Remove README from master
This commit is contained in:
koko
409
README.md
409
README.md
@@ -1,409 +0,0 @@
|
||||
# crawler-plugin
|
||||
|
||||
## 这个仓库是什么
|
||||
|
||||
这个仓库不是一个“单体项目”，而是一个混合工作目录。当前更像是以下三层共同组成的一套系统：
|
||||
|
||||
- `app/`：Python 桌面宿主、Flask 页面承载层、`pywebview` 本地桥接层、自动化任务入口
|
||||
- `backend-java/`：Java 业务后端，负责任务模型、文件处理、进度缓存、结果组装、落库、下载
|
||||
- `frontend-vue/`：Vue 多页面前端，负责工具页交互和任务发起
|
||||
|
||||
如果你是第一次接手这个仓库，不要先把它理解成：
|
||||
|
||||
- 纯 Java 后端项目
|
||||
- 纯 Python 自动化项目
|
||||
- 纯前后端分离 Web 项目
|
||||
|
||||
它当前的真实形态更接近：
|
||||
|
||||
`Vue 页面 -> Python 桌面桥接/Flask -> Java 任务系统 -> Redis / DB / OSS`
|
||||
|
||||
同时，Python 自动化还会再去驱动本地紫鸟客户端和浏览器。
|
||||
|
||||
## 先看哪里
|
||||
|
||||
如果你的目标是理解当前主线，请按这个顺序读：
|
||||
|
||||
1. `app/`
|
||||
2. `backend-java/`
|
||||
3. `frontend-vue/`
|
||||
|
||||
原因很简单：
|
||||
|
||||
- `app/` 决定了桌面端怎么承载页面、怎么暴露本地能力、怎么把任务推给 Python 自动化
|
||||
- `backend-java/` 决定了任务怎么创建、状态怎么缓存、结果怎么回传、文件怎么生成和下载
|
||||
- `frontend-vue/` 决定了用户是怎么触发这些链路的
|
||||
|
||||
以下目录不要默认当成当前主线：
|
||||
|
||||
- `source_code/`
|
||||
- `backend/`
|
||||
|
||||
它们和 `app/` 有明显重叠，更像历史版本、迁移残留或中间态副本。阅读时要先带着“可能不是当前生效版本”的假设。
|
||||
|
||||
## 主线架构怎么分工
|
||||
|
||||
### Python 层：桌面壳 + 本地桥接 + 自动化执行
|
||||
|
||||
`app/` 不是单纯的业务后端。它更像一个桌面宿主，负责三件事：
|
||||
|
||||
- 承载 Flask 页面和登录态
|
||||
- 通过 `pywebview` 暴露本地文件选择、保存文件、上传文件、任务入队等能力
|
||||
- 启动和调度 Python 自动化任务
|
||||
|
||||
这一层解决的是“本地能力”和“桌面壳”的问题，不是最终任务结果的权威存储。
|
||||
|
||||
### Java 层：任务系统 + 结果系统
|
||||
|
||||
`backend-java/` 是当前业务核心后端，负责：
|
||||
|
||||
- 文件上传与临时文件管理
|
||||
- 任务创建、历史查询、批量轮询
|
||||
- Redis 进度缓存
|
||||
- 分片结果接收与聚合
|
||||
- 结果文件生成
|
||||
- OSS 上传
|
||||
- 下载接口输出
|
||||
|
||||
从模块名看，Java 端已经承接了大部分工具型任务，例如：
|
||||
|
||||
- `brand`
|
||||
- `dedupe`
|
||||
- `split`
|
||||
- `convert`
|
||||
- `deletebrand`
|
||||
- `productrisk`
|
||||
- `shopmatch`
|
||||
- `pricetrack`
|
||||
|
||||
### Vue 层：多页面工具前端
|
||||
|
||||
`frontend-vue/` 不是单页应用，而是多入口页面工程。它的作用主要是：
|
||||
|
||||
- 让用户选择文件或参数
|
||||
- 调用 Java API 创建任务或查询任务
|
||||
- 调用 `pywebview` 桥接拿本地能力
|
||||
- 在任务执行过程中轮询状态和下载结果
|
||||
|
||||
它构建后的产物输出到 `new_web_source/`，再由 Python/Flask 暴露出来供桌面端使用。
|
||||
|
||||
## 如何理解目录
|
||||
|
||||
### 当前最值得关注的目录
|
||||
|
||||
#### `app/`
|
||||
|
||||
这是当前阅读优先级最高的 Python 目录，重点看这些角色：
|
||||
|
||||
- `main.py`：创建 `pywebview` 窗口，暴露本地桥接 API
|
||||
- `app.py`：Flask 应用入口
|
||||
- `blueprints/`：页面、登录、品牌、通信等 HTTP 层
|
||||
- `amazon/`：删除品牌、商品风险、匹配、跟价等自动化任务实现
|
||||
|
||||
#### `backend-java/`
|
||||
|
||||
这是任务系统核心，重点关注：
|
||||
|
||||
- controller：对外 API
|
||||
- service：任务创建、进度、结果回传、组装
|
||||
- model / mapper：任务和结果模型
|
||||
- `application.yml`：后端依赖配置
|
||||
|
||||
#### `frontend-vue/`
|
||||
|
||||
这是当前工具页前端源码，重点关注：
|
||||
|
||||
- `src/shared/bridges/pywebview.ts`：前端如何调 Python 本地桥接
|
||||
- `src/shared/api/java-modules.ts`：前端如何调 Java API
|
||||
- `src/pages/brand/components/`：各个具体工具页
|
||||
|
||||
### 不要误判成源码主线的目录
|
||||
|
||||
#### `new_web_source/`
|
||||
|
||||
更像前端构建产物目录，不是首选手改源码位置。
|
||||
|
||||
#### `source_code/`
|
||||
|
||||
和 `app/` 结构高度相似，但从当前仓库关系看，更像旧线或中间迁移副本。
|
||||
|
||||
#### `backend/`
|
||||
|
||||
另一套 Python 后端实现，和当前主线职责不完全一致，更像旧后台线。
|
||||
|
||||
## 用“patrol-delete”看懂最近新增的自动化链路
|
||||
|
||||
从最近的提交看，`patrol-delete` 是当前最新落地的一条自动化模块。它同样同时经过：
|
||||
|
||||
- 前端
|
||||
- Python 桌面桥接
|
||||
- Python 自动化执行
|
||||
- Java 任务系统
|
||||
|
||||
但它和“删除品牌”有一个关键差别：
|
||||
|
||||
- `delete-brand` 更偏“本地 Excel 文件驱动”
|
||||
- `patrol-delete` 更偏“店铺输入 + 任务模板 + 串行自动化执行”
|
||||
|
||||
如果你想快速理解当前新增自动化功能的开发方式，优先看这条线更合适。
|
||||
|
||||
下面按职责来拆。
|
||||
|
||||
### 1. 用户先在前端输入店铺，并加入备选区
|
||||
|
||||
用户打开 `patrol-delete` 页面后，不是先选本地文件，而是：
|
||||
|
||||
- 输入店铺名
|
||||
- 将店铺加入备选区
|
||||
- 勾选要处理的店铺
|
||||
- 点击“匹配店铺”
|
||||
|
||||
这一阶段前端的核心职责是收集“要处理哪个店铺”。
|
||||
|
||||
### 2. 前端先让 Java 做店铺匹配
|
||||
|
||||
前端不会直接把“店铺名”交给 Python 执行，而是先调用 Java 的匹配接口。
|
||||
|
||||
Java 在这一阶段负责：
|
||||
|
||||
1. 根据店铺名查索引
|
||||
2. 判断是否能命中店铺
|
||||
3. 返回 `shopId`、平台、公司、匹配状态等信息
|
||||
|
||||
这里要注意：
|
||||
|
||||
- 这是 `frontend -> Java`
|
||||
- 目的是先把“可执行店铺”筛出来
|
||||
- Python 还没有开始实际自动化
|
||||
|
||||
### 3. 前端要求 Java 创建“patrol-delete 任务”
|
||||
|
||||
匹配通过后，前端调用 Java 的建任务接口。
|
||||
|
||||
Java 在这一阶段做的事情也不是“立刻去删商品”，而是：
|
||||
|
||||
1. 接收店铺与模板结构
|
||||
2. 创建 `taskId`
|
||||
3. 创建结果记录
|
||||
4. 返回当前任务项的初始数据给前端
|
||||
|
||||
这一阶段可以理解成：
|
||||
|
||||
- Java 负责建模和建任务
|
||||
- Python 还没有开始自动化执行
|
||||
|
||||
### 4. 前端把“可执行项”推入 Python 本地队列
|
||||
|
||||
`patrol-delete` 不是由 Java 主动调用 Python，而是前端把任务 payload 推给 Python。
|
||||
|
||||
这一步通过 `pywebview` 暴露的 `enqueue_json()` 完成，前端会构造一个类似下面的 payload：
|
||||
|
||||
- `type: patrol-delete-run`
|
||||
- `taskId`
|
||||
- `user_id`
|
||||
- `items`
|
||||
- `template_rows`
|
||||
- `country_sections`
|
||||
- `cart_ratios`
|
||||
|
||||
然后交给 Python。
|
||||
|
||||
重要区分：
|
||||
|
||||
- 这一步不是 Java 队列
|
||||
- 这是 Python 本地进程内队列
|
||||
- 当前仓库里对应的是 `JSON_TASK_QUEUE`
|
||||
|
||||
### 5. Python 的任务监听器开始消费队列
|
||||
|
||||
Python 侧有一个任务监听器持续盯着 `JSON_TASK_QUEUE`。
|
||||
|
||||
按 `patrol-delete` 这条链路的设计，Python 拿到任务后会按店铺串行执行，再在店铺内部做页面自动化。
|
||||
|
||||
这一层的职责重点是：
|
||||
|
||||
1. 根据 `taskId` 和店铺信息定位当前任务
|
||||
2. 串行执行当前店铺，避免多个店铺同时抢本地浏览器环境
|
||||
3. 按模板结构产出各国家的删除结果与购物车比例
|
||||
4. 在执行过程中持续回传 Java
|
||||
|
||||
同时，Python 会在本地维护当前任务状态，例如：
|
||||
|
||||
- 当前店铺
|
||||
- 当前步骤
|
||||
- 已完成/失败数量
|
||||
- 是否需要继续下一个店铺
|
||||
|
||||
这些状态主要服务于 Python 本地执行期，不是前端最终查询任务状态的权威来源。
|
||||
|
||||
### 6. Python 自动化驱动紫鸟客户端和浏览器
|
||||
|
||||
`patrol-delete` 的“真正执行动作”也发生在这里。
|
||||
|
||||
Python 不会直接操作普通浏览器，而是先和紫鸟客户端通信，再接管浏览器调试口。大致过程是：
|
||||
|
||||
1. 连接或启动本机紫鸟客户端
|
||||
2. 打开指定店铺
|
||||
3. 进入需要巡店/删除的目标页面
|
||||
4. 根据模板中的国家块、状态和数量条件读取页面数据
|
||||
5. 找到符合删除条件的商品
|
||||
6. 执行删除并整理结果
|
||||
|
||||
所以这一段实际上又分两层：
|
||||
|
||||
- `Python -> 紫鸟客户端`：本地 HTTP IPC
|
||||
- `Python -> 浏览器`：通过调试口/自动化驱动执行页面操作
|
||||
|
||||
### 7. Python 一边执行，一边把结果分片回传给 Java
|
||||
|
||||
这条链路的关键点在这里：
|
||||
|
||||
- Python 不是等整个任务做完再一次性提交结果
|
||||
- 而是每处理完一部分，就立刻回传给 Java
|
||||
|
||||
`patrol-delete` 这里是按“店铺结果分片”回传，更强调：
|
||||
|
||||
- `shopName`
|
||||
- `submissionId`
|
||||
- `chunkIndex`
|
||||
- `chunkTotal`
|
||||
- `shopDone`
|
||||
- `countrySections`
|
||||
- `cartRatios`
|
||||
- `error`
|
||||
|
||||
回传方式：
|
||||
|
||||
- `Python -> Java`
|
||||
- `Content-Type: application/json`
|
||||
- 接口：`/api/patrol-delete/tasks/{taskId}/result`
|
||||
|
||||
回传的数据里会包含：
|
||||
|
||||
- 当前店铺标识
|
||||
- `chunkIndex`
|
||||
- `chunkTotal`
|
||||
- 该店铺当前片段的国家结果
|
||||
- 购物车比例
|
||||
- 当前片段是否已结束
|
||||
- 失败时的错误信息
|
||||
|
||||
因此，`patrol-delete` 这条线里更核心的是一类传输：
|
||||
|
||||
1. 执行结果回传：`application/json`
|
||||
|
||||
它不依赖“先上传本地 Excel 文件”这个前置动作。
|
||||
|
||||
### 8. Java 负责接收分片、缓存进度、判断是否可以完结
|
||||
|
||||
Java 收到 Python 的结果分片后，不会简单地“收一条写一条最终结果”，而是会先做任务系统层面的处理：
|
||||
|
||||
1. 校验 `taskId`
|
||||
2. 按 `taskId + shopName` 聚合店铺结果
|
||||
3. 过滤重复分片
|
||||
4. 将结果分片缓存起来
|
||||
5. 更新实时进度
|
||||
6. 判断某个店铺是否已 `shopDone`
|
||||
7. 判断整个任务是否达到 finalize 条件
|
||||
|
||||
这一步说明 Java 才是“任务状态和最终结果”的权威系统。
|
||||
|
||||
### 9. Java 在分片收齐后生成最终结果
|
||||
|
||||
当 Java 发现所有需要的结果分片都已收齐时，会执行最终组装：
|
||||
|
||||
1. 合并分片
|
||||
2. 重建最终结果数据
|
||||
3. 生成结果 Excel
|
||||
4. 上传 OSS
|
||||
5. 更新任务状态
|
||||
6. 写入结果记录
|
||||
|
||||
如果这一步成功，任务会变成 `SUCCESS`；否则会进入 `FAILED`。
|
||||
|
||||
### 10. 前端轮询 Java，不轮询 Python
|
||||
|
||||
前端展示任务状态时，查询对象是 Java，而不是 Python 本地队列。
|
||||
|
||||
前端主要关心的是：
|
||||
|
||||
- 任务详情
|
||||
- 批量进度
|
||||
- 下载地址
|
||||
|
||||
也就是说：
|
||||
|
||||
- Python 负责执行
|
||||
- Java 负责对前端提供任务状态与结果
|
||||
|
||||
### 11. 前端最终通过 Java 下载结果，再交给 Python 保存到本地
|
||||
|
||||
任务成功后，前端拿到 Java 下载地址，然后再通过 `pywebview` 调 Python 的保存能力，把文件落回用户本地磁盘。
|
||||
|
||||
所以最后一步仍然是混合协作：
|
||||
|
||||
- 下载来源是 Java
|
||||
- 本地保存能力来自 Python 桌面桥接
|
||||
|
||||
## 这条例子可以类比到哪些模块
|
||||
|
||||
`patrol-delete` 不是孤例，它更像当前仓库最近新增自动化模块的代表模式。
|
||||
|
||||
同类模式至少还能看到这些任务类型：
|
||||
|
||||
- `patrol-delete-run`
|
||||
- `delete-brand-run`
|
||||
- `product-risk-resolve-run`
|
||||
- `shop-match-run`
|
||||
- `price-track`
|
||||
|
||||
它们的共性通常是：
|
||||
|
||||
1. 前端先建任务
|
||||
2. Python 负责本地自动化执行
|
||||
3. Java 负责任务状态、结果缓存和最终输出
|
||||
|
||||
其中：
|
||||
|
||||
- `patrol-delete` 更适合理解“店铺驱动 + 模板驱动”的新链路
|
||||
- `delete-brand` 更适合理解“本地文件上传 + 文件解析驱动”的旧链路
|
||||
|
||||
理解这两条线之后，再看商品风险、店铺匹配、跟价等模块会容易很多。
|
||||
|
||||
## 接手时最容易踩的坑
|
||||
|
||||
### 不要把 `enqueue_json()` 当成 Java 队列
|
||||
|
||||
它是前端调 Python 的本地桥接，进入的是 Python 进程内队列，不是 Java 消息系统。
|
||||
|
||||
### 不要把 `new_web_source/` 当成首选源码目录
|
||||
|
||||
它更像构建产物输出，首选还是看 `frontend-vue/`。
|
||||
|
||||
### 不要默认 `source_code/` 和 `backend/` 仍是当前主线
|
||||
|
||||
这两个目录有参考价值，但从当前结构看，不应先于 `app/`、`backend-java/`、`frontend-vue/` 阅读。
|
||||
|
||||
### 不要把 Python 当成最终任务状态来源
|
||||
|
||||
Python 负责执行期状态；前端面向用户看到的任务状态、历史、下载结果，当前主权在 Java。
|
||||
|
||||
## 当前文档的边界
|
||||
|
||||
这份 README 基于当前仓库的静态分析整理，有几个边界需要明确：
|
||||
|
||||
- 没有运行仓库程序做启动验证
|
||||
- 没有确认最终发布时到底启用哪一个入口
|
||||
- 对 `source_code/`、`backend/` 的判断是“更像旧线/残留”，不是运行态绝对结论
|
||||
|
||||
所以这份文档的目标不是提供启动手册，而是帮助接手开发者先建立正确的系统地图。
|
||||
|
||||
## 一句话结论
|
||||
|
||||
理解这个仓库最有效的方式不是按语言分开看，而是按职责看：
|
||||
|
||||
- Python 负责桌面壳、本地桥接、自动化执行
|
||||
- Java 负责任务系统、结果系统、下载系统
|
||||
- Vue 负责工具页交互和任务发起
|
||||
|
||||
其中，“删除品牌自动化”更适合帮助你理解旧的文件驱动链路；当前最新落地的 `patrol-delete`，则更适合当作你理解新增自动化功能的第一条例子。
|
||||
Reference in New Issue
Block a user