tools/migrate-wiki.sh

@@ -14,7 +14,9 @@
 #     --key 可重複，補充自動蒐集不到的候選鍵。
 #
 # 候選鍵來源:
-#   目錄頁表格的存取庫、主機、帳號、工具、期間欄，以及這幾欄依序串成的組合鍵。
+#   目錄頁每一筆的存取庫、主機、帳號、工具、期間，以及這幾項依序串成的組合鍵。
+#   目錄頁是 H2 區塊加條列的形狀，所以讀「- {欄位名}：{值}」那幾條；還沒轉檔的舊頁
+#   仍是 markdown 表格，所以表格的欄位也照樣讀，兩種形狀都收。
 #   內容頁的 H1 標題（CHECK 頁的 H1 直接就是 {主機}/{帳號}）。
 #   --key 補充的候選。
 #
@@ -136,7 +138,7 @@ for ty in $TYPES; do
 done
 
 # ---- 第二輪：蒐集候選鍵 ----
-# 目錄頁表格的欄位值，以及依序串成的組合鍵
+# 目錄頁每一筆的欄位值，以及依序串成的組合鍵
 while IFS="$TAB" read -r orepo opage nrepo npage <&3; do
   [ -n "$opage" ] || continue
   case "$opage" in *_CONTENTS) ;; *) continue ;; esac
@@ -174,9 +176,49 @@ def plain(v):
 idx = {}
 seen_sep = False
 out = []
+block = None
+
+
+def take(found):
+    """一筆紀錄收到的欄位值，各自算一個候選鍵，依 WANT 順序再串一個組合鍵。"""
+    if not found:
+        return
+    parts = []
+    for w in WANT:
+        v = found.get(w)
+        if not v:
+            continue
+        out.append(v)
+        parts.append(v)
+    if len(parts) > 1:
+        out.append('/'.join(parts))
+
+
 for line in lines:
+    # 目錄頁一筆一個 H2 區塊，欄位在標題底下一條一條列。
+    if line.startswith('## '):
+        take(block)
+        block = {}
+        idx, seen_sep = {}, False
+        continue
     cs = cells(line)
     if cs is None:
+        if block is not None:
+            s = line.strip()
+            if s.startswith('- '):
+                body = s[2:]
+                # 正本寫全形冒號；半形也收，舊頁手寫的那幾條才不會整條漏掉。
+                for mark in ('：', ':'):
+                    if mark in body:
+                        label, value = body.split(mark, 1)
+                        label = plain(label)
+                        for w in WANT:
+                            if w in label:
+                                v = plain(value)
+                                if v:
+                                    block[w] = v
+                                break
+                        break
         idx, seen_sep = {}, False
         continue
     if is_sep(cs):
@@ -193,7 +235,7 @@ for line in lines:
         continue
     if not idx:
         continue
-    parts = []
+    found = {}
     for w in WANT:
         i = idx.get(w)
         if i is None or i >= len(cs):
@@ -201,10 +243,10 @@ for line in lines:
         v = plain(cs[i])
         if not v:
             continue
-        out.append(v)
-        parts.append(v)
-    if len(parts) > 1:
-        out.append('/'.join(parts))
+        found[w] = v
+    take(found)
+
+take(block)
 
 for v in out:
     print(v)