---
id: T-662a
title: 商品状态领域模型、数据库迁移与采集检测
status: TODO
phase: 7
deps: []
created: 2026-07-18
---

# T-662a 商品状态领域模型、数据库迁移与采集检测

## 问题 / 背景

编辑页仍可打开的「未上架」「审核中」商品当前会被当作普通商品采集，后续可能继续消耗 AI 点数或进入更新流程。真实证据见：

- `docs/html/未上架商品提示.html`
- `docs/html/审核中商品提示.html`

两份样本均使用 Shopee EDS alert 组件；原「审核中」样本文件名尾部空格已移除，后续文档和测试统一使用无空格路径。

## 状态契约

- 新增共享领域模块 `app/product_status.py`，作为①②③唯一状态事实来源，避免各 Tab 重复定义枚举、显示文字和异常判断。
- SQLite 保存稳定代码，不保存中文枚举：
  - `normal`：未发现已知异常横幅；界面显示「正常」，**不宣称一定在售**；
  - `unlisted`：未上架；
  - `reviewing`：审核中；
  - `unknown`：历史 NULL、DOM 检测失败或出现未识别状态横幅。
- `NULL` 和非法历史值统一按 `unknown` 读取；只有 `normal` 表示本次检测未发现已知异常，可进入默认的采集、付费生成和更新候选；`unlisted/reviewing/unknown` 均不得被“只处理状态正常商品”策略放行。
- 文本归一化：trim、连续空白折叠、繁简白名单兼容；禁止依赖 `data-v-*`。
- 提供共享纯逻辑 helper，统一完成状态代码归一化、中文显示和任务分组，①②③不得各自复制状态判断。

## DOM 检测规则

- 编辑页就绪后一次读取 `.eds-alert.eds-alert--warning` 下的 `.eds-alert-title` 与 `.eds-alert-desc`，返回结构化文本列表，不保存整段 HTML。
- 白名单：
  - `審核中` / `审核中` → `reviewing`；
  - `您的商品未上架` → `unlisted`。
- 查询成功且没有 warning 横幅 → `normal`。
- 有 warning 横幅但没有白名单命中 → `unknown`，不得保留旧的 `normal` 或误判正常。
- DOM 查询抛错或返回结构非法 → `unknown`；错误写脱敏诊断日志。是否继续采集标题/封面由 T-662b 的本轮采集策略决定，状态探测本身不直接制造技术失败。
- 多横幅时跳过无关警告，取 DOM 顺序中第一个白名单命中项；没有命中则为 `unknown`。
- `product_status_note` 只保存归一化后的 title/desc 摘要，最多 2000 字符；`product_status_at` 记录本次检测时间。
- 现有 `PRODUCT_UNAVAILABLE_TEXT_MARKERS` 和商品失效 toast 逻辑保持不变。

## 数据模型与采集接入

- `tasks` additive 新增：
  - `product_status TEXT NULL`；
  - `product_status_note TEXT NULL`；
  - `product_status_at TEXT NULL`。
- `db.init_db()` 使用幂等原位迁移；`Task` dataclass 暴露三字段。
- 新增独立、幂等的商品状态写入 API，使标题/封面被采集策略略过时仍能保存状态、note 和检测时间；扩展 `db.set_collected()` 时使用新增 keyword-only 参数，保持现有位置参数调用兼容。
- 编辑器提供可复用的商品状态探测步骤，并保证在读取标题、下载封面之前完成；完整采集成功时，标题、封面和本次状态快照在同一事务写入。
- 每次重新采集都必须重新打开页面检测状态，不得依据数据库旧快照提前略过，否则商品恢复正常后无法刷新状态。
- 状态探测返回 `unknown` 时保存当前快照；是否继续读取标题和封面由 T-662b 传入的本轮策略决定。

## 验收标准

- [ ] 两份真实样本分别识别为 `unlisted/reviewing`；title 尾部空格与繁简不影响结果。
- [ ] 无 warning 为 `normal`；未知 warning、DOM 异常和非法返回均为 `unknown`。
- [ ] 多横幅共存按约定选择，note 规范化且受长度限制。
- [ ] 旧库迁移幂等，历史 NULL 显示语义为「未知」。
- [ ] 只写商品状态时不伪造“采集成功”，也不清空既有标题和封面；完整采集可原子写入内容和状态。
- [ ] 重新采集始终重新检测并覆盖状态、note 和时间，不根据旧快照预过滤。
- [ ] 不改变商品失效判断、Chrome/CDP 页面打开关闭和 Shopee 更新逻辑。

## 测试与文档

- `tests/test_product_status.py`：状态归一化、中文显示、正常与非正常分组。
- `tests/test_editor_login.py`：样本结构、无横幅、未知横幅、多横幅、异常降级、探测顺序与 collect 回归。
- `tests/test_db.py`：迁移幂等、NULL 语义、独立状态写入、keyword-only 写入、既有内容保留与重新采集覆盖。
- 更新 `docs/04-architecture.md` 第七节和 `docs/api.md`；登记样本路径、选择器纪律和状态代码。

## 验证

```bash
py -3.10 -m unittest tests.test_editor_login tests.test_db
py -3.10 -m unittest discover -s tests
py -3.10 -m ruff check app tests main.py
py -3.10 -m compileall app main.py
git diff --check
```

## 非目标

- 不识别无样本的售罄、违规、禁卖等状态；未知横幅先归 `unknown`，不得猜测为正常。
- 不新增 GUI，不过滤任务，不回写 Excel，不做定时刷新。

## 执行记录

- 待实现。