Redirecionar automaticamente para site clássico em erros 404 com URLs específicas por tipo de recurso (incluindo PDFs)

[Copilot]

O que esse PR faz?

Implementa redirecionamento automático para o site clássico quando recursos não são encontrados (404), evitando perda de acesso ao conteúdo durante a migração.

Quando PREVIOUS_WEBSITE_URI está configurado:

• Requisições HTML → HTTP 302 para URL específica do site clássico usando formato scielo.php com PIDs/ISSNs apropriados
• Para recursos conhecidos (journal, issue, article, PDF), constrói URLs completas do site clássico
• Para outros recursos, redireciona para o mesmo caminho no site clássico
• Requisições JSON → Retorna 404 normalmente (sem redirect)

Quando não configurado: comportamento 404 padrão sem alterações.

Construção de URLs por tipo de recurso:

• Journal (/j/<url_seg>/): Extrai ISSN do periódico → scielo.php?script=sci_serial&pid={ISSN}&lng={lang}&nrm=iso
• Issue (/j/<url_seg>/i/<url_seg_issue>/): Extrai PID do fascículo → scielo.php?script=sci_issuetoc&pid={PID}&lng={lang}&nrm=iso
• Article (/j/<url_seg>/a/<article_pid_v3>/): Extrai PID do artigo → scielo.php?script=sci_arttext&pid={PID}&lng={lang}&nrm=iso
• PDF (/pdf/<journal_acron>/<issue_info>/<filename>.pdf): Extrai PID do artigo → scielo.php?script=sci_pdf&pid={PID}&lng={lang}&nrm=iso

Onde a revisão poderia começar?

opac/webapp/main/errors.py - função page_not_found() (linhas 35-59) e _build_classic_url_for_resource() (linhas 62-128)

opac/webapp/main/helper.py - função build_classic_website_uri() (linhas 75-133)

Como este poderia ser testado manualmente?

1. Configure export PREVIOUS_WEBSITE_URI="https://old.scielo.br"
2. Inicie a aplicação
3. Teste journal não encontrado:
   • Acesse http://localhost:5000/j/invalid-journal/
   • Se o journal existir no BD, verifica redirect para https://old.scielo.br/scielo.php?script=sci_serial&pid={ISSN}&lng=pt&nrm=iso
   • Se não existir, verifica redirect para https://old.scielo.br/j/invalid-journal/
4. Teste issue não encontrado:
   • Acesse http://localhost:5000/j/valid-journal/i/invalid-issue/
   • Verifica redirect com formato scielo.php apropriado
5. Teste article não encontrado:
   • Acesse http://localhost:5000/j/valid-journal/a/invalid-article/
   • Verifica redirect com formato scielo.php apropriado
6. Teste PDF não encontrado:
   • Acesse http://localhost:5000/pdf/journal/issue/article.pdf
   • Verifica redirect para https://old.scielo.br/scielo.php?script=sci_pdf&pid={PID}&lng=pt&nrm=iso
7. Teste requisição JSON: curl -H "Accept: application/json" http://localhost:5000/j/nao-existe/
8. Verifique resposta 404 sem redirect

Para testar sem redirect, não configure PREVIOUS_WEBSITE_URI e verifique página 404 padrão.

Algum cenário de contexto que queira dar?

Durante a transição do site clássico (Web) para o novo (opac_5), nem todo conteúdo foi migrado. Sem este PR, usuários encontram 404 em conteúdo que ainda existe no site clássico.

A variável PREVIOUS_WEBSITE_URI já existe e é usada para exibir link do site anterior na navegação. Este PR reutiliza a mesma configuração para implementar redirecionamento automático.

Decisões técnicas:

• HTTP 302 (temporary) ao invés de 301: indica redirecionamento temporário durante migração
• Apenas requisições HTML: APIs mantêm comportamento 404 correto
• Preservação de query params: mantém funcionalidade completa no site clássico
• URLs específicas por tipo de recurso: o site clássico usa formato scielo.php?script=...&pid=... diferente das URLs do OPAC
• Pattern matching via regex: detecta tipo de recurso pela estrutura da URL
• Busca no banco de dados: obtém PIDs/ISSNs corretos para construir URLs válidas do site clássico
• Para PDFs: busca artigo por nome do arquivo PDF ou material suplementar, consistente com router_legacy_pdf existente
• Fallback inteligente: se não conseguir construir URL específica, usa redirect simples de path
• Tratamento de erros específico: captura AttributeError, TypeError, ImportError com logging debug
• Preservação de idioma: obtém idioma da sessão/locale e converte para formato do site clássico (pt_BR → pt)

Referências

• Configuração existente: opac/webapp/config/default.py linha 643
• Uso atual de PREVIOUS_WEBSITE_URI: opac/webapp/templates/collection/includes/nav.html
• Formato de URLs do site clássico: opac/tests/fixtures/legacy_urls.txt
• Função de roteamento legacy existente: opac/webapp/main/views.py função router_legacy() (linha 353)
• Função de roteamento legacy PDF: opac/webapp/main/views.py função router_legacy_pdf() (linha 1486)

Original prompt

---

This section details on the original issue you should resolve

<issue_title>Redirecionar para o site anterior se o recurso não se encontra no site novo</issue_title>
<issue_description>### Descrição da tarefa

Como estamos fazendo uma transição do site clássico (https://github.com/scieloorg/Web) site novo (https://github.com/scieloorg/opac_5), pode ser que nem todo o conteúdo foi migrado com sucesso. Então, para evitar que o usuário deixe de ter acesso ao conteúdo, redirecionar para o site anterior se o recurso não se encontra no site novo.

Subtarefas

• Verificar se existe uma variável que indica o domínio para o site clássico. Caso não exista, criar uma variável
• Se um recurso não for encontrado, no lugar de retornar 404, tentar levar o usuário para a mesma rota mas no site clássico
• Se ainda assim falhar, apresente uma mensagem de que o site está em migração e indique a URL da home do site anterior.</issue_description>

Comments on the Issue (you are @copilot in this section)

• Fixes Redirecionar para o site anterior se o recurso não se encontra no site novo #389

---

💬 We'd love your input! Share your thoughts on Copilot coding agent in our 2 minute survey.

[robertatakenaka]

@copilot muito bem! mas será necessário fazer certo tratamento dentro de opac/webapp/main/views.py para obter a URI completa de cada recurso, ou pelo menos, de journal, issue_toc, article_detail. Consegue?

[Copilot]

Implementado! ✅

Agora o sistema constrói URLs completas e específicas para o site clássico para cada tipo de recurso:

Journal (/j/abc/) → {PREVIOUS_WEBSITE_URI}/scielo.php?script=sci_serial&pid={ISSN}&lng={lang}&nrm=iso

Issue (/j/abc/i/v1n1/) → {PREVIOUS_WEBSITE_URI}/scielo.php?script=sci_issuetoc&pid={PID}&lng={lang}&nrm=iso

Article (/j/abc/a/xyz/) → {PREVIOUS_WEBSITE_URI}/scielo.php?script=sci_arttext&pid={PID}&lng={lang}&nrm=iso

O código:

1. Detecta automaticamente o tipo de recurso baseado no padrão da URL
2. Busca o objeto no banco (journal/issue/article)
3. Extrai o PID/ISSN apropriado
4. Constrói a URL do site clássico com os parâmetros corretos
5. Se não conseguir construir a URL específica, usa o fallback (redirect simples do path)

Commit: e0870ea

[robertatakenaka]

@copilot muito bem! Mas faltou tratar pdf, poderia continuar?

[Copilot]

@copilot muito bem! Mas faltou tratar pdf, poderia continuar?

Implementado! ✅

Agora o sistema também trata PDFs:

PDF (/pdf/abc/v1n1/file.pdf) → {PREVIOUS_WEBSITE_URI}/scielo.php?script=sci_pdf&pid={PID}&lng={lang}&nrm=iso

O código:

1. Detecta URLs de PDF pelo padrão /pdf/<journal_acron>/<issue_info>/<pdf_filename>.pdf
2. Busca o artigo no banco pelo nome do arquivo PDF
3. Se não encontrar, tenta buscar como material suplementar
4. Extrai o PID do artigo
5. Constrói a URL do site clássico com script=sci_pdf

Commit: d0a45fc