cyber-tesi/scripts/gen_figures.py

"""Genera wiki/figures/<id>.md da raw/immagini.json. Nessun riassunto: ogni campo del catalogo viene riportato.
Uso: python scripts/gen_figures.py  (rigenera tutto; le note sono derivate, non si modificano a mano)."""
import json
from pathlib import Path

root = Path(__file__).resolve().parent.parent
cat = json.loads((root / "raw/immagini.json").read_text(encoding="utf8"))
out = root / "wiki/figures"
out.mkdir(parents=True, exist_ok=True)


# --- pagine della wiki che usano ciascuna figura (link [[fig-...]] o embed del file), per la navigazione inversa ---
import re as _re0
_file2id = {pn["file"][:-4]: f["id"] for k in ("figures",) for f in cat[k] for pn in f["panels"]}
_file2id.update({pn["file"][:-4]: f["id"] for f in cat.get("riassunto", {}).get("figures", []) for pn in f["panels"]})
used_by = {}
for _p in sorted((root / "wiki").rglob("*.md")):
    if "figures" in _p.parts or _p.name in ("figure-indice.md", "bibliografia.md"):
        continue
    _t = _p.read_text(encoding="utf8").split("---", 2)[-1]
    _ids = set(_re0.findall(r"\[\[((?:ris-)?fig-[\w-]+)", _t))
    _ids |= {_file2id[h] for h in _re0.findall(r"!\[\[immagini/([0-9a-f]{64})", _t) if h in _file2id}
    for _i in _ids:
        used_by.setdefault(_i, set()).add(_p.stem)


def usage(fid):
    pages = sorted(used_by.get(fid, ()))
    return ["## Pagine che la usano", " · ".join(f"[[{x}]]" for x in pages) if pages else "nessuna", ""]


def q(s):
    return json.dumps(str(s), ensure_ascii=False)


def lst(xs):
    return "[" + ", ".join(q(x) for x in xs) + "]"


for f in cat["figures"]:
    loc, qual = f["location"], f["quality"]
    f["label"] = f.get("label") or f["id"]  # figure senza numero stampato
    v = qual.get("verification") or {}
    tesi_loc = f"§{loc['section']} r.{loc['md_line']}"
    fm = [
        "---",
        f"title: {q(' - '.join(x for x in (f['label'], f.get('title') or f.get('caption_printed')) if x))}",
        "type: figure",
        f"id: {f['id']}",
        f"tipo: {f['type']}",
        f"capitolo: {q(loc['chapter'])}",
        f"sezione: {q(loc['section'])}",
        f"tesi_loc: {q(tesi_loc)}",
        f"composti: {lst(f.get('compounds', []))}",
        f"concetti: {lst(f.get('concepts', []))}",
        f"keywords: {lst(f.get('keywords', []))}",
        f"confidence: {qual['confidence']}",
        f"flags: {lst(qual.get('flags', []))}",
        f"verifica: {v.get('verdict', 'n/d')}",
        "derivata: true",
        "---",
        "",
    ]
    body = [f"# {f['label']}", ""]
    body += [f"**Didascalia stampata (testo della tesi):** {f.get('caption_printed') or 'n/d'}", ""]
    cap = f", didascalia r.{loc['caption_md_line']}" if loc.get("caption_md_line") else ""
    body += [f"_Posizione: tesi.md {tesi_loc} (sezione {loc['section']} {loc['section_title']}){cap}_", ""]
    if "caption_mismatch" in qual.get("flags", []):
        body += ["> ⚠ Flag `caption_mismatch`: la didascalia stampata qui sopra è quella attribuita dal catalogo e potrebbe non descrivere l'immagine (vedi «Didascalia generata» e «Da verificare»).", ""]
    body += ["> Sotto: contenuto generato guardando l'immagine, non verificato una per una.", ""]
    body += [f"**Didascalia generata:** {f['caption']}", ""]
    for p in f["panels"]:
        body += [p["embed"], ""]
        body += [f"- Pannello: {p['panel'] or 'unico'} · file `{p['file']}` · {p['width']}×{p['height']} · confidence {p['confidence']}"]
        body += [f"- Descrizione: {p['description']}"]
        body += ["- Testo visibile: " + (" · ".join(p["visible_text"]) or "n/d")]
        if p.get("quality_flags"):
            body += ["- Flag: " + ", ".join(p["quality_flags"])]
        body += [""]
    if f.get("text_context"):
        body += ["## Contesto nel testo", f["text_context"], ""]
    if f.get("cited_in_md_lines"):
        body += ["Citata in tesi.md alle righe: " + ", ".join(map(str, f["cited_in_md_lines"])), ""]
    if qual.get("review_notes"):
        body += ["## Da verificare", qual["review_notes"], ""]
    if v.get("issues"):
        body += ["Esito revisione indipendente: " + "; ".join(v["issues"]), ""]
    body += usage(f["id"])
    body += ["## Collegamenti", "- [[tesi]]", ""]
    (out / f"{f['id']}.md").write_text("\n".join(fm + body), encoding="utf8")

# --- figure del riassunto di tesi (chiave "riassunto" di immagini.json): note ris-fig-NN.md ---
ris = cat.get("riassunto", {}).get("figures", [])
for f in ris:
    qual = f["quality"]
    fm = [
        "---",
        f"title: {q(' - '.join(x for x in (f['label'], f.get('title')) if x))}",
        "type: figure",
        f"id: {f['id']}",
        f"tipo: {f['type']}",
        'documento: "riassunto"',
        f"tesi_loc: {q('riassunto r.' + str(f['location']['md_line']))}",
        f"composti: {lst(f.get('compounds', []))}",
        f"concetti: {lst(f.get('concepts', []))}",
        f"keywords: {lst(f.get('keywords', []))}",
        f"confidence: {qual['confidence']}",
        f"flags: {lst(qual.get('flags', []))}",
        "derivata: true",
        "---",
        "",
    ]
    loc = f["location"]
    body = [f"# {f['label']} (riassunto di tesi)", ""]
    body += [f"**Didascalia stampata (testo del riassunto):** {f['caption_printed']}", ""]
    body += [f"_Posizione: riassunto_tesi.md r.{loc['md_line']}, didascalia r.{loc['caption_md_line']}_", ""]
    body += ["> Sotto: contenuto generato guardando l'immagine, non verificato una per una.", ""]
    body += [f"**Didascalia generata:** {f['caption']}", ""]
    for p in f["panels"]:
        body += [p["embed"], ""]
        body += [f"- Pannello: {p['panel'] or 'unico'} · file `{p['file']}` · {p['width']}×{p['height']} · confidence {p['confidence']}"]
        body += [f"- Descrizione: {p['description']}"]
        body += ["- Testo visibile: " + (" · ".join(p["visible_text"]) or "n/d")]
        if p.get("quality_flags"):
            body += ["- Flag: " + ", ".join(p["quality_flags"])]
        body += [""]
    if f.get("text_context"):
        body += ["## Contesto nel testo", f["text_context"], ""]
    if f.get("cited_in_md_lines"):
        body += ["Citata in riassunto_tesi.md alle righe: " + ", ".join(map(str, f["cited_in_md_lines"])), ""]
    if f.get("thesis_equivalents"):
        body += ["## Corrispondenze nella tesi"]
        body += [f"- [[{e['id']}]] — {e['relation']} (verifica: {e['verified']})" for e in f["thesis_equivalents"]] + [""]
    if qual.get("review_notes"):
        body += ["## Da verificare", qual["review_notes"], ""]
    body += usage(f["id"])
    body += ["## Collegamenti", "- [[riassunto-tesi]] · [[riassunto-vs-tesi]]", ""]
    (out / f"{f['id']}.md").write_text("\n".join(fm + body), encoding="utf8")

print(f"{len(cat['figures'])} note in {out}")
print(f"{len(ris)} note del riassunto in {out}")

# --- wiki/figure-indice.md: indice derivato (sezione -> figure) ---
import re as _re
def _clean(s):
    return _re.sub(r"<[^>]+>", "", s or "").strip()

idx = ["---", "title: Indice delle figure", "type: overview", "tags: [figure, indice, navigazione]",
       "created: 2026-10-15", "updated: 2026-10-15", 'tesi_loc: "r.73-1301 (didascalie)"', "derivata: true", "status: draft", "---", "",
       "# Indice delle figure", "",
       f"Le {len(cat['figures'])} figure del catalogo raggruppate per sezione della tesi, più le {len(cat.get('riassunto', {}).get('figures', []))} del riassunto di tesi in fondo (generata da `raw/immagini.json`: non modificare a mano). "
       "Ogni voce rimanda alla nota della figura; ⚠ = figura con flag o note di revisione. Matrice campioni × tecniche: [[campioni]]; tabelle: [[tabelle-indice]].", ""]
by_sec = {}
for f in cat["figures"]:
    by_sec.setdefault(f["location"]["section"], []).append(f)
for s in cat["sections"]:
    figs = by_sec.get(s["number"], [])
    if not figs:
        continue
    idx += [f"## §{s['number']} {_clean(s['title'])}"]
    for f in figs:
        warn = " ⚠" if (f["quality"].get("flags") or f["quality"].get("review_notes")) else ""
        if f["number"]:
            idx.append(f"- [[{f['id']}|Fig. {f['number']}]] — {_clean(f['title'])} _({f['type']})_{warn}")
        else:
            idx.append(f"- [[{f['id']}|schema]] — {_clean(f['caption'])} _({f['type']})_{warn}")
    idx.append("")
if ris:
    idx += ["## Riassunto di tesi", ""]
    for f in ris:
        warn = " ⚠" if (f["quality"].get("flags") or f["quality"].get("review_notes")) else ""
        idx.append(f"- [[{f['id']}|Fig. {f['number']}]] — {_clean(f['title'])} _({f['type']})_{warn}")
    idx.append("")
idx += ["## Collegamenti", "- [[index]] · [[tesi]] · [[campioni]] · [[tabelle-indice]]", ""]
(root / "wiki/figure-indice.md").write_text("\n".join(idx), encoding="utf8")
print("figure-indice.md generato")