2b8404c027
New feature to extract formatting themes from WeChat article URLs. Covers color extraction, typography analysis, and theme YAML generation. Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
155 lines
5.5 KiB
Markdown
155 lines
5.5 KiB
Markdown
# Learn Theme — 从公众号文章 URL 提取排版主题
|
||
|
||
**日期**: 2026-04-01
|
||
**状态**: 设计完成，待实现
|
||
|
||
## 概述
|
||
|
||
新增 `learn-theme` 功能：用户提供一个微信公众号文章 URL，脚本自动抓取 HTML、提取 inline style，生成与现有 16 个主题格式一致的 YAML 主题文件，立即可用于排版。
|
||
|
||
## 用户接口
|
||
|
||
```bash
|
||
python3 toolkit/cli.py learn-theme https://mp.weixin.qq.com/s/xxxx --name my-style
|
||
```
|
||
|
||
- `url`（必填）：微信公众号文章链接
|
||
- `--name`（必填）：主题名称，用于文件名和后续引用
|
||
- 输出：`toolkit/themes/{name}.yaml`
|
||
|
||
成功后终端打印提取摘要（主色、字号、行高等）并提示：
|
||
```
|
||
Theme saved to toolkit/themes/my-style.yaml
|
||
Use it: python3 toolkit/cli.py preview article.md --theme my-style
|
||
Or set in style.yaml: theme: my-style
|
||
```
|
||
|
||
## 核心流程
|
||
|
||
```
|
||
URL → fetch HTML → parse #js_content → 按元素类型提取 inline style
|
||
→ 频率统计 + 语义角色推断 → 生成 theme YAML → 写入 toolkit/themes/
|
||
```
|
||
|
||
### Step 1: Fetch
|
||
|
||
- `requests.get(url)` + 浏览器 User-Agent header
|
||
- 强制 UTF-8 解码（微信 API 不声明 charset）
|
||
- 验证返回的 HTML 包含 `#js_content`，否则报错退出
|
||
|
||
### Step 2: Extract
|
||
|
||
用 BeautifulSoup 解析 `#js_content` 内所有带 inline style 的元素，按标签类型分组收集 CSS 属性值。
|
||
|
||
目标元素：`p`, `section`, `span`, `strong`, `h1`-`h4`, `blockquote`, `code`, `pre`, `img`
|
||
|
||
每个元素提取的属性：`color`, `font-size`, `line-height`, `letter-spacing`, `font-family`, `background`, `background-color`, `border-left`, `border-bottom`, `border-radius`, `margin`, `padding`
|
||
|
||
### Step 3: Analyze — 语义角色推断
|
||
|
||
**层 1 — 配色 + 字号体系（占观感 ~70%）：**
|
||
|
||
| 目标属性 | 数据来源 | 推断逻辑 |
|
||
|---------|---------|---------|
|
||
| `text` | `<p>` 的 `color` | 最高频颜色 |
|
||
| `text_light` | 所有元素的灰色系 `color` | 排除亮度 >0.85 和 <0.15 的值，取亮度最高的灰色 |
|
||
| `primary` | `<strong>`, `<section>`(font-size≥20px) 的非灰色 `color` | 大字号标题色权重 ×5，取最高频 |
|
||
| `secondary` | 同上 | 第二高频非灰色，无则从 primary 调亮 10% 派生 |
|
||
| `background` | `#js_content` 或顶层 `section` 的 `background` | 直接取，无则默认 `#ffffff` |
|
||
| 正文字号 | `<p>` 的 `font-size` | 众数 |
|
||
| 行高 | `<p>` 的 `line-height` | 众数 |
|
||
| 字间距 | `<p>` 的 `letter-spacing` | 众数，无则不设 |
|
||
| 字体 | `<span>` 的 `font-family` | 最高频 |
|
||
|
||
**层 2 — 装饰细节（占观感 ~20%）：**
|
||
|
||
| 目标属性 | 数据来源 | 推断逻辑 |
|
||
|---------|---------|---------|
|
||
| `quote_border` | 含 `border-left` 的 `blockquote`/`section` | 直接取 border-left-color，无则用 primary |
|
||
| `quote_bg` | 同上的 `background` | 直接取，无则从 primary 派生浅底色 |
|
||
| `code_bg` | `<code>`, `<pre>` 的 `background` | 直接取，无则默认深色 `#1e293b` |
|
||
| `code_color` | `<code>`, `<pre>` 的 `color` | 直接取，无则默认 `#e2e8f0` |
|
||
| `border_radius` | 所有元素 `border-radius` | 众数，无则默认 `6px` |
|
||
| 标题装饰 | `<h1>`-`<h3>` 的 border/padding | 直接映射到 CSS |
|
||
| 段落间距 | `<p>` 的 `margin` | 众数，映射到 body margin 和 p margin |
|
||
|
||
### Step 4: Generate
|
||
|
||
基于提取结果，以 `professional-clean.yaml` 为模板（确保所有 CSS selector 覆盖完整），替换颜色值和排版参数，生成完整的 theme YAML。
|
||
|
||
结构：
|
||
```yaml
|
||
name: "{name}"
|
||
description: "从 {article_title} 学习的排版主题"
|
||
colors:
|
||
primary: "{extracted}"
|
||
secondary: "{extracted}"
|
||
text: "{extracted}"
|
||
text_light: "{extracted}"
|
||
background: "{extracted}"
|
||
code_bg: "{extracted}"
|
||
code_color: "{extracted}"
|
||
quote_border: "{extracted}"
|
||
quote_bg: "{extracted}"
|
||
border_radius: "{extracted}"
|
||
darkmode:
|
||
# 从 light mode 颜色自动派生
|
||
base_css: |
|
||
# 基于 professional-clean 模板，替换提取到的值
|
||
```
|
||
|
||
**Darkmode 派生规则：**
|
||
- `background` → 取反亮度，钳位到 `#1a1a1a`-`#2a2a2a`
|
||
- `text` → 亮度提升到 0.8，如 `#c8c8c8`
|
||
- `primary` → 饱和度不变，亮度提升 15%
|
||
- 其余属性同理微调
|
||
|
||
### Step 5: Report
|
||
|
||
终端输出提取摘要：
|
||
```
|
||
Learned theme from: 短剧行业的AI重构
|
||
text: #000000
|
||
primary: #2d71d6 (blue)
|
||
secondary: #5f9cef
|
||
font: Optima-Regular, PingFangTC-light
|
||
size: 16px / line-height 1.75 / spacing 1px
|
||
|
||
Theme saved → toolkit/themes/my-style.yaml
|
||
```
|
||
|
||
## Fallback 策略
|
||
|
||
每个属性提取失败时的默认值继承自 `professional-clean` 主题，确保输出始终是一个完整可用的主题文件。不会因为文章结构简单就生成残缺主题。
|
||
|
||
## 文件结构
|
||
|
||
```
|
||
scripts/learn_theme.py # 核心逻辑：fetch + extract + analyze + generate
|
||
toolkit/cli.py # 新增 learn-theme 子命令，调用 scripts/learn_theme.py
|
||
```
|
||
|
||
**不修改的文件：** `theme.py`, `converter.py`, 现有主题文件 — 零侵入。
|
||
|
||
## SKILL.md 集成
|
||
|
||
在辅助功能列表中新增触发词"学习排版"/"学排版"，调用：
|
||
```bash
|
||
python3 scripts/learn_theme.py <url> --name <name>
|
||
```
|
||
|
||
## 依赖
|
||
|
||
- `requests`（已有）
|
||
- `beautifulsoup4`（已有）
|
||
- `pyyaml`（已有）
|
||
- `colorsys`（标准库）
|
||
|
||
无新依赖。
|
||
|
||
## 不做的事
|
||
|
||
- 不学习结构布局（卡片嵌套、多栏、SVG 分割线）
|
||
- 不支持本地 HTML 文件输入（仅 URL）
|
||
- 不自动处理微信登录/验证码（抓取失败直接报错）
|
||
- 不修改现有主题系统代码
|