move_error_sources.md

错误源文件移动脚本

功能说明

这个脚本用于自动处理drpy-node项目中的错误源文件：

1. 读取 data/source-checker/report.json 文件
2. 找出其中 status 为 "error" 的数据源
3. 根据数据源的 name 字段提取文件名（去掉括号内容）
4. 在 spider/js/ 目录中查找对应的JS文件
5. 将找到的JS文件移动到 spider/js_bad/ 目录

文件说明

• move_error_sources.py - 主脚本，执行实际的文件移动操作
• test_error_sources.py - 测试脚本，只查看错误源信息，不移动文件

使用方法

1. 测试运行（推荐先执行）

cd e:\gitwork\drpy-node
python scripts\python\test_error_sources.py

这会显示错误源的信息，但不会实际移动文件。

2. 正式运行

cd e:\gitwork\drpy-node
python scripts\python\move_error_sources.py

这会实际移动错误源对应的JS文件到js_bad目录。

文件名匹配逻辑

脚本使用以下逻辑来匹配文件：

1. 完全匹配：直接匹配提取的文件名
2. 去括号匹配：去掉JS文件名中的括号内容后进行匹配
3. 部分匹配：如果前两种都失败，则查找包含该名称的文件

示例

假设report.json中有一个错误源：

{
  "name": "皮皮虾[优](DS)",
  "status": "error"
}

脚本会：

1. 提取文件名：皮皮虾
2. 查找文件：spider/js/皮皮虾[优].js
3. 移动到：spider/js_bad/皮皮虾[优].js

注意事项

• 脚本会自动创建 js_bad 目录（如果不存在）
• 移动操作是不可逆的，建议先运行测试脚本
• 如果同名文件已存在于js_bad目录，会覆盖原文件
• 脚本会输出详细的处理日志

输出示例

读取报告文件: e:\gitwork\drpy-node\data\source-checker\report.json
JS源目录: e:\gitwork\drpy-node\spider\js
JS错误目录: e:\gitwork\drpy-node\spider\js_bad
--------------------------------------------------
总共找到 198 个数据源

处理错误源: 皮皮虾[优](DS)
  提取的文件名: 皮皮虾
  ✓ 已移动: 皮皮虾[优].js -> e:\gitwork\drpy-node\spider\js_bad\皮皮虾[优].js

==================================================
处理完成！统计信息:
  错误源总数: 58
  成功移动: 45
  未找到文件: 13
==================================================