schoolNews/schoolNewsCrawler/crawler/RmrbTrending.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
人民日报热点新闻爬虫命令行工具
用法:
  python RmrbTrending.py --date 20250110
  python RmrbTrending.py --start-date 20250101 --end-date 20250110
"""

import argparse
import json
import sys
from datetime import datetime
from pathlib import Path

# Add parent directory to path to import crawler
sys.path.insert(0, str(Path(__file__).parent.parent))

from crawler.RmrbCrawler import RmrbCrawler
from loguru import logger


def parse_date(date_str: str) -> datetime:
    """
    解析日期字符串为datetime对象

    Args:
        date_str: 日期字符串，格式为YYYYMMDD

    Returns:
        datetime对象
    """
    try:
        return datetime.strptime(date_str, "%Y%m%d")
    except ValueError:
        raise ValueError(f"日期格式错误: {date_str}，正确格式为YYYYMMDD，例如: 20250110")


def main():
    """主函数"""
    parser = argparse.ArgumentParser(
        description='人民日报热点新闻获取工具',
        formatter_class=argparse.RawDescriptionHelpFormatter,
        epilog="""
示例:
  # 获取单日热点新闻
  python RmrbTrending.py --date 20250110
  python RmrbTrending.py -d 20250110

  # 获取日期范围内的热点新闻
  python RmrbTrending.py --start-date 20250101 --end-date 20250110
  python RmrbTrending.py -s 20250101 -e 20250110

  # 不指定日期则获取今天的热点新闻
  python RmrbTrending.py
        """
    )

    parser.add_argument(
        '--date', '-d',
        type=str,
        help='指定日期 (格式: YYYYMMDD，例如: 20250110)'
    )

    parser.add_argument(
        '--start-date', '-s',
        type=str,
        help='开始日期 (格式: YYYYMMDD，需与--end-date一起使用)'
    )

    parser.add_argument(
        '--end-date', '-e',
        type=str,
        help='结束日期 (格式: YYYYMMDD，需与--start-date一起使用)'
    )

    args = parser.parse_args()

    try:
        # 创建爬虫实例
        crawler = RmrbCrawler()

        # 判断使用哪种模式
        if args.date:
            # 单日模式
            if args.start_date or args.end_date:
                raise ValueError("不能同时使用--date和--start-date/--end-date参数")

            target_date = parse_date(args.date)
            logger.info(f"获取单日热点新闻: {args.date}")
            result = crawler.getOneDayTrendingNews(target_date)

        elif args.start_date and args.end_date:
            # 日期范围模式
            start_date = parse_date(args.start_date)
            end_date = parse_date(args.end_date)

            if start_date > end_date:
                raise ValueError("开始日期不能晚于结束日期")

            logger.info(f"获取日期范围热点新闻: {args.start_date} 至 {args.end_date}")
            result = crawler.getDaysTrendingNews(start_date, end_date)

        elif args.start_date or args.end_date:
            # 只指定了一个日期
            raise ValueError("--start-date和--end-date必须同时使用")

        else:
            # 默认使用今天的日期
            today = datetime.now()
            today_str = today.strftime("%Y%m%d")
            logger.info(f"获取今日热点新闻: {today_str}")
            result = crawler.getOneDayTrendingNews(today)

        # 输出JSON结果
        output = {
            "code": result.code,
            "message": result.message,
            "success": result.success,
            "data": None,
            "dataList": [item.dict() for item in result.dataList] if result.dataList else []
        }

        print(json.dumps(output, ensure_ascii=False, indent=2))

        # 关闭爬虫
        crawler.close()

        # 退出码: 成功=0, 失败=1
        sys.exit(0 if result.success else 1)

    except ValueError as e:
        logger.error(f"参数错误: {str(e)}")
        error_output = {
            "code": 400,
            "message": f"参数错误: {str(e)}",
            "success": False,
            "data": None,
            "dataList": []
        }
        print(json.dumps(error_output, ensure_ascii=False, indent=2))
        sys.exit(1)

    except Exception as e:
        logger.error(f"执行失败: {str(e)}")
        error_output = {
            "code": 500,
            "message": f"执行失败: {str(e)}",
            "success": False,
            "data": None,
            "dataList": []
        }
        print(json.dumps(error_output, ensure_ascii=False, indent=2))
        sys.exit(1)


if __name__ == "__main__":
    main()