feat: oprava čistění HTML, STATS_TOKEN, přeskočení hashtag tootů

weekly_report.py

@@ -0,0 +1,213 @@
+#!/usr/bin/env python3
+import html
+import json
+import os
+import re
+import sys
+import argparse
+import urllib.request
+import urllib.error
+from datetime import datetime, timezone, timedelta
+
+TIPS = [
+    "Hashtagy fungují jako klíčová slova – používej je a ostatní tě snáz najdou.",
+    "Pomocí seznamů si můžeš organizovat sledované účty do tematických skupin.",
+    "Příspěvky s viditelností \"Pouze sledující\" vidí jen tvoji sledující, ne celý fediverse.",
+    "Filtrovat nežádoucí obsah lze přes Nastavení → Filtry – hodí se na citlivá témata.",
+    "Zmínit někoho funguje i napříč instancemi – stačí napsat @uzivatel@instance.tld.",
+]
+
+def load_env(path=".env"):
+    env = {}
+    try:
+        with open(path) as f:
+            for line in f:
+                line = line.strip()
+                if not line or line.startswith("#") or "=" not in line:
+                    continue
+                key, _, val = line.partition("=")
+                env[key.strip()] = val.strip().strip('"').strip("'")
+    except FileNotFoundError:
+        pass
+    return env
+
+def api_get(url, token):
+    req = urllib.request.Request(url, headers={"Authorization": f"Bearer {token}"})
+    try:
+        with urllib.request.urlopen(req) as resp:
+            return json.loads(resp.read().decode())
+    except urllib.error.HTTPError as e:
+        print(f"HTTP {e.code} při volání {url}: {e.read().decode()}", file=sys.stderr)
+        raise
+    except urllib.error.URLError as e:
+        print(f"Chyba sítě při volání {url}: {e.reason}", file=sys.stderr)
+        raise
+
+def api_post(url, token, data):
+    body = json.dumps(data).encode()
+    req = urllib.request.Request(
+        url,
+        data=body,
+        headers={
+            "Authorization": f"Bearer {token}",
+            "Content-Type": "application/json",
+        },
+        method="POST",
+    )
+    try:
+        with urllib.request.urlopen(req) as resp:
+            return json.loads(resp.read().decode())
+    except urllib.error.HTTPError as e:
+        print(f"HTTP {e.code} při odesílání tootu: {e.read().decode()}", file=sys.stderr)
+        raise
+    except urllib.error.URLError as e:
+        print(f"Chyba sítě při odesílání tootu: {e.reason}", file=sys.stderr)
+        raise
+
+def get_measures(base_url, admin_token, date_from, date_to):
+    url = f"{base_url}/api/v1/admin/measures"
+    payload = {
+        "keys": ["new_users", "active_users", "interactions"],
+        "start_at": date_from.isoformat(),
+        "end_at": date_to.isoformat(),
+    }
+    body = json.dumps(payload).encode()
+    req = urllib.request.Request(
+        url,
+        data=body,
+        headers={
+            "Authorization": f"Bearer {admin_token}",
+            "Content-Type": "application/json",
+        },
+        method="POST",
+    )
+    try:
+        with urllib.request.urlopen(req) as resp:
+            return json.loads(resp.read().decode())
+    except urllib.error.HTTPError as e:
+        print(f"HTTP {e.code} při volání measures API: {e.read().decode()}", file=sys.stderr)
+        raise
+    except urllib.error.URLError as e:
+        print(f"Chyba sítě při volání measures API: {e.reason}", file=sys.stderr)
+        raise
+
+def truncate(text, max_chars=100):
+    text = re.sub(r'<a\b[^>]*class="[^"]*hashtag[^"]*"[^>]*>.*?</a>', "",text, flags=re.IGNORECASE)
+    text = re.sub(r"<[^>]+>", " ", text)
+    text = html.unescape(text)
+    text = re.sub(r"\s+", " ", text).strip()
+    if len(text) <= max_chars:
+        return text
+    cut = text[:max_chars].rsplit(" ", 1)[0].rstrip(".,!?;:")
+    return cut + "…"
+
+def format_date_cs(dt):
+    months = [
+        "ledna", "února", "března", "dubna", "května", "června",
+        "července", "srpna", "září", "října", "listopadu", "prosince",
+    ]
+    return f"{dt.day}. {months[dt.month - 1]}"
+
+def build_toot(measures_data, tags, trend_status, date_from, date_to, week_number):
+    stats = {m["key"]: int(m["total"]) for m in measures_data}
+    new_users = stats.get("new_users", 0)
+    active_users = stats.get("active_users", 0)
+    interactions = stats.get("interactions", 0)
+
+    hashtags = " ".join(f"#{t['name']}" for t in tags[:3]) if tags else "(žádné)"
+
+    tip = TIPS[week_number % len(TIPS)]
+
+    if trend_status:
+        acct = trend_status.get("account", {}).get("acct", "?")
+        content = truncate(trend_status.get("content", ""), 100)
+        boosts = trend_status.get("reblogs_count", 0)
+        favs = trend_status.get("favourites_count", 0)
+        toot_tyden = f"🌟 Toot týdne od @{acct}:\n\"{content}\"\n🔁 {boosts}  ⭐ {favs}\n\n"
+    else:
+        toot_tyden = ""
+
+    date_from_str = format_date_cs(date_from)
+    date_to_str = format_date_cs(date_to)
+    year = date_to.year
+
+    return (
+        f"🐘 Týdenní přehled Mamutovo.cz\n"
+        f"📅 {date_from_str} – {date_to_str} {year}\n"
+        f"\n"
+        f"👥 Noví uživatelé: {new_users}\n"
+        f"✅ Aktivní uživatelé: {active_users}\n"
+        f"📝 Interakce: {interactions}\n"
+        f"\n"
+        f"🔥 Populární hashtagy:\n"
+        f"{hashtags}\n"
+        f"\n"
+        f"{toot_tyden}"
+        f"💡 Tip týdne: {tip}\n"
+        f"\n"
+        f"🔗 fedi.mamutovo.cz"
+    )
+
+def main():
+    parser = argparse.ArgumentParser(description="Týdenní statistiky Mamutovo.cz")
+    parser.add_argument("--dry-run", action="store_true", help="Pouze vypíše toot, neodešle")
+    args = parser.parse_args()
+
+    env = {**load_env(), **os.environ}
+
+    for var in ("NOVINKY_TOKEN", "INSTANCE_URL", "STATS_TOKEN"):
+        if not env.get(var):
+            print(f"Chybí proměnná prostředí: {var}", file=sys.stderr)
+            sys.exit(1)
+
+    novinky_token = env["NOVINKY_TOKEN"]
+    admin_token = env["STATS_TOKEN"]
+    base_url = env["INSTANCE_URL"].rstrip("/")
+
+    now = datetime.now(timezone.utc)
+    date_to = now.replace(hour=0, minute=0, second=0, microsecond=0)
+    date_from = date_to - timedelta(days=7)
+    week_number = now.isocalendar()[1]
+
+    try:
+        measures_data = get_measures(base_url, admin_token, date_from, date_to)
+    except Exception:
+        sys.exit(1)
+
+    try:
+        tags = api_get(f"{base_url}/api/v1/trends/tags?limit=3", admin_token)
+    except Exception:
+        tags = []
+
+    try:
+        statuses = api_get(f"{base_url}/api/v1/trends/statuses?limit=5", admin_token)
+        trend_status = None
+        for s in statuses:
+            clean = re.sub(r'<a\b[^>]*class="[^"]*hashtag[^"]*"[^>]*>.*?</a>', "",s.get("content", ""), flags=re.IGNORECASE)
+            clean = re.sub(r"<[^>]+>", " ", clean)
+            clean = html.unescape(clean)
+            clean = re.sub(r"\s+", " ", clean).strip()
+            if len(clean) >= 20:
+                trend_status = s
+                break
+    except Exception:
+        trend_status = None
+
+    toot = build_toot(measures_data, tags, trend_status, date_from, date_to, week_number)
+
+    if args.dry_run:
+        print(toot)
+        return
+
+    try:
+        result = api_post(
+            f"{base_url}/api/v1/statuses",
+            novinky_token,
+            {"status": toot, "visibility": "public"},
+        )
+        print(f"Toot odeslán: {result.get('url', '(bez URL)')}")
+    except Exception:
+        sys.exit(1)
+
+if __name__ == "__main__":
+    main()