From 6b8bba33365023126a3115758116c702fd918874 Mon Sep 17 00:00:00 2001 From: Alexey Martemyanov Date: Sun, 27 Sep 2026 15:55:25 +0600 Subject: [PATCH] [2026-09-27] eagle: personal/tech/id3-tag-repair.md --- personal/tech/id3-tag-repair.md | 97 +++++++++++++++++++++++++++++++++ 1 file changed, 97 insertions(+) diff --git a/personal/tech/id3-tag-repair.md b/personal/tech/id3-tag-repair.md index 5bdf46a8..d0e3b55a 100755 --- a/personal/tech/id3-tag-repair.md +++ b/personal/tech/id3-tag-repair.md @@ -683,6 +683,103 @@ cur_album='Нечетный воин 2' → new_album='Нечётный Воин потребовал откат. Отчёт нужно подавать так, чтобы `''` не читалось как потеря — например `<пусто в 38-м> -> 'КняZz'`. +### 🔴 D23 — детектор по ФОРМЕ значения даёт тысячи ложных (сессия 17) + +Повторный ручной проход диффа (`manual_scan.py`, `manual_scan2.py`): **3422 кандидата, +реальных 102**. Классы ложных: + +| Детектор | Кандидатов | Реальных | Почему ложь | +|---|---:|---:|---| +| `new_album` входит в `folder` | 3051 | 101 | ловит **вложенность пути**; дефект — только значение-СКЛЕЙКА | +| дефис с пробелами в `album` | 222 | 101 | `Лето - это маленькая жизнь` (Митяев) — тире в названии | +| `album == title` | 149 | **0** | одноимённые альбомы (`Enigma/Sleep`, `Любэ/Атас`, `Комбат`) | +| `aa='Various Artists'` при одном `artist` | — | **0** | правило соблюдено | +| `track` 4+ знака | — | **0** | закрыто ранее | + +**Правило: прежде чем называть класс дефектом, проверить его против `cur_*`** (план не выдумывал?) +**и по соседним файлам папки** (A2/D22). Детектор по форме строки — только карта подозрений. + +### 🔴 D24 — склейка `Родитель - Подпапка`: ловить ВСЕ три тире (сессия 17) + +Класс, прошедший RC-ревью незамеченным: `album` = склейка «верхний сегмент пути - нижний». + +``` +Radio - Старое → Старое (77 строк, !Radio/*) +(2001) Infected Mushroom - B.P. Empire → B.P. Empire (7, Infected Mushroom/*) +``` + +🔴 **Питфолл: длинное тире `–` (U+2013) не матчится регуляркой по дефису.** +Первый прогон исправил 6 из 7 IM-строк; осталась `(2012) Infected Mushroom – U r so fucked` +с en-dash. Верификатор показал `BAD … 1`. Правильно: + +```python +DASH = r"[-–—]" # hyphen, en-dash, em-dash +RE_IM = re.compile(r"^\(\d{4}\)\s+Infected Mushroom\s+" + DASH + r"\s+(.+)$") +``` + +**Везде, где ищем «разделитель» в значении из ID3, матчить все три тире.** Ср. A6 (`(CD1)`) — +технический шум папки/тега прячется за разными вариантами одного символа. + +⚠️ **Не всякая склейка — категория.** `Бард - Авангард` оказался **названием альбома Трофима** +(папка `!Рэп/Трофим/07 Бард-авангард`), а не «Категория - Подпапка». Целевое `Бард-авангард` +(дефис без пробелов, как в имени папки) — **выведено из пути**, не выдумано. + +### 🔴 D25 — 101 строка прошла RC-ревью: доказывать ФАКТОМ, а не рассуждением (сессия 17) + +Alex: «**В rc этого не было.. это новые дефекты?**» — скрипт `were_these_in_rc.py` против +снапшота `milestones/RC-20260927/`: + +``` +RC: 7861 строк | текущий: 7861 | одинаковых: 7861 | отличий: 0 +Бард - X RC=18 сейчас=18 · Radio - X RC=77 сейчас=77 · (год) IM - X RC=6 сейчас=6 +``` + +→ дефекты **не новые**, присутствовали в RC в тех же количествах и были пропущены. +RC-проход искал срабатывания **по имени папки-артиста** и не проверял значение на **склейку**. +**Вывод: дифф проверять и на ФОРМУ значения (склейка, технический префикс), не только +на согласованность с папкой.** + +### 🔴 D26 — «881 ПОТЕРЯНО» из верификатора полноты оказались нулём (сессия 17) + +`verify_diff_completeness.py` после перегенерации: `ПОТЕРЯНО = 881`. Скрипт `loss_kind.py` +разобрал: у **всех 881** новое значение ПРИСУТСТВУЕТ в строке ПАПКА, отличается только `old` +(`` — схлопывание D16). + +``` +A. новое значение есть в строке ПАПКА (сменилась форма записи): 881 +B. нового значения в диффе НЕТ: 0 +``` + +**Правило: верификатор полноты, требующий совпадения пары `(old, new)`, будет давать ложные +«потери» везде, где схлопывание пишет `` вместо конкретного `old`. Проверять +присутствие НОВОГО значения, а `old` считать отдельным классом расхождения.** + +### 🔴 D27 — сравнение `track` только ПОСЛЕ канонизации (сессия 17) + +Два аудитора одного и того же файла дали **21** и **12**: + +``` +audit_apply_script.py: сырое сравнение cur_track != new_track → '01' != '1' → 21 строк «лишний changed=yes» +audit_critical.py: обе стороны через normalize_track() → 12 строк реально +``` + +**Любой детектор по `track` обязан канонизировать обе стороны**, иначе завышает объём +работы. То же правило — для `changed`-консистентности (P9 в `apply_tags_v2.py`). + +### 🔴 D28 — comprehension по `r` внутри условия, зависящего от `r[c]`, даёт тождество (сессия 17) + +```python +# ❌ сравнивает значение САМО С СОБОЙ -> ложные «7861 строк с пробелами» +any(c != (r[c] or "").strip() and r[c] for c in r if c.startswith("new_")) +# ✅ явный цикл +for c in r: + if c.startswith("new_") and r[c] and r[c] != r[c].strip(): ... +``` + +Перепроверка отдельным скриптом: пробелов в `new_*` — **0**. Урок общий: **генератор с +переменной, совпадающей с ключом словаря, который в нём же и читается, — источник тождеств.** +Писать проверку явным `for`. + ### 🔴 D10 — секции полноты в хвосте диффа читаются как мусор `НЕТ-В-38` (41) + `ТОЛЬКО-В-38` (85) идут после правок и выглядят как сломанный хвост файла.