From 302b5b0165327c1e366e5778cae359ac3d2035fc Mon Sep 17 00:00:00 2001
From: toom1996 <23cm.cn@gmail.com>
Date: Tue, 27 Oct 2026 19:47:44 +0800
Subject: [PATCH] =?UTF-8?q?feat:=20=E4=B8=8B=E8=BD=BD=E6=94=B9=E4=B8=BA?=
 =?UTF-8?q?=E5=8F=96=20Vogue=20=E5=8E=9F=E5=9B=BE=EF=BC=88=E5=8E=BB?=
 =?UTF-8?q?=E6=8E=89=20master=20=E5=90=8E=E7=9A=84=E7=BC=A9=E6=94=BE?=
 =?UTF-8?q?=E6=AE=B5=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

xxl.url 是 .../master/w_2560,c_limit/<file>，去掉缩放段即原图 .../master/<file>。
w_3840 / w_6000 这类不带 c_limit 的参数是**上采样**（6000x9000 为插值），
文件更大但更糊，不能用——这点容易踩坑，已写进注释和单测。

实际收益有限，不是万能药：
- 原图 < 2560 宽的老图：字节完全相同，纯属多一次跳转判断
- 新图（原图约 2732 宽）：多拿 6.7% 宽度，带宽 +27%
- 真正压糊图的是展示端 CDN 样式（720 宽），改这里不会让页面变清晰
---
 internal/spider/original_url_test.go | 50 ++++++++++++++++++++++++++++
 internal/spider/vogue.go             | 38 +++++++++++++++++++--
 2 files changed, 86 insertions(+), 2 deletions(-)
 create mode 100644 internal/spider/original_url_test.go

diff --git a/internal/spider/original_url_test.go b/internal/spider/original_url_test.go
new file mode 100644
index 0000000..c196dda
--- /dev/null
+++ b/internal/spider/original_url_test.go
@@ -0,0 +1,50 @@
+package spider
+
+import "testing"
+
+// TestOriginalImageURL 固定「把缩放地址换成原图地址」的规则。
+//
+// 这个函数直接决定下载什么，改错会整批图 404（抓取全失败），所以用测试钉住几种形态。
+func TestOriginalImageURL(t *testing.T) {
+	cases := []struct {
+		name string
+		in   string
+		want string
+	}{
+		{
+			name: "标准缩放地址",
+			in:   "https://assets.vogue.com/photos/abc123/master/w_2560,c_limit/0001-x.jpg",
+			want: "https://assets.vogue.com/photos/abc123/master/0001-x.jpg",
+		},
+		{
+			name: "已经是原图，不应改动",
+			in:   "https://assets.vogue.com/photos/abc123/master/0001-x.jpg",
+			want: "https://assets.vogue.com/photos/abc123/master/0001-x.jpg",
+		},
+		{
+			name: "pass 段也要去掉",
+			in:   "https://assets.vogue.com/photos/abc123/master/pass/0001-x.jpg",
+			want: "https://assets.vogue.com/photos/abc123/master/0001-x.jpg",
+		},
+		{
+			name: "非 master 路径（社交裁切图）保持原样",
+			in:   "https://assets.vogue.com/photos/abc123/16:9/w_1000,c_limit/0001-x.jpg",
+			want: "https://assets.vogue.com/photos/abc123/16:9/w_1000,c_limit/0001-x.jpg",
+		},
+		{
+			name: "空串保持空串",
+			in:   "",
+			want: "",
+		},
+		{
+			name: "其他域名保持原样",
+			in:   "https://example.com/a/b/c.jpg",
+			want: "https://example.com/a/b/c.jpg",
+		},
+	}
+	for _, c := range cases {
+		if got := originalImageURL(c.in); got != c.want {
+			t.Errorf("%s:\n  期望 %s\n  实际 %s", c.name, c.want, got)
+		}
+	}
+}
diff --git a/internal/spider/vogue.go b/internal/spider/vogue.go
index 33102bc..4802ecc 100644
--- a/internal/spider/vogue.go
+++ b/internal/spider/vogue.go
@@ -442,7 +442,8 @@ func (s *VogueSpider) getDetail(brandUID string, info gjson.Result) {
 	var mainImages []string
 
 	for _, img := range imagesResult.Array() {
-		mainURL := img.Get("image.sources.xxl.url").String()
+		// 取原图而不是 xxl（w_2560 缩放档）；见 originalImageURL 的注释。
+		mainURL := originalImageURL(img.Get("image.sources.xxl.url").String())
 		if mainURL == "" {
 			continue
 		}
@@ -450,7 +451,8 @@ func (s *VogueSpider) getDetail(brandUID string, info gjson.Result) {
 
 		look := ingest.RunwayLook{Main: mainURL}
 		for _, detail := range img.Get("details").Array() {
-			detailXxlURL := detail.Get("image.sources.xxl.url").String()
+			// 细节图同样取原图：细节图本来就是用来看细节的，压缩损失最明显。
+			detailXxlURL := originalImageURL(detail.Get("image.sources.xxl.url").String())
 			if detailXxlURL != "" {
 				look.Details = append(look.Details, detailXxlURL)
 			}
@@ -512,6 +514,38 @@ func (s *VogueSpider) getDetail(brandUID string, info gjson.Result) {
 
 }
 
+// originalImageURL 把 Vogue 的「缩放地址」换成「原图地址」。
+//
+// xxl.url 形如 `.../photos/<id>/master/w_2560,c_limit/<文件名>`；
+// 去掉 master 后面的缩放段就是原图 `.../photos/<id>/master/<文件名>`。
+//
+// 两点必须说清楚，否则很容易以为「改一下能清晰很多」：
+//   - `c_limit` 的语义是「不放大」，所以**老图（原图 < 2560 宽）两者字节完全相同**；
+//   - 新图原图约 2732 宽，换原图只多拿回 6.7% 的宽度，带宽却多 27%。
+//
+// 真正把图压糊的是展示端（CDN 样式 720 宽），不是这里。
+//
+// 另外：`w_3840` / `w_6000` 这类**不带 c_limit** 的参数会**上采样**（6000×9000 是插值出来的），
+// 文件更大但更糊，不要用。只有去掉整段缩放才是原图。
+func originalImageURL(u string) string {
+	const marker = "/master/"
+	i := strings.Index(u, marker)
+	if i < 0 {
+		return u // 不是 master 路径，保持原样
+	}
+	rest := u[i+len(marker):]
+	slash := strings.LastIndex(rest, "/")
+	if slash < 0 {
+		return u // master 后面直接是文件名，本来就是原图
+	}
+	// 只去掉「看起来像缩放参数」的那一段，避免误伤带目录的路径。
+	seg := rest[:slash]
+	if !strings.Contains(seg, "w_") && !strings.Contains(seg, "pass") && !strings.Contains(seg, ",") {
+		return u
+	}
+	return u[:i+len(marker)] + rest[slash+1:]
+}
+
 // parseVogueDate 容错解析 Vogue 的日期字符串：兼容完整 ISO 时间戳（含/不含时区、含小数秒）
 // 与「仅日期」格式（如 2015-08-08，老页面 publishDate 仅有日期）。解析失败返回零值。
 func parseVogueDate(s string) (time.Time, bool) {