fix(anime): 파이프라인 5건 수정 — 에피소드 정규식(v2/S01E), 릴리스 그룹 필터, 자막 보호, 배치 다운로드, 타임아웃

tools/title_matcher.py

@@ -10,9 +10,70 @@ import unicodedata
 from difflib import SequenceMatcher
 from typing import Optional
 
+import httpx
+
 logger = logging.getLogger("variet.tools.matcher")
 
 
+# ──────────────────────────────────────────────
+#  영어 제목 조회 (Jikan API / MyAnimeList)
+# ──────────────────────────────────────────────
+
+async def fetch_english_title(japanese_title: str) -> dict[str, str]:
+    """Jikan API로 일본어 원제의 영어/로마자 제목 조회.
+
+    Returns:
+        {"default": "Sousou no Frieren 2nd Season",
+         "english": "Frieren: Beyond Journey's End Season 2",
+         "synonyms": ["Frieren at the Funeral Season 2"]}
+        실패 시 빈 dict.
+    """
+    try:
+        async with httpx.AsyncClient(timeout=10) as client:
+            resp = await client.get(
+                "https://api.jikan.moe/v4/anime",
+                params={"q": japanese_title, "limit": 5},
+            )
+            resp.raise_for_status()
+            data = resp.json()
+
+        items = data.get("data", [])
+        if not items:
+            return {}
+
+        # 원제와 가장 잘 매칭되는 항목 선택
+        best = None
+        best_score = 0.0
+        for item in items:
+            jp = item.get("title_japanese", "")
+            score = SequenceMatcher(None, japanese_title, jp).ratio()
+            if score > best_score:
+                best_score = score
+                best = item
+
+        if not best or best_score < 0.5:
+            return {}
+
+        result = {
+            "default": best.get("title", ""),
+            "english": best.get("title_english") or "",
+            "synonyms": [],
+        }
+        for t in best.get("titles", []):
+            if t["type"] == "Synonym":
+                result["synonyms"].append(t["title"])
+
+        logger.info(
+            f"Jikan 영어 제목 조회: {japanese_title} → "
+            f"default={result['default']}, english={result['english']}"
+        )
+        return result
+
+    except Exception as e:
+        logger.warning(f"Jikan API 조회 실패: {e}")
+        return {}
+
+
 # ──────────────────────────────────────────────
 #  일어 → 로마자 변환 테이블 (히라가나/카타카나)
 # ──────────────────────────────────────────────
@@ -66,24 +127,35 @@ def _kata_to_hira(text: str) -> str:
 
 
 def japanese_to_romaji(text: str) -> str:
-    """일본어 텍스트를 로마자로 근사 변환."""
+    """일본어 텍스트를 로마자로 변환 (pykakasi 기반, fallback: 카나 테이블)."""
+    try:
+        import pykakasi
+        kks = pykakasi.kakasi()
+        result_items = kks.convert(text)
+        romaji = " ".join(item["hepburn"] for item in result_items)
+        # 연속 공백 정리
+        romaji = re.sub(r'\s+', ' ', romaji).strip()
+        return romaji
+    except ImportError:
+        logger.warning("pykakasi 미설치 — 카나 테이블 fallback 사용")
+        return _japanese_to_romaji_fallback(text)
+
+
+def _japanese_to_romaji_fallback(text: str) -> str:
+    """일본어→로마자 fallback (카나만 변환, 한자는 그대로)."""
     text = _kata_to_hira(text)
 
     result = []
     i = 0
     while i < len(text):
-        # 장음 기호 (ー U+30FC, ー가 히라가나로 안 변환되므로 여기서 처리)
         if text[i] == '\u30FC':  # ー
-            # 장음: 이전 모음 반복 (간략화: 스킵)
             i += 1
             continue
-        # 2글자 매칭 우선 (きゃ 등)
         if i + 1 < len(text) and text[i:i+2] in _KANA_ROMAJI:
             result.append(_KANA_ROMAJI[text[i:i+2]])
             i += 2
         elif text[i] in _KANA_ROMAJI:
             romaji = _KANA_ROMAJI[text[i]]
-            # 촉음(っ) 처리: 다음 자음 반복
             if text[i] == 'っ' and i + 1 < len(text):
                 next_romaji = _KANA_ROMAJI.get(text[i+1], "")
                 if next_romaji:
@@ -92,13 +164,13 @@ def japanese_to_romaji(text: str) -> str:
                 result.append(romaji)
             i += 1
         else:
-            # 한자, 영어, 숫자 등 → 그대로
             result.append(text[i])
             i += 1
 
     return "".join(result)
 
 
+
 def normalize_title(title: str) -> str:
     """제목 비교용 정규화: 소문자 + 특수문자 제거 + 공백 정리."""
     title = title.lower().strip()
@@ -155,8 +227,14 @@ def match_titles(
 
         best_sim = max(sim_romaji, sim_korean, sim_original)
 
-        if best_sim >= threshold:
-            scored.append((best_sim, result))
+        # ASW HEVC 릴리스는 threshold 면제 (약칭으로 올라와도 포함)
+        title_upper = result.title.upper()
+        is_preferred = "[ASW]" in result.title and ("HEVC" in title_upper or "X265" in title_upper)
+
+        if best_sim >= threshold or is_preferred:
+            # ASW HEVC 릴리스는 유사도 보너스 (+0.5) → 정렬 시 상위 배치
+            effective_sim = best_sim + 0.5 if is_preferred else best_sim
+            scored.append((effective_sim, result))
 
     # 유사도 내림차순 정렬
     scored.sort(key=lambda x: x[0], reverse=True)