butubb
4e60524f37
在上游 MediaCrawler 之上新增一层： - 监控层 api/monitor/ —— 多博主/多笔记的定时采集、指标快照差分、报表、 企业微信通知。每轮采集写入独立目录，差分才成立。 - WebUI 登录鉴权 api/auth.py —— PBKDF2 口令 + 服务端会话，/api 全接口防护。 WebSocket 单独加依赖：BaseHTTPMiddleware 对 ws 作用域直接放行，覆盖不到。 - 全局平台切换 + 能力矩阵 —— 如实区分「爬虫模块支持」与「监控层已接线」， 未接通的平台直接拒绝建任务，而不是静默跑空。 - 监控库改用 MySQL 5.7（可回退 SQLite 供测试）：逐表强制 utf8mb4 （服务端与库默认都是 latin1），启动校验所连 schema 以防写错库， 连接池 recycle + pre_ping 应对 MySQL 的 8 小时空闲断连。 修复上游缺陷： - xhs/core.py: 主页抓取失败会跳掉整个博主，导致一条作品都抓不到， 而那份资料只喂给一个空函数。改为尽力而为，失败不中断。 - xhs/login.py: cookie 登录只注入 web_session，冷启动签名会失败。 新增 INJECT_ALL_COOKIES 开关（默认关闭，原有行为不变）。 - requirements.txt: 补上 websockets。它在上游 pyproject.toml 里有声明、 这里漏了，导致 uvicorn 没有 WebSocket 能力，实时日志流从未工作。 改动过的上游文件清单及合并方式见 UPSTREAM.md。 测试：492 passed（另有 1 个既有的 Windows/gbk 上游测试失败，与本改动无关）
71 lines
2.7 KiB
Python
71 lines
2.7 KiB
Python
# -*- coding: utf-8 -*-
|
|
# Copyright (c) 2025 [email protected]
|
|
#
|
|
# This file is part of MediaCrawler project.
|
|
# Repository: https://github.com/NanmiCoder/MediaCrawler/blob/main/api/services/interpreter.py
|
|
# GitHub: https://github.com/NanmiCoder
|
|
# Licensed under NON-COMMERCIAL LEARNING LICENSE 1.1
|
|
#
|
|
# 声明：本代码仅供学习和研究目的使用。使用者应遵守以下原则：
|
|
# 1. 不得用于任何商业用途。
|
|
# 2. 使用时应遵守目标平台的使用条款和robots.txt规则。
|
|
# 3. 不得进行大规模爬取或对平台造成运营干扰。
|
|
# 4. 应合理控制请求频率，避免给目标平台带来不必要的负担。
|
|
# 5. 不得用于任何非法或不当的用途。
|
|
#
|
|
# 详细许可条款请参阅项目根目录下的LICENSE文件。
|
|
# 使用本代码即表示您同意遵守上述原则和LICENSE中的所有条款。
|
|
|
|
"""Interpreter resolution for spawning crawler subprocesses.
|
|
|
|
Historically both the crawler manager and the environment check hardcoded
|
|
``uv run``. ``uv`` is not guaranteed to be installed, so resolve the command
|
|
prefix in one place: prefer ``uv`` (matching upstream docs), fall back to a
|
|
project-local virtualenv, and finally to the interpreter running the server.
|
|
"""
|
|
|
|
import shutil
|
|
import sys
|
|
from pathlib import Path
|
|
|
|
# Project root: api/services/interpreter.py -> services -> api -> repo root
|
|
PROJECT_ROOT = Path(__file__).parent.parent.parent
|
|
|
|
|
|
def venv_python_path(project_root: Path | None = None) -> Path:
|
|
"""Return the path to the project venv's Python executable."""
|
|
root = project_root if project_root is not None else PROJECT_ROOT
|
|
if sys.platform == "win32":
|
|
return root / ".venv" / "Scripts" / "python.exe"
|
|
return root / ".venv" / "bin" / "python"
|
|
|
|
|
|
def resolve_python_cmd(project_root: Path | None = None) -> list[str]:
|
|
"""Resolve the command prefix used to run ``main.py``.
|
|
|
|
Order of preference:
|
|
1. ``uv`` if it is on PATH -- matches the upstream documented workflow.
|
|
2. The project-local ``.venv`` if it exists.
|
|
3. The interpreter currently running the API server.
|
|
|
|
Returns a list because the caller appends ``main.py`` and its flags.
|
|
"""
|
|
if shutil.which("uv"):
|
|
return ["uv", "run", "python"]
|
|
|
|
venv_python = venv_python_path(project_root)
|
|
if venv_python.exists():
|
|
return [str(venv_python)]
|
|
|
|
return [sys.executable]
|
|
|
|
|
|
def describe_interpreter(project_root: Path | None = None) -> str:
|
|
"""Human-readable description of what resolve_python_cmd() picks."""
|
|
cmd = resolve_python_cmd(project_root)
|
|
if cmd[0] == "uv":
|
|
return "uv run python"
|
|
if cmd[0] == sys.executable:
|
|
return f"current interpreter ({sys.executable})"
|
|
return f"project virtualenv ({cmd[0]})"
|