[2026-09-27] eagle: personal/tech/id3-tag-repair.md
This commit is contained in:
1 parent
3946ccd352
commit
6b8bba3336
1 file changed
+97
@@ -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`
|
||||
(`<N разных>` — 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 `<N разных>` 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.
|
||||
|
||||
Reference in new issue
Block a user