From bde38cdce750e9f6d15502ba0a300195b60c4aef Mon Sep 17 00:00:00 2001
From: bot-backend <alexandro361@gmail.com>
Date: Tue, 8 Sep 2026 22:54:44 +0300
Subject: [PATCH] =?UTF-8?q?fix(msk-collector):=20--resume=20=D0=B1=D0=B5?=
 =?UTF-8?q?=D1=80=D1=91=D1=82=20base=5Furl=20=D0=B8=D0=B7=20=D1=81=D0=BE?=
 =?UTF-8?q?=D1=85=D1=80=D0=B0=D0=BD=D1=91=D0=BD=D0=BD=D0=BE=D0=B3=D0=BE=20?=
 =?UTF-8?q?=D0=BF=D0=BB=D0=B0=D0=BD=D0=B0?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Коридоры считаются под конкретный URL выдачи. При --resume код брал свежий
args.base_url, поэтому запуск без повтора --base-url молча качал другую
выдачу под тем же batch_id. Теперь URL из плана, расхождение с аргументом —
явная ошибка вместо тихого выбора одного из двух.
---
 .../scripts/local-avito-msk/collect.py        | 19 +++++++++++++++----
 1 file changed, 15 insertions(+), 4 deletions(-)

diff --git a/tradein-mvp/scripts/local-avito-msk/collect.py b/tradein-mvp/scripts/local-avito-msk/collect.py
index 2432cc86..8df91f48 100644
--- a/tradein-mvp/scripts/local-avito-msk/collect.py
+++ b/tradein-mvp/scripts/local-avito-msk/collect.py
@@ -527,13 +527,24 @@ async def collect(args: argparse.Namespace) -> int:
         print(f"Resume по {plan_path}: коридоров {len(plan.corridors)}, "
               f"готово {done}", flush=True)
 
+    # Resume: URL берём из сохранённого плана, а не из CLI — коридоры посчитаны
+    # именно под него. Расхождение = молчаливая заливка чужой выдачи под тем же
+    # batch_id, поэтому это ошибка, а не тихий приоритет одного из двух.
+    if plan is not None and plan.base_url != args.base_url:
+        raise SystemExit(
+            "--resume: план построен для другого URL."
+            f" В плане {plan.base_url}, в аргументах {args.base_url}."
+            " Убери --base-url (возьмётся из плана) либо начни новый batch_id."
+        )
+    base_url = plan.base_url if plan is not None else args.base_url
+
     page_budget = None if args.full else args.measure
     mode = "FULL" if args.full else f"MEASURE<={page_budget}"
     print(f"Режим: {mode}; batch_id={args.batch_id}; delay={args.delay}s; "
           f"target={args.target_count}; dry_run={args.dry_run}", flush=True)
 
     sink = Sink(
-        batch_id=args.batch_id, started_at=started_at, query=args.base_url,
+        batch_id=args.batch_id, started_at=started_at, query=base_url,
         batch_size=args.batch_size, dry_run=args.dry_run, csv_path=csv_path,
         ssh_host=args.ssh_host, container=args.container,
         db_user=args.db_user, db_name=args.db_name,
@@ -548,9 +559,9 @@ async def collect(args: argparse.Namespace) -> int:
         try:
             if plan is None:
                 print("Строю план коридоров...", flush=True)
-                corridors = await build_plan(loader, scraper, args.base_url,
+                corridors = await build_plan(loader, scraper, base_url,
                                              args.target_count, cache)
-                plan = Plan(base_url=args.base_url, target=args.target_count,
+                plan = Plan(base_url=base_url, target=args.target_count,
                             batch_id=args.batch_id, corridors=corridors,
                             created_at=started_at)
                 plan.save(plan_path)
@@ -568,7 +579,7 @@ async def collect(args: argparse.Namespace) -> int:
                     if page == 1 and key in cache:
                         lots = cache.pop(key)   # страница 1 уже скачана при планировании
                     else:
-                        url = build_url(args.base_url, page, corridor.lo, corridor.hi)
+                        url = build_url(base_url, page, corridor.lo, corridor.hi)
                         html, _ = await loader.fetch(url)
                         _, lots = parse_page(scraper, html, url)
                     for lot in lots: