Update app.py

app.py

@@ -63,10 +63,13 @@ DISPLAY_COLUMNS_ALL = [
     "registration_number",
 ]
 
+
 # ==========================
 # UI: КОЛОНКИ ТАБЛИЦЫ + НАСТРОЙКИ ОТОБРАЖЕНИЯ
-# ВАЖНО: ВАК и ORCID отдельными столбцами НЕ выводим.
-# Ссылки показываем в блоке "Полный текст" / "Перечень диссертаций".
+# ВАЖНО:
+# - отдельного столбца OpenAlex НЕТ
+# - ФИО кликабельно и ведёт на OpenAlex (если есть), иначе на ORCID (если есть), иначе на ВАК (если есть)
+# - Название диссертации кликабельно и ведёт на ВАК
 # ==========================
 
 UI_TABLE_COLUMNS = [
@@ -77,13 +80,14 @@ UI_TABLE_COLUMNS = [
     "Тип",
     "Год",
     "Регистрационный номер",
-    "OpenAlex",
     "h-index",
     "i10-index",
     "Работ",
     "Цитат",
 ]
-DEFAULT_VISIBLE_UI = {c: (c != "Организация") for c in UI_TABLE_COLUMNS}
+
+# По умолчанию: все включены, кроме "Организация" и "Тип"
+DEFAULT_VISIBLE_UI = {c: (c != "Организация" and c != "Тип") for c in UI_TABLE_COLUMNS}
 
 
 # ==========================
@@ -115,7 +119,6 @@ st.markdown(
     .stDataFrame { font-size: 80% !important; }
     .gdg-w, .gdg-canvas { font-size: 80% !important; }
 
-    /* data_editor */
     div[data-testid="stDataEditor"] { font-size: 80% !important; }
     div[data-testid="stDataEditor"] * { font-size: 80% !important; }
     </style>
@@ -146,6 +149,12 @@ def _safe_text(x: Any) -> str:
     return s
 
 
+def _safe_fragment(s: Any) -> str:
+    # фрагмент для вставки после # в "url#text" — убираем опасные символы
+    t = _safe_text(s).replace("#", " ").replace("\n", " ").replace("\r", " ").strip()
+    return t
+
+
 def _norm_openalex_url(x: Any) -> str:
     s = _safe_text(x)
     if not s:
@@ -450,7 +459,6 @@ def build_result_df(results):
 
         protection_year = extract_year_int(meta.get("protection_date", None))
 
-        # ВАЖНО: используем author_org_short (fallback на author_org_name если вдруг короткого нет)
         org_short = meta.get("author_org_short", None)
         if (
             org_short is None
@@ -491,7 +499,7 @@ def run_search(
 ):
     mask = build_filter_mask(candidate_selected, doctor_selected, science_selected, year_range)
 
-    # Берём с запасом, чтобы после фильтров (OA/ORCID) всё равно получить до top_k
+    # С запасом, чтобы после OA/ORCID фильтров осталось до top_k
     prefetch_k = min(max(int(top_k) * 5, int(top_k)), 500)
     results = search_core(query, prefetch_k, mask=mask)
 
@@ -506,7 +514,6 @@ def run_search(
         out.seek(0)
         return empty_ui, out, df_raw
 
-    # reg_norm — стабильный идентификатор строки для сохранения выбранных чекбоксов
     df_raw["reg_norm"] = df_raw["registration_number"].map(_norm_regnum)
 
     # OA/ORCID enrichment
@@ -533,37 +540,55 @@ def run_search(
         df_raw["works_count"] = np.nan
         df_raw["cited_by_count"] = np.nan
 
-    # Фильтры "только с OpenAlex/ORCID"
+    # Фильтры "только с ..."
     if only_openalex:
         df_raw = df_raw[df_raw["openalex_url"].map(_safe_text) != ""]
     if only_orcid:
         df_raw = df_raw[df_raw["orcid_url"].map(_safe_text) != ""]
 
-    # Ограничиваем top_k уже после фильтрации
     df_raw = df_raw.reset_index(drop=True)
     if len(df_raw) > int(top_k):
         df_raw = df_raw.iloc[: int(top_k)].copy()
 
-    # Дедуп и индекс
+    # Дедуп и индекс-идентификатор для стабильного выбора
     df_raw["reg_norm"] = df_raw["registration_number"].map(_norm_regnum)
     df_raw = df_raw.drop_duplicates(subset=["reg_norm"]).set_index("reg_norm", drop=True)
 
-    # Перенумеруем "№" (после дедупа)
+    # Перенумерация "№"
     if "№" in df_raw.columns:
         df_raw["№"] = np.arange(1, len(df_raw) + 1)
 
-    # UI-таблица: ВАЖНО — "ФИО" и "Название" делаем ТЕКСТОВЫМИ,
-    # чтобы Streamlit не создавал "липовые" ссылки для строк без ORCID/ВАК.
+    # ====== UI значения со ссылками без "выдумывания" ======
+    fio_txt = df_raw["fio"].map(_safe_text)
+    fio_frag = fio_txt.map(_safe_fragment)
+
+    oa_url = df_raw["openalex_url"].map(_safe_text)
+    orcid_url = df_raw["orcid_url"].map(_safe_text)
+    vak_url = df_raw["vak_link"].map(_safe_text)
+
+    # Приоритет: OpenAlex -> ORCID -> ВАК
+    fio_href = np.where(
+        oa_url != "",
+        oa_url,
+        np.where(orcid_url != "", orcid_url, vak_url),
+    )
+    # Делаем "url#ФИО" (чтобы показывать ФИО как display_text)
+    fio_cell = np.where(fio_href != "", fio_href + "#" + fio_frag, fio_txt)
+
+    title_txt = df_raw["title"].map(_safe_text)
+    title_frag = title_txt.map(_safe_fragment)
+    # Название всегда ведёт на ВАК (если vak_link пуст — будет просто текст)
+    title_cell = np.where(vak_url != "", vak_url + "#" + title_frag, title_txt)
+
     df_ui = pd.DataFrame(
         {
             "Сходство": pd.to_numeric(df_raw["score"], errors="coerce").astype("float64"),
-            "ФИО": df_raw["fio"].map(_safe_text),
-            "Название диссертации": df_raw["title"].map(_safe_text),
+            "ФИО": fio_cell,
+            "Название диссертации": title_cell,
             "Организация": df_raw["author_org_short"].map(_safe_text),
             "Тип": df_raw["dissertation_type"].map(_safe_text),
             "Год": pd.to_numeric(df_raw["protection_year"], errors="coerce").astype("float64"),
             "Регистрационный номер": df_raw["registration_number"].map(_safe_text),
-            "OpenAlex": df_raw["openalex_url"].map(_safe_text),
             "h-index": df_raw["h_index"],
             "i10-index": df_raw["i10_index"],
             "Работ": df_raw["works_count"],
@@ -586,8 +611,9 @@ def run_search(
 def format_selected_list_from_raw(df_raw: pd.DataFrame, selected_regnorms: List[str]) -> str:
     lines = []
     for reg_norm in selected_regnorms:
-        if reg_norm not in df_raw.index:
+        if df_raw is None or reg_norm not in df_raw.index:
             continue
+
         raw = df_raw.loc[reg_norm]
         fio = _safe_text(raw.get("fio"))
         title = _safe_text(raw.get("title"))
@@ -627,11 +653,11 @@ if "last_df_raw" not in st.session_state:
 if "last_excel" not in st.session_state:
     st.session_state.last_excel = None
 
-# выбор диссертаций хранится по reg_norm, чтобы не сбрасывался при фильтрации/перерисовке
+# Выбор диссертаций хранится по reg_norm (стабильный ключ) — не сбрасывается при перерисовке
 if "selected_regnorms" not in st.session_state:
     st.session_state.selected_regnorms = set()
 
-# счётчик только для управляемого сброса состояния таблицы при НОВОМ поиске
+# Ключ для data_editor (обновляем на новый поиск)
 if "search_id" not in st.session_state:
     st.session_state.search_id = 0
 
@@ -702,7 +728,7 @@ with st.form("search_form"):
 # Выбранные для отображения колонки (после формы)
 visible_ui_cols = [c for c in UI_TABLE_COLUMNS if st.session_state.get(_show_col_key(c), True)]
 if not visible_ui_cols:
-    visible_ui_cols = [c for c in UI_TABLE_COLUMNS if c != "Организация"]
+    visible_ui_cols = [c for c in UI_TABLE_COLUMNS if c not in {"Организация", "Тип"}]
 
 if do_search:
     if not candidate_selected and not doctor_selected:
@@ -724,14 +750,12 @@ if do_search:
         st.session_state.last_df_raw = df_raw
         st.session_state.last_excel = excel_bytes
 
-        # НЕ сбрасываем выбор: оставляем то, что есть в новых результатах
+        # Выбор не сбрасываем — оставляем только те, что присутствуют в новых результатах
         if isinstance(df_ui, pd.DataFrame) and not df_ui.empty:
             st.session_state.selected_regnorms = set(st.session_state.selected_regnorms) & set(df_ui.index)
         else:
             st.session_state.selected_regnorms = set()
 
-        # новый поиск -> новый ключ таблицы (чтобы корректно пересобрать data_editor),
-        # но выбор переносится через selected_regnorms выше
         st.session_state.search_id += 1
 
 df_ui_saved = st.session_state.last_df_ui
@@ -754,19 +778,24 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
     full_column_config = {
         "Выбрать": st.column_config.CheckboxColumn("Выбрать", width="small"),
         "Сходство": st.column_config.NumberColumn("Сходство", format="%.4f", width="small"),
-        "ФИО": st.column_config.TextColumn("ФИО", width="medium"),
-        "Название диссертации": st.column_config.TextColumn("Название диссертации", width="large"),
+        "ФИО": st.column_config.LinkColumn(
+            "ФИО",
+            display_text=r"(?:.*#)?(.*)$",
+            width="medium",
+            help="Если найден OpenAlex — ведёт на OpenAlex; иначе (если есть) на ORCID; иначе (если есть) на ВАК.",
+            validate=r"^https?://.+#.+$|^.+$",
+        ),
+        "Название диссертации": st.column_config.LinkColumn(
+            "Название диссертации",
+            display_text=r"(?:.*#)?(.*)$",
+            width="large",
+            help="Название ведёт на ВАК (если ссылка есть).",
+            validate=r"^https?://.+#.+$|^.+$",
+        ),
         "Организация": st.column_config.TextColumn("Организация", width="large"),
         "Тип": st.column_config.TextColumn("Тип", width="small"),
         "Год": st.column_config.NumberColumn("Год", format="%.0f", width="small"),
         "Регистрационный номер": st.column_config.TextColumn("Регистрационный номер", width="small"),
-        "OpenAlex": st.column_config.LinkColumn(
-            "OpenAlex",
-            display_text=r"https://openalex\.org/(A\d+)",
-            width="small",
-            help="Профиль автора в OpenAlex (если найден).",
-            validate=r"^https://openalex\.org/A\d+$|^$",
-        ),
         "h-index": st.column_config.NumberColumn("h-index", format="%.0f", width="small"),
         "i10-index": st.column_config.NumberColumn("i10-index", format="%.0f", width="small"),
         "Работ": st.column_config.NumberColumn("Работ", format="%.0f", width="small"),
@@ -806,7 +835,6 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
                 orcid = _safe_text(raw.get("orcid_url"))
                 oa = _safe_text(raw.get("openalex_url"))
 
-                # Ссылки показываем ТОЛЬКО если они реально есть (ничего не "выдумываем")
                 links = []
                 if vak:
                     links.append(f"[ВАК]({vak})")