mirror of
https://github.com/eternity4719/HowToLiveBetter.git
synced 2026-11-20 08:40:44 +08:00
dabac78221
每处引用的前后文现在都有一个词和目标条目标题对得上——原本就有的(「医疗救助 见第 11 条」)保留,没有的补成「见第 16 条(借条和担保)」,括号里的词取自目标 标题。为什么要这一步:裸条号被顺延撞歪之后,连对照表的 diff 都看不出异常—— 条号没变、指向的标题变了,可那处引用本来就没说过自己要指什么。 起点是 75 处裸条号,逐一补完清到 0。补的过程里又揪出两处错位: - 第 9 节第 6 条「替人取现转账见本节第 4 条」,第 4 条是「黄色视频自己看归自己」, 应为第 5 条「兼职要你用自己的卡」 - 第 2 节第 7 条和第 10 条本是互指的一对(步数与运动时长是同一件事的两种计量), 两边都指错了,已在上一条提交里修 另有两处是脚本误判:第 8 节备注里「第 4 条:组织人肉搜索」「转公诉得够第 12 条 那五种情形」引的是司法解释条款号,不是条目,改写成「该解释第 4 条」让脚本跳过。 脚本这一轮的改动:after 上下文取到句读为止而不是固定 26 字(长条号串会把标注挤 出窗口);数字和英文串也算锚点(12356、AED、CT);--check 把裸条号判为失败, 以后新增引用不带锚点就过不去。规则写进 CLAUDE.md。
195 lines
11 KiB
JavaScript
195 lines
11 KiB
JavaScript
// 交叉引用对照表:把正文里每一处「第 X 条」引用解析成它实际指向的条目标题,
|
||
// 写进 docs/引用对照.md。那份文件入库,所以插入或删除条目导致引用指向变化时,
|
||
// git diff 会直接把变化摆出来——条号没动而标题变了,就是错位。
|
||
//
|
||
// node tools/check-refs.mjs # 重新生成对照表(sync-stats.ps1 末尾会自动调用)
|
||
// node tools/check-refs.mjs --check # 只校验不写文件,有失效引用则退出码 1(CI 用)
|
||
// node tools/check-refs.mjs --suspect # 额外列出措辞和目标标题对不上的,误报多,排查历史遗留时用
|
||
//
|
||
// 为什么需要它:条号是位置依赖的,正文里的引用只记了位置不记内容。2026-09-19
|
||
// 在第 7 节发现 6 处指错(医疗救助指到低保、救助站指错条),全都在条号范围内,
|
||
// 越界检查一条都抓不到。
|
||
// 注意:切行一律用 /\r?\n/,不能用 '\n'。book/ 下的文件行尾不统一(有 CRLF 有 LF),
|
||
// 而 JS 正则的 . 不匹配 \r(CR 也算行终止符,这点和 Python、Perl 不一样),
|
||
// 留着 \r 会让 /^### (\d+)\. (.*)$/ 在 CRLF 文件上一条都匹配不到。
|
||
import { readFileSync, writeFileSync, readdirSync } from 'node:fs';
|
||
import { resolve, dirname, basename } from 'node:path';
|
||
import { fileURLToPath } from 'node:url';
|
||
|
||
const ROOT = resolve(dirname(fileURLToPath(import.meta.url)), '..');
|
||
const CHECK_ONLY = process.argv.includes('--check');
|
||
|
||
// 节内的裸引用(「见第 8 条」)只在这几个栏位里找:来源栏里的「第 N 条」几乎都是
|
||
// 法条条款号,扫进来全是误报。
|
||
const FIELDS = /^- (说人话|收益|备注|成本):/;
|
||
// 但带节号的跨节引用(「见第 11 节第 16 条」)不会和法条混淆,来源栏里也有,一并扫。
|
||
// book/26 第 103 条那处「日志留存见第 11 节第 16 条」就写在来源栏里,差点漏掉。
|
||
const CROSS_FIELDS = /^- (说人话|收益|备注|成本|来源):/;
|
||
|
||
const files = readdirSync(resolve(ROOT, 'book')).filter(f => /^\d\d-.*\.md$/.test(f)).sort();
|
||
|
||
// 先把每节的条目标题读出来:sections[节号] = { file, titles: { 条号: 标题 } }
|
||
const sections = new Map();
|
||
for (const f of files) {
|
||
const num = Number(f.slice(0, 2));
|
||
const titles = new Map();
|
||
for (const line of readFileSync(resolve(ROOT, 'book', f), 'utf8').split(/\r?\n/)) {
|
||
const m = /^### (\d+)\. (.*)$/.exec(line);
|
||
if (m) titles.set(Number(m[1]), m[2].trim());
|
||
}
|
||
sections.set(num, { file: f, titles });
|
||
}
|
||
|
||
// 一处引用可能写成「第 3、10、11 条」,拆成多个条号
|
||
const nums = s => s.split(/[、,]/).map(x => Number(x.trim())).filter(n => Number.isFinite(n));
|
||
|
||
const out = [];
|
||
const problems = [];
|
||
const suspects = [];
|
||
let total = 0;
|
||
|
||
for (const f of files) {
|
||
const num = Number(f.slice(0, 2));
|
||
const self = sections.get(num);
|
||
const lines = readFileSync(resolve(ROOT, 'book', f), 'utf8').split(/\r?\n/);
|
||
const rows = [];
|
||
let cur = 0;
|
||
|
||
// 引用前面那句话往往就写着它想指什么(「医疗救助(见第 11 条)」),把整个分句
|
||
// 列出来,人工扫对照表时不用翻正文就能判断指对没有。
|
||
// 取到最近的句读为界而不是固定字数——固定 14 字曾让好几处正确引用看起来可疑
|
||
// (「一氧化碳见第 18 条,烧烫伤见第 13 条」截断后只剩「氧化碳」对着「烫伤」)。
|
||
const ctxOf = (line, idx) => {
|
||
const before = line.slice(0, idx);
|
||
let start = -1;
|
||
for (const p of ['。', ';', '!', '?', ':']) start = Math.max(start, before.lastIndexOf(p));
|
||
return before.slice(start + 1).slice(-44).replace(/\|/g, '|');
|
||
};
|
||
// 引用后面的文字也算锚点:「第 16 条(借条和担保)」这种把关键词写在条号之后
|
||
// 取到引用后的第一个句读为止(最多 40 字)。不能用固定字符数:「见第 1 节第 7、8、
|
||
// 14、17、18、19、23、24、29 条(血压、血糖…)」这种长条号串会把标注挤出窗口。
|
||
const afterOf = (line, idx) => {
|
||
const rest = line.slice(idx).replace(/^第\s*\d+\s*节?第?\s*[\d、,\s]*\s*条/, '');
|
||
const end = rest.search(/[。;!?]/);
|
||
return (end === -1 ? rest : rest.slice(0, end)).slice(0, 40).replace(/\|/g, '|');
|
||
};
|
||
|
||
lines.forEach((line, i) => {
|
||
const t = /^### (\d+)\./.exec(line);
|
||
if (t) { cur = Number(t[1]); return; }
|
||
if (!CROSS_FIELDS.test(line)) return;
|
||
|
||
// 跨节:第 N 节第 X 条
|
||
for (const m of line.matchAll(/第\s*(\d+)\s*节第\s*([\d、,\s]+?)\s*条/g)) {
|
||
const target = sections.get(Number(m[1]));
|
||
for (const x of nums(m[2])) {
|
||
const title = target?.titles.get(x);
|
||
rows.push({ from: cur, ref: `第 ${m[1]} 节第 ${x} 条`, title, line: i + 1, ctx: ctxOf(line, m.index), after: afterOf(line, m.index) });
|
||
if (!title) problems.push(`${f}:${i + 1} 第 ${cur} 条引用「第 ${m[1]} 节第 ${x} 条」——该节没有这一条`);
|
||
}
|
||
}
|
||
|
||
// 节内:扫所有「第 X 条」,不限引导词——正文里的写法远不止「见第 X 条」,还有
|
||
// 「按第 1 条压胸」「判断方法同第 4 条」「先对照第 8 条」「和第 4 条二选一」,
|
||
// 早先只认三种引导词,这些全漏在扫描之外。来源栏整行不扫(全是法条条款号)。
|
||
if (!FIELDS.test(line)) return;
|
||
const stripped = line.replace(/第\s*\d+\s*节第\s*[\d、,\s]+?\s*条/g, '');
|
||
for (const m of stripped.matchAll(/第\s*([\d、,\s]+?)\s*条/g)) {
|
||
// 前面十几个字里出现法规名或文号的,是法条条款号不是条目引用,跳过
|
||
const pre = stripped.slice(Math.max(0, m.index - 16), m.index);
|
||
if (/法|条例|办法|规定|准则|解释|细则|号〕|〕|号,|公约|宪法/.test(pre)) continue;
|
||
for (const x of nums(m[1])) {
|
||
const title = self.titles.get(x);
|
||
rows.push({ from: cur, ref: `本节第 ${x} 条`, title, line: i + 1, ctx: ctxOf(stripped, m.index), after: afterOf(stripped, m.index) });
|
||
// 节内引用超出本节条目数的,多半是法条条款号被误当成条目引用,列出来人工看
|
||
if (!title) problems.push(`${f}:${i + 1} 第 ${cur} 条引用「第 ${x} 条」——本节只有 ${self.titles.size} 条(可能是法条条款号)`);
|
||
if (x === cur) problems.push(`${f}:${i + 1} 第 ${cur} 条引用了它自己`);
|
||
}
|
||
}
|
||
});
|
||
|
||
// 能不能自动验证这处引用指对了:引用前后的文字里,有没有哪两个连续汉字也出现在
|
||
// 目标条目标题里。有 → 这处引用自带锚点,改动导致错位时会被察觉;没有 → 它是个
|
||
// 裸条号(「实际算法可以看第 34 条」),错了也看不出来,需要补一个显式标注。
|
||
const anchored = (text, title) => {
|
||
for (let i = 0; i + 2 <= text.length; i++) {
|
||
const bg = text.slice(i, i + 2);
|
||
if (/^[一-龥]{2}$/.test(bg) && title.includes(bg)) return true;
|
||
}
|
||
// 数字和英文串也是锚点:12356、AED、CT、BMI、LPR 这些常常就是引用要指的东西
|
||
for (const tok of text.match(/[0-9A-Za-z]{2,}/g) ?? []) if (title.includes(tok)) return true;
|
||
return false;
|
||
};
|
||
for (const r of rows) {
|
||
if (!r.title) continue;
|
||
if (!anchored(r.ctx + r.after, r.title)) {
|
||
suspects.push(`${f}:${r.line} 第 ${r.from} 条 →「${r.ref}」${r.title.slice(0, 20)}… …${r.ctx}【${r.ref}】${r.after}…`);
|
||
}
|
||
}
|
||
|
||
if (!rows.length) continue;
|
||
total += rows.length;
|
||
out.push(`## ${basename(f, '.md')}\n`);
|
||
out.push('| 出处 | 引用 | 指向的条目 | 引用处的上下文 |');
|
||
out.push('| --- | --- | --- | --- |');
|
||
for (const r of rows) {
|
||
const title = r.title ? r.title : '**指向不存在的条目**';
|
||
out.push(`| 第 ${r.from} 条 | ${r.ref} | ${title} | …${r.ctx}… |`);
|
||
}
|
||
out.push('');
|
||
}
|
||
|
||
const body = [
|
||
'# 交叉引用对照表',
|
||
'',
|
||
'本文件由 `node tools/check-refs.mjs` 生成,不要手改。',
|
||
'',
|
||
'正文里的「第 X 条」只记条号不记内容,插入或删除条目会让后面的引用集体错位,',
|
||
'而错位后的条号往往仍在范围内,光查越界抓不到。所以把每处引用**实际指向的标题**',
|
||
'摊开写在这里并入库:改完条目重新生成,`git diff` 里凡是条号没动而标题变了的,',
|
||
'就是被顺延撞歪的引用。',
|
||
'',
|
||
'另一道保险是**锚点**:每处引用的前后文里都得有一个词和目标条目标题对得上',
|
||
'(「医疗救助见第 11 条」里的「医疗救助」,或显式写成「见第 16 条(借条和担保)」)。',
|
||
'`node tools/check-refs.mjs --check` 会把没有锚点的裸条号判为失败——那种引用一旦',
|
||
'被撞歪,对照表的 diff 也看不出异常,只能靠锚点兜住。',
|
||
'',
|
||
`共 ${total} 处引用。`,
|
||
'',
|
||
...out,
|
||
].join('\n');
|
||
|
||
if (problems.length) {
|
||
console.log('需要人工确认:');
|
||
for (const p of problems) console.log(' ' + p);
|
||
console.log('');
|
||
}
|
||
|
||
// 这个启发式误报率极高(中文里「未遂之后的长期结局见第 30 条」指向「念头一冒出来
|
||
// 先告诉身边的一个人」完全正确,却一个字都不重叠),288 处能报出 159 处,没有筛选
|
||
// 价值,所以默认不输出,只留给一次性人工排查用。真正靠得住的是下面那张对照表的 diff。
|
||
if (process.argv.includes('--suspect') && suspects.length) {
|
||
console.log(`引用处的措辞和目标标题对不上(${suspects.length} 处,误报很多,仅供人工排查参考):`);
|
||
for (const s of suspects) console.log(' ' + s);
|
||
console.log('');
|
||
}
|
||
|
||
if (CHECK_ONLY) {
|
||
const fatal = problems.filter(p => p.includes('该节没有这一条') || p.includes('引用了它自己'));
|
||
for (const p of fatal) console.log(' ' + p);
|
||
// 裸条号(引用前后没有一个词和目标标题对得上)同样算失败:这种引用一旦被条目顺延
|
||
// 撞歪,谁也看不出来。修法是补个锚点——「见第 16 条(借条和担保)」,
|
||
// 括号里的词取自目标条目标题即可。
|
||
if (suspects.length) {
|
||
console.log(`${suspects.length} 处引用是裸条号,错了看不出来,请补锚点(跑 --suspect 看清单):`);
|
||
for (const s of suspects.slice(0, 10)) console.log(' ' + s.split(' ')[0]);
|
||
if (suspects.length > 10) console.log(` …另有 ${suspects.length - 10} 处`);
|
||
}
|
||
const bad = fatal.length + suspects.length;
|
||
console.log(bad ? `共 ${bad} 处要处理` : `引用检查通过:${total} 处全部指向正确,且都带锚点`);
|
||
process.exit(bad ? 1 : 0);
|
||
}
|
||
|
||
writeFileSync(resolve(ROOT, 'docs/引用对照.md'), body, 'utf8');
|
||
console.log(`已写入 docs/引用对照.md,共 ${total} 处引用`);
|