Doubak / doubak-site-generator / 41

89%

push

github

删掉再重标：一个作品仍然只有一页，旧的那次不许消失

《盗梦空间》2018-01-03 标过一次，2026-09-04 用户在豆瓣上删掉重标。豆瓣发了个新的
条目 id（1299196346 → 4937138397），解析器据此如实分成两条记录——那是对的，
canonical 是事件日志，两个不同的上游 id 就是两次不同的标记。

而投影这一层一处判据都没有，于是两个各自静默的毛病：

1. **后写的把先写的整个盖掉。** 两条标记算出同一个文件名，先来后到决定谁活下来。
   git 上看不出来——页数没变、没有新增没有删除，只在那一页的 diff 里。2018 年的
   短评与标签就这么从站点上消失了。
2. **`targetIndex` / `broadcastsBySubject` 把它判成「id 撞车」**，于是两条广播的
   链接与封面一起消失，作品页上整个「说过什么」栏目也没了——而那正是这份档案最
   不可替代的部分：豆瓣自己已经不显示 2018 年那条了。

第二条又是一个**代理**：「同一个 id 出现两次」在只有一条标记的年代恰好等价于
「跨媒介撞车」，而用户第一次删掉重标就让两者分了家。规则本来要问的是「媒介一样
吗」，同一部电影的两条标记指向的是同一页，根本没有歧义。

修法是在投影入口按「媒介:作品id」归组（`mergeReMarks`）：

- 页头取**最后一次看到**的那条——豆瓣现在还留着的，才是最近一次抓取里出现过的。
  按 marked_at 挑是错的：补标一部老片可以有更早的日期，而它仍然是现存的那条。
- 被顶掉的那几条**并进时间线**，所以 2018 年那次的短评、评分、日期都还在页面上，
  位置也对，而不是假装从没发生过。
- revisionCount 把它们都算上，否则页面会说「只有 1 个版本」，而下面的时间线明明
  列着两次标记。

归组之后 `targetIndex` 里那个撞车判断就只可能是跨媒介的了，所以它**保持原样**并
把这条上游保证写进注释——加一次「媒介是否相同」的比较永远为真，一个永远为真的
判断读起来像在防什么，实际什么都没防（突变验过：改了它一条测试都不红）。
`broadcastsBySubject` 读的是原始 canonical，那一处的判据是真的要改。

顺带：首页广播预览 2 条 → **5 条**，与长文的 PREVIEW 分成两个常量。广播是首页上
唯一能看见原话的地方（媒介小节是封面墙，长文是标题加 80 字摘要），而长文一条就
占掉一屏，共用一个数必然连累另一个。

新增 6 条测试，6 个突变逐个验过。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01E6dxwcUi4rM3dcKdsqx9xm

421 of 540 branches covered (77.96%)

Branch coverage included in aggregate %.

109 of 109 new or added lines in 2 files covered. (100.0%)

2497 of 2739 relevant lines covered (91.16%)

23.61 hits per line