feat(wiki): 历史上的今天数据源切换为百度百科

维基百科在生产服务器被阻断，改用百度百科开放接口：
- 端点 /cms/home/eventsOnHistory/{MM}.json，按月返回结构化 JSON
- 12 次请求替代原 366 次，大幅减负
- type 直接映射 event/birth/death，festival 字段提取节假日
- 清洗 title/desc 中的 HTML 标签
- 2 月无 29 日，全年 365 天
- 本地验证：365 天 4805 条，12/12 月全成功

server/internal/service/wiki_sync.go

@@ -6,7 +6,6 @@ import (
 	"io"
 	"log"
 	"net/http"
-	"net/url"
 	"regexp"
 	"strconv"
 	"strings"
@@ -18,8 +17,9 @@ import (
 	"gorm.io/gorm"
 )
 
-// WikiSyncService 维基百科「X月X日」页面同步服务
-// 全量共 366 页（含 2 月 29 日），首次抓取后按配置间隔定期增量刷新
+// WikiSyncService 「历史上的今天」同步服务
+// 数据源：百度百科「历史上的今天」开放接口（按月返回结构化 JSON，共 12 次请求）
+// 首次抓取后按配置间隔定期增量刷新
 type WikiSyncService struct {
 	db *gorm.DB
 
@@ -39,32 +39,21 @@ func NewWikiSyncService(db *gorm.DB) *WikiSyncService {
 }
 
 var (
-	reComment  = regexp.MustCompile(`(?s)<!--.*?-->`)
-	reRef      = regexp.MustCompile(`(?is)<ref[^>]*/>|<ref[^>]*>.*?</ref>`)
-	reFlag     = regexp.MustCompile(`\{\{(?:flag|flagcountry|flagicon)\|([^}|]+)(?:\|[^{}]*)?\}\}`)
-	reTemplate = regexp.MustCompile(`\{\{[^{}]*\}\}`)
-	reLink     = regexp.MustCompile(`\[\[(?:[^|\[\]]*\|)?([^|\[\]]+)\]\]`)
-	reHTMLTag  = regexp.MustCompile(`</?[a-zA-Z][^>]*>`)
-	reHeading  = regexp.MustCompile(`^==+\s*(.*?)\s*==+\s*$`)
-	// 语言转换标记 -{zh-cn:A;zh-tw:B}- 或 -{A}-
-	reConv = regexp.MustCompile(`-\{([^{}]*)\}-`)
-	// 条目开头的年份：前612年： / 1912年： / 1980年代：
-	reYearPrefix = regexp.MustCompile(`^(前)?(\d{1,4})\s*年代?\s*[：:]\s*`)
-	reNoYear     = regexp.MustCompile(`^(年份不详|年份不詳|不详|不詳|生年不详|生年不詳)\s*[：:]\s*`)
-	reLeadPunct  = regexp.MustCompile(`^[：:，,、;；\.\s]+`)
+	reHTMLTag = regexp.MustCompile(`</?[a-zA-Z][^>]*>`)
+	reSpace   = regexp.MustCompile(`\s+`)
 )
 
-// daysInMonth 每月天数（含 2 月 29 日，闰日页面维基也有）
-var daysInMonth = []int{31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31}
+// daysInMonth 每月天数（百度百科数据源不含 2 月 29 日，共 365 天）
+var daysInMonth = []int{31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31}
 
 type dayKey struct {
 	Month int
 	Day   int
 }
 
-// allDays 全年 366 天
+// allDays 全年 365 天
 func allDays() []dayKey {
-	days := make([]dayKey, 0, 366)
+	days := make([]dayKey, 0, 365)
 	for m := 1; m <= 12; m++ {
 		for d := 1; d <= daysInMonth[m-1]; d++ {
 			days = append(days, dayKey{Month: m, Day: d})
@@ -107,7 +96,7 @@ func (s *WikiSyncService) missingDays() []dayKey {
 }
 
 // TriggerSync 触发一次同步（异步执行）；已有任务执行中时返回 false
-// full=true 全量刷新 366 页；full=false 仅补齐缺失的天
+// full=true 全量刷新 365 天；full=false 仅补齐缺失的天
 func (s *WikiSyncService) TriggerSync(trigger string, full bool) bool {
 	days := allDays()
 	if !full {
@@ -133,7 +122,7 @@ func (s *WikiSyncService) StartScheduler(intervalDays, syncHour int) {
 	go func() {
 		if missing := s.missingDays(); len(missing) > 0 {
 			// 数据缺失（首次部署或上次抓取中断），延迟 10 秒等服务稳定后补齐
-			log.Printf("wiki sync: 缺失 %d/366 天，10秒后自动补齐", len(missing))
+			log.Printf("wiki sync: 缺失 %d/365 天，10秒后自动补齐", len(missing))
 			time.Sleep(10 * time.Second)
 			s.TriggerSync("startup", false)
 		}
@@ -171,7 +160,8 @@ func (s *WikiSyncService) lastSuccessAt() (time.Time, bool) {
 	return *syncLog.FinishedAt, true
 }
 
-// runSync 同步指定日期集合（全量 366 页或缺失补齐）
+// runSync 同步指定日期集合（全量 365 天或缺失补齐）
+// 百度百科按月返回数据，故先归并出涉及的月份，每月一次请求，再按天写入
 func (s *WikiSyncService) runSync(trigger string, days []dayKey) {
 	syncLog := model.WikiSyncLog{
 		Trigger:   trigger,
@@ -181,27 +171,37 @@ func (s *WikiSyncService) runSync(trigger string, days []dayKey) {
 	}
 	s.db.Create(&syncLog)
 
-	jobs := make(chan dayKey, len(days))
+	// 归并涉及的月份
+	monthSet := make(map[int]bool)
 	for _, d := range days {
-		jobs <- d
+		monthSet[d.Month] = true
+	}
+	months := make([]int, 0, len(monthSet))
+	for m := range monthSet {
+		months = append(months, m)
+	}
+
+	jobs := make(chan int, len(months))
+	for _, m := range months {
+		jobs <- m
 	}
 	close(jobs)
 
 	var success, failed int32
 	var wg sync.WaitGroup
-	workerCount := 3
+	workerCount := 2 // 百度百科反爬较敏感，低并发 + 间隔
 	for i := 0; i < workerCount; i++ {
 		wg.Add(1)
 		go func() {
 			defer wg.Done()
-			for d := range jobs {
-				if err := s.syncOneDay(d.Month, d.Day); err != nil {
+			for m := range jobs {
+				if err := s.syncOneMonth(m); err != nil {
 					atomic.AddInt32(&failed, 1)
-					log.Printf("wiki sync: %d月%d日 失败: %v", d.Month, d.Day, err)
+					log.Printf("wiki sync: %d月 失败: %v", m, err)
 				} else {
 					atomic.AddInt32(&success, 1)
 				}
-				time.Sleep(800 * time.Millisecond) // 控制请求频率，避免被限流
+				time.Sleep(1200 * time.Millisecond) // 控制请求频率，避免触发安全验证
 			}
 		}()
 	}
@@ -221,266 +221,201 @@ func (s *WikiSyncService) runSync(trigger string, days []dayKey) {
 		"failed":      int(failed),
 		"finished_at": &now,
 	})
-	log.Printf("wiki sync: 同步完成 trigger=%s pages=%d success=%d failed=%d", trigger, len(days), success, failed)
+	log.Printf("wiki sync: 同步完成 trigger=%s days=%d months=%d success=%d failed=%d", trigger, len(days), len(months), success, failed)
 }
 
-// syncOneDay 抓取并更新某一天的数据（失败不覆盖旧数据；死锁自动重试）
-func (s *WikiSyncService) syncOneDay(month, day int) error {
-	wikitext, err := s.fetchDayPage(month, day)
+// syncOneMonth 抓取某月数据并按天整体替换（死锁自动重试）
+func (s *WikiSyncService) syncOneMonth(month int) error {
+	items, err := s.fetchMonth(month)
 	if err != nil {
 		return err
 	}
-	items := parseDayPage(wikitext)
 	if len(items) == 0 {
-		return fmt.Errorf("页面解析结果为空")
+		return fmt.Errorf("%d月解析结果为空", month)
 	}
 
-	for i := range items {
-		items[i].Month = month
-		items[i].Day = day
-		items[i].Status = 1
+	// 按天分组
+	byDay := make(map[int][]model.WikiOnThisDay)
+	for _, it := range items {
+		byDay[it.Day] = append(byDay[it.Day], it)
 	}
 
-	// 按天整体替换：先删后插；并发写入同表可能死锁，重试 3 次
-	var lastErr error
-	for attempt := 0; attempt < 3; attempt++ {
-		if attempt > 0 {
-			time.Sleep(time.Duration(attempt) * time.Second)
-		}
-		lastErr = s.db.Transaction(func(tx *gorm.DB) error {
-			if err := tx.Where("month = ? AND day = ?", month, day).
-				Delete(&model.WikiOnThisDay{}).Error; err != nil {
-				return err
+	// 逐天事务替换
+	for day, dayItems := range byDay {
+		var lastErr error
+		for attempt := 0; attempt < 3; attempt++ {
+			if attempt > 0 {
+				time.Sleep(time.Duration(attempt) * time.Second)
+			}
+			lastErr = s.db.Transaction(func(tx *gorm.DB) error {
+				if err := tx.Where("month = ? AND day = ?", month, day).
+					Delete(&model.WikiOnThisDay{}).Error; err != nil {
+					return err
+				}
+				return tx.Create(&dayItems).Error
+			})
+			if lastErr == nil {
+				break
+			}
+			if !strings.Contains(lastErr.Error(), "Deadlock") && !strings.Contains(lastErr.Error(), "1213") {
+				return lastErr
 			}
-			return tx.Create(&items).Error
-		})
-		if lastErr == nil {
-			return nil
 		}
-		if !strings.Contains(lastErr.Error(), "Deadlock") && !strings.Contains(lastErr.Error(), "1213") {
-			break
+		if lastErr != nil {
+			return fmt.Errorf("%d月%d日写入失败: %w", month, day, lastErr)
 		}
 	}
-	return lastErr
+	return nil
 }
 
-// fetchDayPage 抓取「X月X日」页面的 wikitext（失败重试；429 限流时加大退避间隔）
-func (s *WikiSyncService) fetchDayPage(month, day int) (string, error) {
-	title := fmt.Sprintf("%d月%d日", month, day)
-	apiURL := "https://zh.wikipedia.org/w/api.php?action=parse&prop=wikitext&format=json&formatversion=2&page=" +
-		url.QueryEscape(title)
+// ===== 百度百科数据抓取与解析 =====
+
+// baikeEvent 百度百科「历史上的今天」单条数据
+type baikeEvent struct {
+	Year     string `json:"year"`     // 年份，负数表示公元前（如 "-30"）
+	Title    string `json:"title"`    // 标题（含 HTML 链接标签）
+	Festival string `json:"festival"` // 节假日名（当天所有条目共享，可能为空）
+	Link     string `json:"link"`     // 百科词条链接
+	Type     string `json:"type"`     // event / birth / death
+	Desc     string `json:"desc"`     // 描述（含 HTML 标签）
+}
+
+// fetchMonth 抓取某月「历史上的今天」数据并解析为按天的条目（失败重试）
+func (s *WikiSyncService) fetchMonth(month int) ([]model.WikiOnThisDay, error) {
+	apiURL := fmt.Sprintf("https://baike.baidu.com/cms/home/eventsOnHistory/%02d.json", month)
 
 	var lastErr error
 	for attempt := 0; attempt < 4; attempt++ {
 		if attempt > 0 {
-			backoff := time.Duration(attempt*3) * time.Second
-			if lastErr != nil && strings.Contains(lastErr.Error(), "429") {
-				backoff = time.Duration(attempt*30) * time.Second // 限流时退避 30s/60s/90s
-			}
-			time.Sleep(backoff)
+			time.Sleep(time.Duration(attempt*3) * time.Second)
 		}
-		text, err := s.doFetch(apiURL)
-		if err == nil {
-			return text, nil
+		body, err := s.doFetch(apiURL)
+		if err != nil {
+			lastErr = err
+			continue
 		}
-		lastErr = err
+		items, err := parseBaikeMonth(body, month)
+		if err != nil {
+			lastErr = err
+			continue
+		}
+		return items, nil
 	}
-	return "", lastErr
+	return nil, lastErr
 }
 
-func (s *WikiSyncService) doFetch(apiURL string) (string, error) {
+// doFetch 发起 HTTP 请求并返回响应体（带浏览器 UA 与 Referer，规避安全验证）
+func (s *WikiSyncService) doFetch(apiURL string) ([]byte, error) {
 	req, err := http.NewRequest(http.MethodGet, apiURL, nil)
 	if err != nil {
-		return "", err
+		return nil, err
 	}
-	req.Header.Set("User-Agent", "LunarServer/1.0 (wiki on-this-day sync; contact: admin@neatcn.com)")
+	req.Header.Set("User-Agent", "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0 Safari/537.36")
+	req.Header.Set("Referer", "https://baike.baidu.com/calendar")
+	req.Header.Set("Accept", "application/json, text/plain, */*")
 
 	resp, err := s.httpClient.Do(req)
 	if err != nil {
-		return "", err
+		return nil, err
 	}
 	defer resp.Body.Close()
 
 	if resp.StatusCode != http.StatusOK {
-		return "", fmt.Errorf("HTTP %d", resp.StatusCode)
+		return nil, fmt.Errorf("HTTP %d", resp.StatusCode)
 	}
-
-	body, err := io.ReadAll(io.LimitReader(resp.Body, 2<<20)) // 上限 2MB
-	if err != nil {
-		return "", err
-	}
-
-	var result struct {
-		Parse struct {
-			Wikitext string `json:"wikitext"`
-		} `json:"parse"`
-		Error struct {
-			Info string `json:"info"`
-		} `json:"error"`
-	}
-	if err := json.Unmarshal(body, &result); err != nil {
-		return "", fmt.Errorf("JSON 解析失败: %w", err)
-	}
-	if result.Error.Info != "" {
-		return "", fmt.Errorf("API 错误: %s", result.Error.Info)
-	}
-	if result.Parse.Wikitext == "" {
-		return "", fmt.Errorf("页面内容为空")
-	}
-	return result.Parse.Wikitext, nil
+	return io.ReadAll(io.LimitReader(resp.Body, 4<<20)) // 上限 4MB
 }
 
-// ===== wikitext 解析 =====
+// parseBaikeMonth 解析百度百科某月 JSON，输出该月全部条目
+func parseBaikeMonth(body []byte, month int) ([]model.WikiOnThisDay, error) {
+	// 顶层结构：{"08": {"0801": [...], "0802": [...]}}
+	var root map[string]map[string][]baikeEvent
+	if err := json.Unmarshal(body, &root); err != nil {
+		return nil, fmt.Errorf("JSON 解析失败: %w", err)
+	}
+	monthKey := fmt.Sprintf("%02d", month)
+	dayMap, ok := root[monthKey]
+	if !ok || len(dayMap) == 0 {
+		return nil, fmt.Errorf("%s月无数据", monthKey)
+	}
 
-// classifySection 根据二级标题识别板块类型
-func classifySection(title string) string {
-	switch {
-	case strings.Contains(title, "大事") || strings.Contains(title, "事件"):
+	items := make([]model.WikiOnThisDay, 0, 256)
+	for dayKeyStr, events := range dayMap {
+		day, err := strconv.Atoi(dayKeyStr[2:]) // "0812" -> 12
+		if err != nil {
+			continue
+		}
+		seenFestival := make(map[string]bool)
+		seenContent := make(map[string]bool)
+
+		for _, ev := range events {
+			// 节假日：从 festival 字段提取（挂在每条上，去重后单独成 festival 条目）
+			if fest := cleanHTMLText(ev.Festival); fest != "" && !seenFestival[fest] {
+				seenFestival[fest] = true
+				items = append(items, model.WikiOnThisDay{
+					Month: month, Day: day, Kind: "festival", Year: 0, Content: fest, Status: 1,
+				})
+			}
+
+			kind := normalizeKind(ev.Type)
+			if kind == "" {
+				continue
+			}
+			text := cleanHTMLText(ev.Title)
+			if len([]rune(text)) < 4 {
+				continue
+			}
+			if len([]rune(text)) > 500 {
+				text = string([]rune(text)[:500])
+			}
+			if seenContent[kind+"|"+text] {
+				continue
+			}
+			seenContent[kind+"|"+text] = true
+
+			items = append(items, model.WikiOnThisDay{
+				Month:   month,
+				Day:     day,
+				Kind:    kind,
+				Year:    parseBaikeYear(ev.Year),
+				Content: text,
+				Status:  1,
+			})
+		}
+	}
+	return items, nil
+}
+
+// normalizeKind 映射百度百科 type 到内部 kind
+func normalizeKind(t string) string {
+	switch strings.ToLower(strings.TrimSpace(t)) {
+	case "event":
 		return "event"
-	case strings.Contains(title, "出生"):
+	case "birth":
 		return "birth"
-	case strings.Contains(title, "逝世") || strings.Contains(title, "去世"):
+	case "death":
 		return "death"
-	case strings.Contains(title, "节假日") || strings.Contains(title, "节日") ||
-		strings.Contains(title, "節日") || strings.Contains(title, "假日") ||
-		strings.Contains(title, "习俗") || strings.Contains(title, "風俗") ||
-		strings.Contains(title, "风俗"):
-		return "festival"
 	}
 	return ""
 }
 
-// parseDayPage 解析页面 wikitext，提取大事记/出生/逝世/节假日条目
-func parseDayPage(wikitext string) []model.WikiOnThisDay {
-	items := make([]model.WikiOnThisDay, 0, 128)
-	seen := make(map[string]bool) // 同板块去重（维基页面偶有重复条目）
-
-	curKind := ""
-	inTable := false
-	for _, rawLine := range strings.Split(wikitext, "\n") {
-		line := strings.TrimSpace(rawLine)
-
-		// 跳过表格区块
-		if strings.HasPrefix(line, "{|") {
-			inTable = true
-			continue
-		}
-		if inTable {
-			if strings.HasPrefix(line, "|}") {
-				inTable = false
-			}
-			continue
-		}
-
-		// 二级/三级标题切换板块（三级标题归属当前二级板块）
-		if m := reHeading.FindStringSubmatch(line); m != nil {
-			if strings.HasPrefix(line, "=== ") || strings.HasPrefix(line, "===") {
-				continue // 三级标题：大事记内的世纪分组，不改变板块
-			}
-			curKind = classifySection(m[1])
-			continue
-		}
-
-		if curKind == "" || !strings.HasPrefix(line, "*") || strings.HasPrefix(line, "*>") {
-			continue
-		}
-
-		content := strings.TrimSpace(strings.TrimLeft(line, "*"))
-		if content == "" {
-			continue
-		}
-		year, text := extractYear(cleanWikitext(content))
-		if len([]rune(text)) < 4 { // 过短条目无展示价值
-			continue
-		}
-		if len([]rune(text)) > 500 {
-			text = string([]rune(text)[:500])
-		}
-
-		dedupeKey := curKind + "|" + text
-		if seen[dedupeKey] {
-			continue
-		}
-		seen[dedupeKey] = true
-
-		items = append(items, model.WikiOnThisDay{
-			Kind:    curKind,
-			Year:    year,
-			Content: text,
-		})
+// parseBaikeYear 解析年份字符串："1912"→1912，"-30"→-30（公元前），非法→0
+func parseBaikeYear(s string) int {
+	s = strings.TrimSpace(s)
+	if s == "" {
+		return 0
 	}
-	return items
+	y, err := strconv.Atoi(s)
+	if err != nil {
+		return 0
+	}
+	return y
 }
 
-// extractYear 从条目文本提取年份：前612年→-612，1912年→1912，无年份→0
-func extractYear(text string) (int, string) {
-	text = strings.TrimSpace(text)
-	if m := reYearPrefix.FindStringSubmatch(text); m != nil {
-		year, err := strconv.Atoi(m[2])
-		if err == nil {
-			if m[1] == "前" {
-				year = -year
-			}
-			return year, strings.TrimSpace(text[len(m[0]):])
-		}
-	}
-	if m := reNoYear.FindStringSubmatch(text); m != nil {
-		return 0, strings.TrimSpace(text[len(m[0]):])
-	}
-	return 0, text
-}
-
-// convertConvMarkup 处理语言转换标记 -{zh-cn:A;zh-tw:B}-，优先取简体变体
-func convertConvMarkup(s string) string {
-	return reConv.ReplaceAllStringFunc(s, func(m string) string {
-		inner := m[2 : len(m)-2] // 去掉 -{ 和 }-
-		parts := strings.Split(inner, ";")
-		// 无冒号：-{A}- 直接取内容
-		if !strings.Contains(inner, ":") {
-			return strings.TrimSpace(inner)
-		}
-		fallback := ""
-		for _, p := range parts {
-			p = strings.TrimSpace(p)
-			if p == "" {
-				continue
-			}
-			kv := strings.SplitN(p, ":", 2)
-			if len(kv) != 2 {
-				continue
-			}
-			key := strings.ToLower(strings.TrimSpace(kv[0]))
-			val := strings.TrimSpace(kv[1])
-			if key == "zh-cn" || key == "zh-hans" {
-				return val
-			}
-			fallback = val
-		}
-		return fallback
-	})
-}
-
-// cleanWikitext 去除 wiki 语法，输出纯文本
-func cleanWikitext(s string) string {
-	s = reComment.ReplaceAllString(s, "")
-	s = reRef.ReplaceAllString(s, "")
-	s = convertConvMarkup(s)
-	// 国旗模板保留国家名
-	s = reFlag.ReplaceAllString(s, "$1")
-	// 模板可能嵌套，循环剥离直至稳定
-	for i := 0; i < 6; i++ {
-		next := reTemplate.ReplaceAllString(s, "")
-		if next == s {
-			break
-		}
-		s = next
-	}
-	s = reLink.ReplaceAllString(s, "$1")
-	s = strings.ReplaceAll(s, "'''", "")
-	s = strings.ReplaceAll(s, "''", "")
+// cleanHTMLText 去除 HTML 标签与多余空白，输出纯文本
+func cleanHTMLText(s string) string {
 	s = reHTMLTag.ReplaceAllString(s, "")
 	s = strings.ReplaceAll(s, "&nbsp;", " ")
-	s = strings.TrimSpace(s)
-	s = reLeadPunct.ReplaceAllString(s, "") // 模板被剥离后可能残留开头标点
+	s = reSpace.ReplaceAllString(s, " ")
 	return strings.TrimSpace(s)
 }

server/internal/service/wiki_sync_test.go

@@ -1,43 +1,31 @@
 package service
 
 import (
-	"encoding/json"
-	"os"
 	"strings"
 	"testing"
 )
 
-// 取自 zh.wikipedia.org「8月10日」页面的真实片段
-const sampleWikitext = `'''8月10日'''是[[阳历]]年的第222天。
+// 取自百度百科 /cms/home/eventsOnHistory/08.json 的真实片段（8月12日/13日）
+const sampleBaikeJSON = `{"08":{
+  "0812":[
+    {"year":"-30","title":"埃及艳后<a target=\"_blank\" href=\"https://baike.baidu.com/item/x\">克利奥帕特拉七世</a>逝世","festival":"","link":"https://baike.baidu.com/item/x","type":"death","desc":"克利奥帕特拉七世"},
+    {"year":"1848","title":"英国著名小说家<a target=\"_blank\" href=\"x\">乔治·艾略特</a>出生","festival":"","link":"x","type":"birth","desc":"x"},
+    {"year":"1848","title":"英国著名小说家乔治·艾略特出生","festival":"","link":"x","type":"birth","desc":"x"},
+    {"year":"1905","title":"挪威音乐家<a href=\"x\">某</a>指挥首演","festival":"","link":"x","type":"event","desc":"x"}
+  ],
+  "0813":[
+    {"year":"604","title":"隋文帝<a href=\"x\">杨坚</a>逝世","festival":"国际左撇子日","link":"x","type":"death","desc":"x"},
+    {"year":"1926","title":"古巴革命领导人<a href=\"x\">卡斯特罗</a>出生","festival":"国际左撇子日","link":"x","type":"birth","desc":"x"},
+    {"year":"1910","title":"某事件<a href=\"x\">发生</a>","festival":"国际左撇子日","link":"x","type":"event","desc":"x"},
+    {"year":"abc","title":"年份非法的<a href=\"x\">事件</a>条目","festival":"国际左撇子日","link":"x","type":"event","desc":"x"}
+  ]
+}}`
 
-== 大事记 ==
-=== 19世紀以前 ===
-* [[前612年]]：[[亚述]]最后一位君主[[辛·沙里施昆]]死于[[尼尼微]]，王国灭亡。
-* [[955年]]：[[鄂圖一世 (神聖羅馬帝國)|鄂圖一世]]麾下的軍隊在[[第二次萊希菲爾德之戰 (955)|萊希菲爾德之戰]]中取得勝利。<ref>注释</ref>
-=== 20世紀 ===
-* [[1912年]]：[[威廉·布利斯]]出版了第一本关于[[童子军]]的书。
-* [[1945年]]：{{le|蒙古}}对日宣战。
-* [[2002年]]：-{zh-hans:凯尔·斯科特;zh-hk:卡爾·史葛;zh-tw:凱爾·斯科特;}-，英國職業足球運動員。
-* 年份不详：某件无法确定年份的事情发生了。
-
-== 出生 ==
-* [[前156年]]：[[汉武帝]]刘彻，[[西汉]]皇帝（[[前87年]]逝世）
-* [[前156年]]：[[汉武帝]]刘彻，[[西汉]]皇帝（[[前87年]]逝世）
-* [[1874年]]：[[赫伯特·胡佛]]，美国第31任[[总统]]（[[1964年]]逝世）
-
-== 逝世 ==
-* [[258年]]：[[羅馬的聖老楞佐]]，基督教殉道者
-
-== 节假日和习俗 ==
-* {{flag|厄瓜多尔}}：独立日
-* 世界[[狮子]]日
-
-==参考资料==
-{{Commonscat}}
-`
-
-func TestParseDayPage(t *testing.T) {
-	items := parseDayPage(sampleWikitext)
+func TestParseBaikeMonth(t *testing.T) {
+	items, err := parseBaikeMonth([]byte(sampleBaikeJSON), 8)
+	if err != nil {
+		t.Fatalf("parseBaikeMonth 失败: %v", err)
+	}
 
 	count := func(kind string) int {
 		n := 0
@@ -49,65 +37,78 @@ func TestParseDayPage(t *testing.T) {
 		return n
 	}
 
-	if got := count("event"); got != 6 {
-		t.Errorf("event 条目数 = %d, 期望 6", got)
+	// 0812: 1 death + 2 birth(重复去重后1) + 1 event = 3；0813: 1 death + 1 birth + 2 event = 4
+	if got := count("death"); got != 2 {
+		t.Errorf("death 条目数 = %d, 期望 2", got)
 	}
-	if got := count("birth"); got != 2 { // 重复条目应去重
+	if got := count("birth"); got != 2 { // 0812 重复出生条目应去重
 		t.Errorf("birth 条目数 = %d, 期望 2", got)
 	}
-	if got := count("death"); got != 1 {
-		t.Errorf("death 条目数 = %d, 期望 1", got)
+	if got := count("event"); got != 3 {
+		t.Errorf("event 条目数 = %d, 期望 3", got)
 	}
-	if got := count("festival"); got != 2 {
-		t.Errorf("festival 条目数 = %d, 期望 2", got)
+	// 国际左撇子日只在 0813，去重后 1 条 festival
+	if got := count("festival"); got != 1 {
+		t.Errorf("festival 条目数 = %d, 期望 1", got)
 	}
 
-	// 校验具体条目的年份与文本清洗
-	assertItem := func(kind string, wantYear int, wantContent string) {
+	// 校验具体条目
+	assertItem := func(kind string, day, wantYear int, wantContent string) {
 		for _, it := range items {
-			if it.Kind == kind && it.Content == wantContent {
+			if it.Kind == kind && it.Day == day && it.Content == wantContent {
 				if it.Year != wantYear {
 					t.Errorf("%q 年份 = %d, 期望 %d", wantContent, it.Year, wantYear)
 				}
+				if it.Month != 8 {
+					t.Errorf("%q 月份 = %d, 期望 8", wantContent, it.Month)
+				}
 				return
 			}
 		}
-		t.Errorf("未找到条目: kind=%s content=%q", kind, wantContent)
+		t.Errorf("未找到条目: kind=%s day=%d content=%q", kind, day, wantContent)
 	}
-	assertItem("event", -612, "亚述最后一位君主辛·沙里施昆死于尼尼微，王国灭亡。")
-	assertItem("event", 955, "鄂圖一世麾下的軍隊在萊希菲爾德之戰中取得勝利。")
-	assertItem("event", 0, "某件无法确定年份的事情发生了。")
-	assertItem("event", 2002, "凯尔·斯科特，英國職業足球運動員。")
-	assertItem("festival", 0, "厄瓜多尔：独立日")
-	assertItem("birth", -156, "汉武帝刘彻，西汉皇帝（前87年逝世）")
-	assertItem("festival", 0, "世界狮子日")
+	assertItem("death", 12, -30, "埃及艳后克利奥帕特拉七世逝世")
+	assertItem("birth", 12, 1848, "英国著名小说家乔治·艾略特出生")
+	assertItem("event", 13, 0, "年份非法的事件条目") // 非法年份应为 0
+	assertItem("festival", 13, 0, "国际左撇子日")
 
-	// 不应包含 wiki 语法残留
+	// 不应残留 HTML 标签
 	for _, it := range items {
-		if strings.Contains(it.Content, "[[") || strings.Contains(it.Content, "{{") ||
-			strings.Contains(it.Content, "<ref") {
-			t.Errorf("条目残留 wiki 语法: %q", it.Content)
+		if strings.Contains(it.Content, "<a") || strings.Contains(it.Content, "href") ||
+			strings.Contains(it.Content, "</a>") {
+			t.Errorf("条目残留 HTML 标签: %q", it.Content)
 		}
 	}
 }
 
-// TestParseRealPage 若本地存在真实抓取的样本文件则验证（可选）
-func TestParseRealPage(t *testing.T) {
-	data, err := os.ReadFile("/tmp/wiki_810.json")
-	if err != nil {
-		t.Skip("无真实样本文件，跳过")
+func TestParseBaikeYear(t *testing.T) {
+	cases := map[string]int{
+		"1912": 1912,
+		"-30":  -30,
+		"0":    0,
+		"abc":  0,
+		"":     0,
+		" 77 ": 77,
 	}
-	var d struct {
-		Parse struct {
-			Wikitext string `json:"wikitext"`
-		} `json:"parse"`
+	for in, want := range cases {
+		if got := parseBaikeYear(in); got != want {
+			t.Errorf("parseBaikeYear(%q) = %d, 期望 %d", in, got, want)
+		}
+	}
+}
+
+func TestNormalizeKind(t *testing.T) {
+	if normalizeKind("event") != "event" || normalizeKind("birth") != "birth" ||
+		normalizeKind("death") != "death" || normalizeKind("other") != "" ||
+		normalizeKind(" EVENT ") != "event" {
+		t.Error("normalizeKind 映射异常")
+	}
+}
+
+func TestCleanHTMLText(t *testing.T) {
+	in := `埃及艳后<a target="_blank" href="x">克利奥帕特拉七世</a>  逝世&nbsp;test`
+	want := "埃及艳后克利奥帕特拉七世 逝世 test"
+	if got := cleanHTMLText(in); got != want {
+		t.Errorf("cleanHTMLText = %q, 期望 %q", got, want)
 	}
-	if err := json.Unmarshal(data, &d); err != nil {
-		t.Fatalf("样本解析失败: %v", err)
-	}
-	items := parseDayPage(d.Parse.Wikitext)
-	if len(items) < 20 {
-		t.Errorf("真实页面解析条目过少: %d", len(items))
-	}
-	t.Logf("真实页面共解析 %d 条", len(items))
 }