Files

T

Plan 3 Task 0（评审 Issue 1）：旧 cms 库 media_assets 的 source_url→file_path
映射只读导出为侧车 JSON（859 条，覆盖率对照 WXR 855 attachment_url：精确命中
836 / 归一命中 0 / 未命中 19，97.8%），register 新增 --media-map 输入通道
（kind=manual_url_list 快照，形状校验 INVALID_MEDIA_MAP，metadata 含条目数，
幂等复用）。

Co-Authored-By: Claude Code <noreply@anthropic.com>

2026-10-21 14:42:32 +08:00

6.0 KiB

Raw Blame History

媒体映射侧车导出证据（Plan 3 · Task 0，评审 Issue 1）

背景（评审实证）：真实媒体目录 D:/project/cms/storage/media/54f91c49-fffb-4c58-87c8-6c2cf6aaef79 为扁平 GUID 命名（2625 文件，无 yyyy/mm 子目录），与 WXR attachment_url（https://hesupipe.com/wp-content/uploads/<yyyy>/<mm>/<file> 形态）零精确命中——唯一映射在旧 cms 库 media_assets 表（source_url → file_path）。本任务把该映射只读导出为侧车 JSON 并登记为 manual_url_list 快照，作为阶段 3 导入管道对拍三级中第二级的数据源。

导出

项	值
日期	2026-10-21
数据源	旧 cms PostgreSQL（容器 `infrastructure-postgres-1`，宿主 5433；凭证按 compose 只读环境 `cms`/`cms`）
表/过滤	`media_assets`，`site_id = '54f91c49-fffb-4c58-87c8-6c2cf6aaef79' AND source_url IS NOT NULL`（867 行中 8 行 source_url 为 NULL 不带出）
导出行数	859（与评审预期 859 一致；file_path 全部非空——另行只读核过 0 行空值）
输出	`storage/incoming/media-map-hesupipe.json`（143,945 B，SHA-256 `c935d444f52b6bb8d9fa5e511066cac5b0a684676986041882cfbc54a0da6a2e`；storage/ 已 gitignore）
导出脚本	`scripts/export-media-map.mjs`（幂等可重跑——重跑同 SELECT 覆写同路径，两次运行 SHA-256 一致已验证）

实际执行的命令原文（仓库根 D:\project\cms-one）：

pnpm exec node scripts/export-media-map.mjs --audit "D:/project/cms/storage/wxr/fd04d6ba8a1316b6.xml"

脚本内执行的唯一一条 cms 侧语句（经 docker exec … psql --csv -t -c，child_process execFile 参数数组传递、不经 shell）：

SELECT source_url, file_path FROM media_assets
WHERE site_id = '54f91c49-fffb-4c58-87c8-6c2cf6aaef79' AND source_url IS NOT NULL
ORDER BY source_url

连接方式说明（任务给了二选一）：选 docker exec psql——宿主无需装 pg 客户端、凭证由容器内环境承担；备选 node-postgres 直连 5433 需在脚本里钉死 compose 凭证，弃。

覆盖率预估（侧车 × WXR attachment_url 对照）

对照口径：WXR（fd04d6ba8a1316b6.xml，855 个 <wp:attachment_url>、去重后仍 855）逐条对侧车 sourceUrl 集合 join。归一化口径（估计用）：去首尾空白 + 去尾斜杠 + 整串小写。

指标	值
WXR attachment_url（去重）	855
侧车条目	859
精确命中（原文相等）	836
仅归一后命中（大小写/尾斜杠救回）	0（本数据集无需归一化救援——未命中即真不在侧车）
未命中	19
命中率（去重口径）	97.8%（836/855）
侧车未被 WXR 引用的条目（悬空行）	23（859 − 836；对拍三级用不上，仅记录）

自洽核对：836 命中 + 19 未命中 = 855；859 侧车 − 836 被引用 = 23 悬空。

未命中清单（全部 19 条）

特征：全部是 pdf/mp4/zip/txt/特殊字符文件名，无常规 png/jpg——推测旧 cms 迁移时这批非图片资产未入 media_assets（或入在其他 site）。阶段 3 对拍时它们将落入第三级 missing 报告（按计划不插 media_assets 行，只进报告）。

https://hesupipe.com/wp-content/uploads/2019/12/WPPOP-Introduction.pdf
https://hesupipe.com/wp-content/uploads/2019/12/WPPOP-Introduction.zip
https://hesupipe.com/wp-content/uploads/2019/12/WPPOP-Introduction.txt
https://hesupipe.com/wp-content/uploads/2019/12/wppop-ipad-pro-video.mp4
https://hesupipe.com/wp-content/uploads/2023/12/hesu-video.mp4
https://hesupipe.com/wp-content/uploads/2023/12/HESU-PIPE-ABOUNT.mp4
https://hesupipe.com/wp-content/uploads/2023/12/418311fef2a99d2b4bc018.mp4
https://hesupipe.com/wp-content/uploads/2023/12/hesuvideo.mp4
https://hesupipe.com/wp-content/uploads/2023/05/same-as-never_1_207_translate.pdf
https://hesupipe.com/wp-content/uploads/2023/12/Steel-Belt-Reinforced-PE-Corrugated-Pipe、-1.jpg
https://hesupipe.com/wp-content/uploads/2023/12/Steel-Belt-Reinforced-PE-Corrugated-Pipe、-1-1.jpg
https://hesupipe.com/wp-content/uploads/2023/12/Steel-Belt-Reinforced-PE-Corrugated-Pipe、-2.jpg
https://hesupipe.com/wp-content/uploads/2023/12/Steel-Belt-Reinforced-PE-Corrugated-Pipe、-3.jpg
https://hesupipe.com/wp-content/uploads/2023/12/Steel-Belt-Reinforced-PE-Corrugated-Pipe、-6.jpg
https://hesupipe.com/wp-content/uploads/2023/12/HDPE-Double-Wall-Corrugated-Pipe.pdf
https://hesupipe.com/wp-content/uploads/2023/12/HESU-PPR-PIPES-FITTINGS.pdf
https://hesupipe.com/wp-content/uploads/2023/12/HESU-PVC-PIPE-FITTINGS.pdf
https://hesupipe.com/wp-content/uploads/2023/12/HESU-HDPE-WATER-PIPES-FITTINGS.pdf
https://hesupipe.com/wp-content/uploads/2024/10/HDPE-carat-pipe-（2）.jpg

登记冒烟（临时库，验后已 DROP）

--media-map 输入通道对真实侧车文件的 CLI 冒烟（临时库 sf_smoke_mediamap_t0，本项目 PG 5434，非 cms 库；验后 DROP 已执行）：

DATABASE_URL_TEST="postgres://siteforge:siteforge_dev@localhost:5434/sf_smoke_mediamap_t0" \
  pnpm sf source:register --site hesupipe-smoke --media-map storage/incoming/media-map-hesupipe.json

结果：manual_url_list 快照 1 行——sha256 c935d444f52b…（= 导出文件哈希）、byte_size 143945、metadata entryCount=859、adapter_version manual-url-list@1、storage_path 指向 content-addressed 副本；重跑复用（snapshot 复用/副本已存在，行数仍 1）。

只读声明

本任务对 D:\project\cms（旧 cms 仓库、其 PostgreSQL 容器、WXR 与媒体文件）只执行了读取类操作：docker exec … psql 上列 SELECT（及行数核对的 SELECT）与 WXR 文件读取（grep/哈希/正则抽取）。未对 cms 数据库执行任何写语句（INSERT/UPDATE/DELETE/DDL 均无）、未写 cms 文件系统、未挂载任何卷。本项目（cms-one）侧写入仅限自身 storage/ 与 artifacts/。连接凭证信息仅从 compose 文件读得，未修改任何配置。

6.0 KiB Raw Blame History Unescape Escape