log/tools/log-aggregate.sh

#!/usr/bin/env sh
# log-aggregate.sh — 把工作日誌頁的條目彙總成報表數字（供 jsc-log:report 呼叫）。
#
# 用法:
#   log-aggregate.sh <起 yyyy-MM-dd> <訖 yyyy-MM-dd> [日誌頁檔案 ...]
#   檔案省略時讀標準輸入。可以一次傳多份 LOG_{HASH} 的內容，數字會跨頁加總。
#
# 輸入格式即 templates/log-entry.md 的固定版型：
#   條目標題「## {yyyy-MM-dd HH:mm} {摘要}」，底下是「| 欄位 | 內容 |」表格。
#   只認四個欄位：存取庫名稱、花費時間、token 用量、任務狀態。
#   起訖含頭含尾，比對的是條目標題那個日期。
#
# 輸出（一行一項，KEY=值；值有多欄時以 TAB 分隔）:
#   ENTRIES=<期間內條目數>
#   REPOS=<相異存取庫數>
#   REPO=<owner/repo>                       每個存取庫一行，依字典序
#   ELAPSED_MINUTES=<分鐘數|無資料>          有填花費時間的條目才加總
#   ELAPSED_ENTRIES=<有填花費時間的條目數>
#   ELAPSED_MISSING=<沒填花費時間的條目數>
#   TOKEN=<cli><TAB><input><TAB><output>    每個 CLI 一行，依 CLI 名字典序
#   TOKEN_MISSING=<token 欄位無數字的條目數>
#   STATUS=<狀態><TAB><條目數>               每個狀態一行，依字典序
#
# 無資料不估算（本腳本的硬規則，不是散文建議）:
#   花費時間欄空白、填「無」或「無資料」的條目，不進 ELAPSED_MINUTES，只進 ELAPSED_MISSING。
#   四個條目只有一個有時間時，總和就是那一個的時間，不乘四也不取平均。
#   token 欄填 N/A 的條目同理，只進 TOKEN_MISSING。
#   全部條目都沒有時間時，ELAPSED_MINUTES 印「無資料」，不印 0——0 會被讀成「花了 0 分鐘」。
#
# 結束碼: 0=成功 2=用法錯誤 3=期間內沒有條目（仍印出全零結果）4=讀不到輸入檔
set -u

usage() {
  echo '用法：log-aggregate.sh <起 yyyy-MM-dd> <訖 yyyy-MM-dd> [日誌頁檔案 ...]' >&2
  exit 2
}

start="${1:-}"; [ -n "$start" ] || usage
shift
end="${1:-}"; [ -n "$end" ] || usage
shift

for d in "$start" "$end"; do
  case "$d" in
    [0-9][0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9]) ;;
    *) echo "日期格式要是 yyyy-MM-dd：$d" >&2; exit 2 ;;
  esac
done
if [ "$(printf '%s\n%s\n' "$start" "$end" | sort | head -n1)" != "$start" ]; then
  echo "起始日期比結束日期晚：$start 到 $end" >&2
  exit 2
fi

for f in "$@"; do
  [ -r "$f" ] || { echo "讀不到日誌頁檔案：$f" >&2; exit 4; }
done

aggregate() {
  awk -v start="$start" -v end="$end" '
  function trim(s) { sub(/^[ \t]+/, "", s); sub(/[ \t]+$/, "", s); return s }
  function sortkeys(arr, out,   i, j, n, t, k) {
    n = 0
    for (k in arr) { n++; out[n] = k }
    for (i = 1; i < n; i++)
      for (j = i + 1; j <= n; j++)
        if (out[j] < out[i]) { t = out[i]; out[i] = out[j]; out[j] = t }
    return n
  }
  # 花費時間欄轉分鐘。認得「{h} 小時 {m} 分」、「{h} 小時」、「{m} 分」三種寫法。
  # 一個數字都抓不到就回 -1，交給呼叫端算成「無資料」，不猜。
  function minutes(v,   h, m, tmp) {
    h = -1; m = -1
    tmp = v
    if (match(tmp, /[0-9]+[ ]*小時/)) { h = substr(tmp, RSTART, RLENGTH) + 0 }
    if (match(tmp, /[0-9]+[ ]*分/))  { m = substr(tmp, RSTART, RLENGTH) + 0 }
    if (h < 0 && m < 0) return -1
    if (h < 0) h = 0
    if (m < 0) m = 0
    return h * 60 + m
  }
  # 狀態只認三個字面值，其餘一律歸「其他」。先比對「部分完成」，它包含「完成」。
  function status_of(v) {
    if (index(v, "部分完成") > 0) return "部分完成"
    if (index(v, "阻塞") > 0) return "阻塞"
    if (index(v, "完成") > 0) return "完成"
    return "其他"
  }
  BEGIN {
    FS = "|"
    entries = 0; repos_n = 0
    elapsed_total = 0; elapsed_entries = 0; elapsed_missing = 0
    token_missing = 0
    in_range = 0
  }
  /^##[ \t]/ {
    in_range = 0
    if (match($0, /[0-9][0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9]/)) {
      d = substr($0, RSTART, RLENGTH)
      if (d >= start && d <= end) { in_range = 1; entries++ }
    }
    next
  }
  in_range == 1 && /^[ \t]*\|/ {
    key = trim($2); val = trim($3)
    if (key == "存取庫名稱") {
      if (val != "" && val !~ /^\{/) { if (!(val in repos)) { repos[val] = 1; repos_n++ } }
    } else if (key == "花費時間") {
      mm = minutes(val)
      if (mm < 0) { elapsed_missing++ } else { elapsed_total += mm; elapsed_entries++ }
    } else if (key == "token 用量" || key == "Token 用量") {
      rest = val; got = 0
      while (match(rest, /[A-Za-z][A-Za-z0-9_-]*[ ]*:[ ]*[0-9]+[ ]*\/[ ]*[0-9]+/)) {
        pair = substr(rest, RSTART, RLENGTH)
        rest = substr(rest, RSTART + RLENGTH)
        split(pair, a, ":")
        cli = trim(a[1])
        split(a[2], b, "/")
        tin[cli] += trim(b[1]) + 0
        tout[cli] += trim(b[2]) + 0
        got = 1
      }
      if (got == 0) token_missing++
    } else if (key == "任務狀態") {
      if (val != "" && val !~ /^\{/) { st[status_of(val)]++ }
    }
  }
  END {
    printf "ENTRIES=%d\n", entries
    printf "REPOS=%d\n", repos_n
    n = sortkeys(repos, sorted)
    for (i = 1; i <= n; i++) printf "REPO=%s\n", sorted[i]
    if (elapsed_entries > 0) printf "ELAPSED_MINUTES=%d\n", elapsed_total
    else printf "ELAPSED_MINUTES=%s\n", "無資料"
    printf "ELAPSED_ENTRIES=%d\n", elapsed_entries
    printf "ELAPSED_MISSING=%d\n", elapsed_missing
    n = sortkeys(tin, sorted)
    for (i = 1; i <= n; i++) printf "TOKEN=%s\t%d\t%d\n", sorted[i], tin[sorted[i]], tout[sorted[i]]
    printf "TOKEN_MISSING=%d\n", token_missing
    n = sortkeys(st, sorted)
    for (i = 1; i <= n; i++) printf "STATUS=%s\t%d\n", sorted[i], st[sorted[i]]
    exit (entries > 0 ? 0 : 3)
  }
  ' "$@"
}

if [ "$#" -gt 0 ]; then
  aggregate "$@"
else
  aggregate -
fi