ChemaVXandClaude Opus 4.8
7b92079c41
Los waivers se indexaban SOLO por slug. Hoy no hay colisiones (los slugs ES van en español), pero nada lo impedía: un slug repetido entre blogs habría aplicado en silencio la excepción del sitio equivocado, y ese post habría dejado de auditarse sin que nadie se enterara. Riesgo latente, no activo — pero 'no pasa hoy' no es lo mismo que 'no puede pasar'. EXCEPTIONS[site][familia][slug] = razón accepted_reason(rule, slug, site='en') El default 'en' mantiene funcionando a seo_audit.py sin tocarlo (es EN-only). seo_watch y seo_finish pasan el sitio activo explícitamente. Añadido collisions(): lista los slugs waiveados en más de un sitio. Debe estar siempre vacío; si algo aparece ahí, hay una excepción ambigua que revisar. Verificado: mismo slug waiveado en EN se audita con normalidad en ES; los 16 waivers EN intactos; seo_audit, seo_watch (ambos sitios) y seo_finish (ambos sitios) siguen dando los mismos resultados que antes del cambio. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
128 lines
7.0 KiB
Python
128 lines
7.0 KiB
Python
"""
|
|
Accepted SEO exceptions — consciously-waived findings for SPECIFIC posts.
|
|
|
|
This is an A-side (auditor) REPORTING filter, NOT a rule change. The shared rule
|
|
engine (seo_rules.py) still CHECKS every rule on every post; the auditor simply
|
|
moves a matching violation into a separate "Accepted exceptions (won't fix —
|
|
documented)" section so the headline "issues to fix" count reflects only
|
|
genuinely-actionable items. Each waiver carries its REASON (no silent skips).
|
|
|
|
Structure: EXCEPTIONS[site][rule_family][slug] = "documented reason"
|
|
|
|
El ámbito por SITIO ("en"/"es") es deliberado: los waivers se indexaban solo por
|
|
slug, así que un slug repetido entre blogs habría aplicado en silencio la
|
|
excepción del sitio equivocado — y ese post habría dejado de auditarse sin que
|
|
nadie se enterase. Hoy no hay colisiones (los slugs ES van en español), pero
|
|
nada lo impedía. Con el ámbito, los dos sitios son independientes de verdad.
|
|
|
|
Scope:
|
|
- A waiver applies ONLY to the named rule family for the named slug. Any OTHER
|
|
rule the same post violates still surfaces as a real issue.
|
|
- A waiver is matched against a Violation whose `rule` equals the family key or
|
|
starts with "<family>." — so "internal_links" covers "internal_links.too_few".
|
|
- If a post later stops violating the rule (e.g. a link is added and it clears
|
|
the threshold), there's simply no violation to waive — the waiver is moot.
|
|
|
|
Tool C (seo_validate.py, pre-publish validator) deliberately does NOT consult
|
|
this registry: exceptions are per-EXISTING-post decisions; a brand-new draft is
|
|
held to the full standard.
|
|
"""
|
|
|
|
EXCEPTIONS = {
|
|
"en": {
|
|
# internal_links < 2 — these posts are intentionally left as-is because there
|
|
# is no honest 2nd internal-link target in their prose; forcing one would hurt
|
|
# quality. (Decided 2026-06-23.)
|
|
"internal_links": {
|
|
"roswell-1947-ufo-incident":
|
|
"1 link (Spielberg); no 2nd entity in prose maps to an article — "
|
|
"forcing a link would hurt quality.",
|
|
"manises-1979-spain-ufo-incident":
|
|
"1 link (Canary Islands); no 2nd entity in prose maps to an article.",
|
|
"betty-barney-hill-1961-abduction":
|
|
"1 link (alien abduction → travis-walton, thematic); no 2nd honest target.",
|
|
"malmstrom-1967-ufo-nuclear-missiles-incident":
|
|
"1 link (Grusch); the only entity named in the prose.",
|
|
"rendlesham-forest-incident-1980":
|
|
"0 links; genuinely isolated — no entity in prose maps to one of our articles.",
|
|
"phoenix-lights-1997":
|
|
"0 links; only thematic candidates are stretches — left as-is.",
|
|
"canary-islands-1976-ufo-sighting":
|
|
"1 link (reciprocal → manises); no honest 2nd entity in prose — "
|
|
"Spanish case, self-contained.",
|
|
"chiles-military-declassified-uap-files-cefaas-groundbreaking-investigation-of-unexplained-aerial-phenomena":
|
|
"1 link (→ pursue-release-3, the 294 files); no 2nd verbatim entity "
|
|
"in prose — self-contained Chilean case.",
|
|
"belgium-1989-1990-nato-fighters-ufo-wave":
|
|
"1 link (→ gimbal-gofast, por la referencia a los vídeos de la Navy); "
|
|
"la prosa no nombra ningún otro caso del corpus — la oleada belga se "
|
|
"narra con sus propias fuentes (SOBEPS, De Brouwer, el memo de la DIA). "
|
|
"(Revisado 2026-07-20, en el remate previo a publicar.)",
|
|
"levelland-1957-texas-ufo-vehicle-interference":
|
|
"1 link (→ project-blue-book, la única entidad del corpus nombrada en "
|
|
"la prosa; lo demás es Hynek y 'ball lightning', sin artículo propio). "
|
|
"El enlace previo a AARO era un destino de conveniencia: Levelland se "
|
|
"creó el 30-jun y el artículo de Blue Book no existía hasta el 1-jul, "
|
|
"así que el autofill enlazó a lo más cercano disponible. Repuntado al "
|
|
"destino correcto el 2026-07-18.",
|
|
"hundreds-watched-in-broad-daylight-the-westall-ufo-mystery-that-australia-still-cant-explain":
|
|
"0 links; la prosa no nombra ningún otro caso del corpus — episodio "
|
|
"escolar australiano, autocontenido. (Revisado 2026-07-18, antes de "
|
|
"su publicación del 6-ago.)",
|
|
"colares-1977-brazil-air-force-ufo-investigation":
|
|
"1 link (→ varginha, el otro caso brasileño); lo único más que nombra "
|
|
"es 'Operation Saucer', que es su propia operación y no tiene artículo. "
|
|
"(Revisado 2026-07-18, antes de su publicación del 24-ago.)",
|
|
"tassili-najjer-cave-paintings-ancient-astronaut-theory":
|
|
"1 link (→ gimbal-gofast); ningún otro caso del corpus aparece en la "
|
|
"prosa — arqueología sahariana, autocontenida. (Revisado 2026-07-18.)",
|
|
"missing-scientists-theory-youtube-white-house-2026":
|
|
"1 link (→ grusch-capitol); trata de la cadena mediática, no de casos "
|
|
"UAP — no hay 2ª entidad del corpus en la prosa. (Revisado 2026-07-18.)",
|
|
"grusch-capitol-june-9-2026-uap-disclosure":
|
|
"1 link (→ la investigación completa, que es lo correcto). Es el ADELANTO "
|
|
"del evento, con canonical_url apuntando a esa investigación: sus señales "
|
|
"se consolidan allí, así que forzar enlaces aquí no aporta. "
|
|
"(Revisado 2026-07-18, ver project-en-seo-recovery.)",
|
|
"tehran-1976-iranian-f4-ufo-incident":
|
|
"0 links; prose names no case we have an article for (only Klass, "
|
|
"Jafari, the DIA report) — self-contained. Thematic candidates "
|
|
"(Malmstrom, Levelland, Manises) appear nowhere in the text. "
|
|
"(Reviewed 2026-07-18.)",
|
|
},
|
|
},
|
|
|
|
# El blog ES se auditó por primera vez el 2026-07-20 (al crear ghst-es) y
|
|
# arrastra backlog: 28 posts sin alt-text, 27 con enlazado flojo. Es deuda
|
|
# acumulada por no haberse revisado nunca, NO regresión — se irá waiveando o
|
|
# arreglando post a post, con la misma vara de medir que el EN.
|
|
"es": {},
|
|
}
|
|
|
|
|
|
def accepted_reason(rule, slug, site="en"):
|
|
"""Devuelve la razón documentada si (rule, slug) está waiveado EN ESE SITIO.
|
|
|
|
Empareja la familia de reglas con una Violation cuyo `rule` sea la clave
|
|
misma o "<clave>.<detalle>" (la familia "internal_links" cubre
|
|
"internal_links.too_few").
|
|
|
|
`site` por defecto "en" para no romper a seo_audit.py, que es EN-only.
|
|
Quien audite el ES DEBE pasar site="es" explícitamente.
|
|
"""
|
|
for family, slugs in EXCEPTIONS.get(site, {}).items():
|
|
if (rule == family or rule.startswith(family + ".")) and slug in slugs:
|
|
return slugs[slug]
|
|
return None
|
|
|
|
|
|
def collisions():
|
|
"""Slugs waiveados en más de un sitio. Debe estar SIEMPRE vacío: si algo
|
|
aparece aquí, hay una excepción ambigua que revisar a mano."""
|
|
from collections import Counter
|
|
c = Counter()
|
|
for fams in EXCEPTIONS.values():
|
|
for slugs in fams.values():
|
|
c.update(slugs.keys())
|
|
return sorted(s for s, n in c.items() if n > 1)
|