feat: update script

scripts/html-reddit-to-markdown.js

@@ -4,15 +4,21 @@
  * HTML Reddit to Markdown Converter
  *
  * Парсит HTML файлы Reddit постов и конвертирует их в Markdown.
- * Поддерживает извлечение основного контента и разделение на секции.
+ * Автоматически находит контент поста и конвертирует.
  *
  * Usage:
- *   node scripts/html-reddit-to-markdown.js \
+ *   # Простая конвертация в Markdown
- *     --input 0-inbox/post.htm \
+ *   node scripts/html-reddit-to-markdown.js source.html output.md
- *     --start 249 \
+ *
- *     --end 1219 \
+ *   # Конвертация с разделением на секции (JSON)
- *     --sections 6 \
+ *   node scripts/html-reddit-to-markdown.js source.html output.json
- *     --output /tmp/sections.json
+ *
+ *   # Продвинутое использование (извлечь определенные строки)
+ *   node scripts/html-reddit-to-markdown.js source.html output.md --start 249 --end 1219
+ *
+ * Формат определяется автоматически по расширению выходного файла:
+ *   .md  → чистый Markdown
+ *   .json → JSON с секциями и метаданными
  */
 
 const fs = require('fs');
@@ -23,22 +29,16 @@ const TurndownService = require('turndown');
 
 // Настройка CLI
 program
-  .option('-i, --input <file>', 'Input HTML file')
+  .argument('<input>', 'Input HTML file')
-  .option('-s, --start <line>', 'Start line number', parseInt)
+  .argument('[output]', 'Output file (.md or .json)', '/tmp/output.md')
-  .option('-e, --end <line>', 'End line number', parseInt)
+  .option('-s, --sections <number>', 'Number of sections to split into (only for JSON output)', parseInt, 6)
-  .option('-n, --sections <number>', 'Number of sections to split into', parseInt, 6)
+  .option('--start <line>', 'Start line number (advanced)', parseInt)
-  .option('-o, --output <file>', 'Output JSON file')
+  .option('--end <line>', 'End line number (advanced)', parseInt)
-  .option('--markdown-only', 'Output single markdown file instead of JSON')
   .parse(process.argv);
 
+const [inputFile, outputFile] = program.args;
 const options = program.opts();
 
-// Валидация параметров
-if (!options.input) {
-  console.error('Error: --input is required');
-  process.exit(1);
-}
-
 /**
  * Извлекает строки из файла
  */
@@ -61,7 +61,8 @@ function parseRedditPost(html) {
 
   // Найти основной контейнер с постом
   // Reddit использует id формата "t3_xxxxx-post-rtjson-content"
-  const postContent = $('[id$="-post-rtjson-content"]');
+  // Ищем элемент, который НАЧИНАЕТСЯ с "t3_" И заканчивается на "-post-rtjson-content"
+  const postContent = $('[id^="t3_"][id$="-post-rtjson-content"]');
 
   if (postContent.length === 0) {
     // Попробовать альтернативный селектор
@@ -177,11 +178,11 @@ function splitIntoSections(markdown, numSections) {
  */
 async function main() {
   try {
-    console.log('🔍 Reading HTML file:', options.input);
+    console.log('🔍 Reading HTML file:', inputFile);
 
-    // Извлечь нужные строки
+    // Извлечь нужные строки (если указаны --start и --end)
     const html = extractLines(
-      options.input,
+      inputFile,
       options.start,
       options.end
     );
@@ -192,6 +193,16 @@ async function main() {
     console.log('🔄 Converting to Markdown...');
     const markdown = convertToMarkdown(postHtml);
 
+    // Определить формат вывода по расширению файла
+    const isMarkdownOutput = outputFile.endsWith('.md');
+
+    if (isMarkdownOutput) {
+      // Простой вывод в Markdown
+      fs.writeFileSync(outputFile, markdown, 'utf-8');
+      console.log(`\n✅ Markdown saved to: ${outputFile}`);
+      console.log(`📊 Size: ${(markdown.length / 1024).toFixed(1)} KB`);
+    } else {
+      // Вывод в JSON с секциями
       console.log('✂️  Splitting into sections...');
       const sections = splitIntoSections(markdown, options.sections);
 
@@ -200,41 +211,32 @@ async function main() {
         console.log(`   Section ${s.number}: "${s.title}" (${s.headerCount} headers)`);
       });
 
-    // Вывод результата
-    if (options.markdownOnly) {
-      const outputPath = options.output || '/tmp/output.md';
-      fs.writeFileSync(outputPath, markdown, 'utf-8');
-      console.log(`\n💾 Saved markdown to: ${outputPath}`);
-    } else {
       const result = {
         metadata: {
-          inputFile: options.input,
+          inputFile: inputFile,
           totalSections: sections.length,
           extractedLines: options.start && options.end
             ? `${options.start}-${options.end}`
-            : 'all',
+            : 'auto-detected',
           generatedAt: new Date().toISOString()
         },
+        fullMarkdown: markdown,
         sections: sections
       };
 
-      if (options.output) {
       fs.writeFileSync(
-          options.output,
+        outputFile,
         JSON.stringify(result, null, 2),
         'utf-8'
       );
-        console.log(`\n💾 Saved JSON to: ${options.output}`);
+      console.log(`\n✅ JSON saved to: ${outputFile}`);
-      } else {
-        console.log('\n📄 JSON Output:');
-        console.log(JSON.stringify(result, null, 2));
-      }
     }
 
     console.log('\n✨ Done!');
 
   } catch (error) {
     console.error('❌ Error:', error.message);
+    console.error('\nStack trace:', error.stack);
     process.exit(1);
   }
 }