v88 功能增强：产品落盘持久化 + 生图网关适配 + 模板导出优化

- 产品持久化：每完成一个产品立即追加写入 products_pending.jsonl，崩溃不丢已完成产品，finish 读盘合并后统一写模板 - 503 致命错误提前终止：compose/product/seed_shot 端到端识别，提前终止搜索分析，丢弃未完成简报，保留已完成落盘产品直接合成模板 - 模特分配：material_library 合格模特图按任务序号独立随机，同 SPU 多款不再共用同一模特 - 图像网关适配：execution_mode/background 默认不再传入 yunfei 等标准网关，base_url 需带 /v1；429/5xx/空响应退避重试 - Pinterest 分析：删除 term 注入与纯文本降级，失败直接放弃；图片上传前 PIL 完整性校验；suitable_for_print=False 过滤丢弃 - 模板导出：不再产生空白 xlsx，文件名=模板原文件名_已填写；写入前按货号末 3 位升序排序 - 删除对接文档.md，更新 README，gitignore 排除测试产物
2026-08-28 10:28:35 +08:00
parent 685b7b0862
commit 2a96ec0870
28 changed files with 1187 additions and 729 deletions
@@ -5,7 +5,9 @@ import os
 import random
 import socket
 import sys
+import time
 import urllib.request
+from typing import Any, Dict
 from urllib.parse import urlparse, quote

 import aiohttp
@@ -218,6 +220,80 @@ def _session_user_data_dir() -> str:
    return ud


+def check_login_state() -> Dict[str, Any]:
+    """静态检测 Pinterest 登录态（不启动 Chrome，只读持久化 cookies 数据库）。
+
+    通过检查 .chrome_session/User Data 里的 Chrome cookies 数据库：
+    - 无目录 / 无 cookies 文件 → no_session（从未登录过）
+    - 有 cookies 但无 Pinterest 域 cookie → logged_out（未登录过 Pinterest）
+    - 有 Pinterest 域 cookie 但缺关键登录 cookie（_auth/csrftoken）或已过期 → logged_out
+    - 含 _auth 且未过期 → logged_in
+    - 数据库无法解析 → unknown（调用方走运行时检测兜底）
+
+    注意：Chrome 在 Windows 上对 cookie 值做 DPAPI 加密，这里只判断
+    cookie 的存在性 / 域名 / 过期时间，不解析密文值。
+    """
+    ud = _session_user_data_dir()
+    out: Dict[str, Any] = {
+        "status": "unknown",
+        "session_dir": ud,
+        "cookies_file": "",
+        "pinterest_cookies": 0,
+        "has_auth_cookie": False,
+        "expired": False,
+        "detail": "",
+    }
+    if not os.path.isdir(ud):
+        out["status"] = "no_session"
+        out["detail"] = "未找到 Chrome 登录态目录（从未登录过 Pinterest）"
+        return out
+    cookies_file = None
+    for rel in ("Default/Network/Cookies", "Default/Cookies"):
+        cand = os.path.join(ud, rel)
+        if os.path.isfile(cand) and os.path.getsize(cand) > 0:
+            cookies_file = cand
+            break
+    if not cookies_file:
+        out["status"] = "no_session"
+        out["detail"] = "未找到 cookies 数据库（从未登录过 Pinterest）"
+        return out
+    out["cookies_file"] = cookies_file
+    try:
+        import sqlite3
+        conn = sqlite3.connect(f"file:{cookies_file}?mode=ro&immutable=1", uri=True)
+        try:
+            rows = conn.execute(
+                "SELECT host_key, name, expires_utc FROM cookies "
+                "WHERE host_key LIKE '%pinterest.com%' OR host_key LIKE '%pinimg.com%'"
+            ).fetchall()
+        finally:
+            conn.close()
+    except Exception as e:  # noqa: BLE001
+        out["detail"] = f"cookies 读取失败: {e}"
+        return out
+    out["pinterest_cookies"] = len(rows)
+    # WebKit epoch（1601-01-01 UTC）微秒偏移；expires_utc=0 表示会话 cookie（不判过期）
+    WEBKIT_EPOCH_US = 11644473600000000
+    now_us = int(time.time() * 1_000_000)
+    auth_names = ("_auth", "csrftoken", "sessionFunnelEventLogged")
+    for host, name, exp in rows:
+        if name in auth_names:
+            out["has_auth_cookie"] = True
+        if exp and exp != 0 and exp < now_us:
+            out["expired"] = True
+    if out["has_auth_cookie"] and not out["expired"]:
+        out["status"] = "logged_in"
+        out["detail"] = f"检测到 Pinterest 登录态（{len(rows)} 个 Pinterest 域 cookie，含 _auth）"
+    elif out["pinterest_cookies"] > 0:
+        out["status"] = "logged_out"
+        out["detail"] = (f"存在 {len(rows)} 个 Pinterest 域 cookie，但缺少有效登录 cookie"
+                         f"（可能已过期或退出登录）")
+    else:
+        out["status"] = "logged_out"
+        out["detail"] = "cookies 数据库中无 Pinterest 域 cookie（未登录过 Pinterest）"
+    return out
+
+
 async def download_image(session: aiohttp.ClientSession, url: str, idx: int,
                         sem: asyncio.Semaphore, save_dir: str, proxy: str | None):
    filename = get_filename_from_url(url, idx)
@@ -284,7 +360,7 @@ async def human_scroll(page: Page, distance: int):
        await page.wait_for_timeout(random.randint(30, 100))  # 滚轮事件间隔


-async def _ensure_logged_in(page: Page, search_url: str) -> bool:
+async def _ensure_logged_in(page: Page, search_url: str, login_wait: bool = False) -> bool:
    """独立登录检查方法：在已跳到搜索页的前提下确认 Pinterest 已登录。

    判定策略（避免误判）：
@@ -292,7 +368,9 @@ async def _ensure_logged_in(page: Page, search_url: str) -> bool:
      才认定未登录；否则默认已登录（不依赖可能不匹配的已登录选择器）。
    - Pinterest 是 SPA，goto 后需等待渲染，否则瞬间误判未登录。
    - 已登录 → 立即返回 True，走直路。
-    - 未登录（被弹回登录墙）→ 回退首页提示手动登录一次，登录成功后返回 True。
+    - 未登录：
+        login_wait=True  → 回退首页提示手动登录一次，登录成功后返回 True；
+        login_wait=False → 不阻塞，直接返回 False（由调用方跳过并告警）。
    - 一直未登录（用户关窗口/放弃）→ 返回 False。
    """
    async def _has_login_wall() -> bool:
@@ -327,6 +405,13 @@ async def _ensure_logged_in(page: Page, search_url: str) -> bool:
        print("✅ 已检测到登录态，直接开始搜索")
        return True

+    # 未登录：默认不阻塞（跳过并告警）；login_wait=True 才回退首页等手动登录
+    if not login_wait:
+        print("⚠️ 未检测到 Pinterest 登录态（cookie 缺失或已过期）。"
+              "请先在 pinterest_scraper/.chrome_session 目录登录 Pinterest 一次，"
+              "或设置 pinterest.login_wait=true 让程序自动等待手动登录。")
+        return False
+
    # 未登录（搜索页被弹回登录墙）：回退首页，提示手动登录一次，成功后立即继续
    print("⚠️ 当前未登录（搜索页被拦截）。请在弹出的浏览器窗口中手动登录，登录成功后将自动继续……")
    try:
@@ -351,7 +436,8 @@ async def _ensure_logged_in(page: Page, search_url: str) -> bool:

 async def scrape(keyword: str, count: int, headless: bool = False,
                 proxy: str | None = None,
-                 cdp_url: str | None = None) -> set[str]:
+                 cdp_url: str | None = None,
+                 login_wait: bool = False) -> set[str]:
    imgs_url: set[str] = set()
    async with async_playwright() as p:
        if cdp_url:
@@ -389,7 +475,7 @@ async def scrape(keyword: str, count: int, headless: bool = False,
        await page.goto(search_url, wait_until="domcontentloaded")

        # 独立登录检查：已登录直接开始；未登录才回退首页等手动登录
-        logged_in = await _ensure_logged_in(page, search_url)
+        logged_in = await _ensure_logged_in(page, search_url, login_wait=login_wait)
        if not logged_in:
            # 关闭浏览器（持久化目录已保存任何已有状态），中止本次爬取
            if cdp_url:
@@ -19,11 +19,13 @@ from pinterest_scraper.pinterest_image_capture import (

 def scrape_pinterest(keyword: str, count: int = 40, save_dir: Optional[str] = None,
                     proxy: Optional[str] = None, headless: bool = False,
-                     cdp_url: Optional[str] = None) -> List[str]:
+                     cdp_url: Optional[str] = None,
+                     login_wait: bool = False) -> List[str]:
    """按关键词爬取 Pinterest 图片并下载到 save_dir，返回下载成功的文件路径列表。

    - proxy 为 None 时自动探测（环境变量/系统代理/本地常见端口）；空字符串显式禁用。
-    - 首次运行会弹出本地 Chrome 窗口，需手动登录 Pinterest 一次，登录态缓存在
+    - login_wait=False（默认）：运行时检测到未登录时不阻塞，直接返回空列表（由调用方跳过并告警）；
+      login_wait=True：弹出 Chrome 窗口等待手动登录一次，登录态缓存在
      pinterest_scraper/.chrome_session，之后自动复用。
    """
    # 代理解析：显式传入 > 自动探测 > 直连
@@ -39,7 +41,7 @@ def scrape_pinterest(keyword: str, count: int = 40, save_dir: Optional[str] = No
    os.makedirs(out, exist_ok=True)
    print(f"[pinterest] 关键词: {keyword} | 数量: {count} | 保存目录: {out}")

-    imgs_url = asyncio.run(scrape(keyword, count, headless, proxy, cdp_url))
+    imgs_url = asyncio.run(scrape(keyword, count, headless, proxy, cdp_url, login_wait))
    if not imgs_url:
        print(f"[pinterest] 未收集到图片（可能未登录或搜索无结果）: {keyword}")
        return []