except Exception:
+                pass
             
             # 设置每页显示50条结果
-            logger.info("设置每页显示50条结果")
             try:
                 # 调用click50模块的设置方法
                 page_setting_result = await set_results_per_page(page)
                 if page_setting_result.get("success", False):
                     if page_setting_result.get("setting_applied", False):
-                        logger.info("成功设置每页显示50条结果")
                         # 等待页面重新加载结果
                         await page.wait_for_load_state("networkidle", timeout=10000)
                         # 增加1000ms额外延时确保页面完全加载
-                        logger.info("增加1000ms延时以确保页面完全加载")
                         await asyncio.sleep(1)
-                    else:
-                        logger.info(f"显示设置未应用: {page_setting_result.get('message', '')}")
-                else:
-                    logger.warning(f"设置显示数量失败: {page_setting_result.get('message', '')}")
-            except Exception as e:
-                logger.warning(f"设置显示数量时出错: {str(e)}")
-                logger.warning(traceback.format_exc())
+            except Exception:
+                pass
             
             # 应用CSSCI筛选
-            logger.info("应用CSSCI筛选（如果可用）")
             try:
                 # 调用内部的CSSCI筛选方法
-                filter_result = await self.apply_cssci_filter(page)
-                if filter_result.get("success", False):
-                    if filter_result.get("filter_applied", False):
-                        logger.info("CSSCI筛选成功应用")
-                    else:
-                        logger.info(f"CSSCI筛选未应用: {filter_result.get('message', '')}")
-                else:
-                    logger.warning(f"应用CSSCI筛选失败: {filter_result.get('message', '')}")
-            except Exception as e:
-                logger.warning(f"CSSCI筛选时出错: {str(e)}")
-                logger.warning(traceback.format_exc())
+                await self.apply_cssci_filter(page)
+            except Exception:
+                pass
             
             # 强制等待几秒，确保页面加载完毕
-            logger.info("额外等待几秒确保结果加载完毕")
             await asyncio.sleep(5)
             
             # 提取链接 - 使用独立的extractlink模块
-            logger.info("使用extractlink模块从搜索结果中提取链接")
             links = await extract_links_from_page(page)
-            logger.info(f"提取到 {len(links)} 个链接")
             
             return links
             
-        except Exception as e:
-            logger.error(f"搜索关键词 {keyword} 时出错: {str(e)}")
-            logger.error(traceback.format_exc())
+        except Exception:
             return []
             
         finally:
             # 关闭标签页但保持浏览器打开
             if page:
-                await page.close()
-                logger.info("已关闭搜索页面，保持浏览器打开") 
+                await page.close()