选题素材按日期整理（资讯类 / 国际视频）

用途

把从聊天记录、后台、表格里直接复制出来的一堆选题条目，整理成一份格式统一、按日期分组、带分类统计的纯文本清单。产出格式与用户（楠姐）确认过的样稿完全一致，可直接粘贴进工作流。

何时使用

触发场景：

• 用户丢来一批选题/视频条目，说"按日期整理""分开日期整理""整理成这个格式"。
• 素材里混着复制粘贴夹带的作者名与时间戳（如"炎炎一夏 / 2026年09月11日 16:44"）。
• 需要统计每天有多少条"资讯类视频"、多少条"国际视频"。

一、硬性规则（必须先读懂，猜错全篇返工）

1. 日期提取规则（最关键）

素材里每条内容前面会出现成对的：

作者名
日期时间
<内容>

紧贴在内容前面的那个日期，就是该条内容的真实发布日。

复制粘贴时常常夹带抓取时间（例如当天的 09月11日 16:44、16:49、16:57）。这些不是发布日，必须忽略。

判断方法：同一条内容前面若有两个日期，后一个（更靠近内容的那个）才是发布日；前一个是抓取时间戳，丢弃。

> 反面教训：曾误把抓取时间戳当作发布日，导致所有条目都归到同一天。遇到"日期与内容对不上""所有条目同一天"的情况，回到原文逐条核对成对的日期戳。

2. 分类规则

• 带 #话题标签 的条目 → 资讯类视频
• 只有一行简单描述、没有话题标签的条目 → 国际视频

（"国际视频"是用户内部对"无话题/纯展示类"内容的叫法，如模型制作、非遗手作、微缩景观，并非真指外国内容。不要自行改名。）

3. 输出格式规则（严格照抄，不得自行加工）

日期行（每个日期各统计一次）：

9月7日 资讯类视频2条  国际视频2条

注意：日期 + 一个空格 + 资讯类条数 + 两个空格 + 国际视频条数。日期行不加【】、不单独成标题。

条目行（三行式）：

1标题（序号后直接连标题，不加点、不加空格）
描述第一行
描述第二行（如有）
#话题1 #话题2 #话题3

• 序号写法是 1标题，不是 1. 标题，也不是 1.标题。
• 描述有几行就写几行，原样保留（含"网友：……"这类行）。
• 话题标签原样保留，不增删、不排序。
• 条目之间空一行。
• 只有标题、没有描述和标签的条目，原样只留标题，不要替用户补内容。

4. 交付物规则

• 只输出纯文本（.txt），绝不生成 Excel / 表格。（用户明确纠正过："我不要表格"。）
• 文件编码用 utf-8-sig（带 BOM），保证 Windows 记事本打开不乱码。
• 不添加用户没要求的任何结构（不加分组装饰、不加统计总表、不加列）。

二、执行流程

1. 接收素材：从用户消息里取原始文本。
2. 逐条切分：按"作者名 + 日期 → 内容"的成对规律切出每条内容及其真实日期；丢弃抓取时间戳。
3. 归组：按日期分组；同一天内按原文出现顺序保留。
4. 分类：有 # 标签的归"资讯类视频"，无标签的归"国际视频"。
5. 生成文本：用 scripts/build_topic_list.py 生成（见下）。
6. 自检：逐日核对条数；核对序号写法；核对日期行格式。
7. 交付：只交付一个 .txt 文件。

三、脚本使用

scripts/build_topic_list.py 负责生成最终文本，并自动统计每天的分类条数。

1. 打开脚本，把素材按下面结构填进 DATA 字典：

DATA = {
    "9月7日": [
        ("标题", "描述（多行用 \\n 分隔，无则空字符串）", "#话题1 #话题2"),
        # ...
    ],
    "9月8日": [
        # ...
    ],
}

2. 运行：

python scripts/build_topic_list.py --out "输出目录"

3. 脚本会打印每天的统计行，并把 .txt 写入输出目录（文件名 选题素材_按日期整理.txt）。

脚本不依赖第三方库，标准库即可运行。

四、自检清单

交付前逐项确认：

• [ ] 日期行格式为 X月X日 资讯类视频N条 国际视频N条（两个空格）
• [ ] 每个日期各统计一次，不是全篇一个总数
• [ ] 序号为 1标题，无点无空格
• [ ] 有话题的计入资讯类，无话题的计入国际视频
• [ ] 只有标题的条目原样保留，未擅自补写
• [ ] 输出为 .txt，utf-8-sig，没有表格

五、常见错误

参考样例

见 references/sample-output.md：一份完整的输入→输出对照示例。