thalim-plugin-hal-importer/README.md

# thalim-hal-importer

Plugin WordPress qui importe les publications du laboratoire THALIM depuis l'archive ouverte [HAL](https://hal.science/) (structure `254015`) et les transforme en posts WordPress avec tous les champs Pods renseignés.

- **Version :** 2.0.0
- **Auteur :** THALIM Dev
- **Licence :** GPL v2 or later

## Installation

```bash
cd wp-content/plugins
git clone gitea@figureslibres.io:valentin_le_moign/thalim-plugin-hal-importer.git thalim-hal-importer
```

Puis activer depuis l'admin WordPress. Dans le cadre du projet THALIM, le clonage est automatisé par `bootstrap.sh` du repo [`thalim-stack`](https://figureslibres.io/valentin_le_moign/thalim-stack).

## Utilisation

Deux points d'entrée selon le rôle :

- **Admin / éditeur** (cap `edit_others_posts`) : **Outils → HAL Import** — UI complète, voit toutes les publications de la structure THALIM, peut filtrer par n'importe quel auteur.
- **Contributeur** (cap `edit_posts` sans `edit_others_posts`) : menu top-level **Importer depuis HAL** — UI réduite scopée sur son propre idHAL (cf. § Mode contributeur).

### Aperçu live + import

- Filtres : plage de dates (`producedDate_s`) et auteur (idHAL d'un membre THALIM)
- Liste les publications HAL correspondantes avec statut coloré :
  - **vert** : déjà importée (présence du meta `hal_id` côté WP). Le statut WP est précisé (« Publié » ou « En attente »). Pour les pending, un bouton **Modifier** ouvre la page d'édition du post.
  - **jaune** : prête à être importée (au moins un auteur HAL matche un user WordPress)
  - **rouge** : aucun auteur THALIM identifié → ignorée
- Colonne **Action** :
  - Bouton **Importer** par ligne jaune : crée le post correspondant en `pending`
  - Bouton global **Importer N publication(s)** au-dessus du tableau : import en masse de toutes les lignes jaunes du tableau courant
- Après chaque import, le cache du tableau est muté en place (la ligne devient verte, les stats sont ajustées) sans nouvel appel HAL
- Cache des aperçus en transient (5 min, clé hashée sur les filtres), rafraîchissable manuellement

### Mode contributeur

Quand un contributeur ouvre la page :

- **Précondition idHAL** : si le user n'a pas renseigné son `identifiant_hal` sur son profil, ou si son idHAL est invalide (absent du référentiel `ref/author`), la page se bloque sur une notice avec un lien vers son profil.
- **Scoping côté serveur** : le filtre auteur est forcé à l'idHAL du contributeur, indépendamment de tout `$_POST['hal_author_id']` reçu. La cache key des aperçus est préfixée par `u<user_id>|` pour éviter toute collision avec le cache admin.
- **UI réduite** : dropdown auteur masqué, panneau de validation des idHAL des autres membres masqué.
- **Notice persistante** rappelant que l'axe thématique est obligatoire avant publication, qu'une image à la une est attendue, etc.
- **Sécurité import unitaire** : `handle_import_single()` vérifie que l'idHAL du contributeur figure bien dans `authIdHal_s` du doc HAL ciblé — un POST forgé sur un `hal_id` d'une autre publi est rejeté.
- **post_author forcé** : l'importer reçoit `force_post_author = get_current_user_id()` (6e param de `import()`) pour que le contributeur soit l'auteur WP du post même s'il est 2e co-auteur dans `authIdHal_s`.
- Le statut `pending` natif de l'importer aligne nativement avec la restriction WP "contributeur = pas de publication directe" — un éditeur ou admin valide ensuite le post.

### Validation des idHAL des membres

Le panneau dépliable « Utilisateurs WordPress avec identifiant HAL » liste tous les users dont le meta `identifiant_hal` est rempli et vérifie chaque idHAL contre le référentiel auteur HAL (`ref/author`). Les idHAL absents du référentiel sont colorés en rouge et comptés dans l'en-tête du panneau. Résultat mis en cache 24h (transient invalidé naturellement quand la liste des users change).

### Features désactivées (code conservé, feature flag à `false`)

- **Card Configuration + bouton Test API** : `Thalim_HAL_Admin_Page::CONFIG_PANEL_ENABLED`
- **Import en masse via CSV (legacy SPIP)** : `Thalim_HAL_Admin_Page::CSV_IMPORT_ENABLED`. Permettait l'upload d'un CSV de `hal_id` + d'un fichier de contexte SPIP (axes/tags/programmes/owner par publication), traités par batchs de 100 avec rapport CSV final. Le code vit dans `includes/trait-admin-page-csv-legacy.php`.

Basculer le flag à `true` dans `class-admin-page.php` pour réactiver.

## Mapping des types HAL → catégories WordPress

`DOC_TYPE_MAP` dans `includes/class-importer.php` :

| Type HAL      | Description                  | Catégorie WP |
| ------------- | ---------------------------- | ------------ |
| `ART`         | Article                      | `16`         |
| `COUV`        | Chapitre d'ouvrage           | `16`         |
| `OUV`         | Ouvrage                      | `15`         |
| `COMM`        | Communication                | `13`         |
| `ISSUE`       | Direction de numéro          | `16`         |
| `PROCEEDINGS` | Direction d'ouvrage / actes  | `15`         |
| `THESE`       | Thèse                        | `14`         |
| `HDR`         | HDR                          | `14`         |
| `SON`         | Son                          | `19`         |
| `VIDEO`       | Vidéo                        | `19`         |

`COMM`, `THESE`, `HDR`, `SON`, `VIDEO` sont traités comme événements et utilisent le champ Pods `date_de_debut`. Les autres utilisent `datetime`.

## Champs HAL → champs WP

À l'import, chaque publication remplit :

- **Identification** : `hal_id`, `hal_url` (URI HAL), `lien_externe_1` (PDF si dispo) avec titre `Document HAL // HAL Document`
- **Titre** : `post_title` (issu de HAL)
- **Catégorie** : triple écriture (term assignment + meta `categorie` + meta `_pods_categorie`)
- **Auteurs HAL → membres** : matching via `authIdHal_s` ↔ user meta `identifiant_hal`. Stockage en triple-pattern Pods (`membres` add_post_meta + `_pods_membres`)
- **Date** : `date_de_debut` ou `datetime` selon le type, optionnellement backdaté sur `producedDate_s`
- **Métadonnées** : `journal`, `editeur`, `sous-titre` (book/conference title), `lieu` (city/country pour PROCEEDINGS), `reference_bibliographique` (`citationFull_s`)
- **Fonction** : `fonction_auteur` (varie selon doc type : « Auteur du chapitre // Chapter author », « Direction de numéro // Editor-in-Chief », etc.)
- **Axes thématiques** : cascade `spip_context` → co-auteurs THALIM → owner. Source effective stockée dans `$importer->last_axes_source`
- **Programmes de recherche** et **étiquettes** : depuis `spip_context` (import CSV uniquement)

## Dédoublonnage

L'import vérifie le meta `hal_id` avant chaque insertion : une publication ne peut pas être importée deux fois. `get_imported_post($hal_id)` renvoie l'id et le `post_status` du post correspondant — utilisé dans l'aperçu pour distinguer Publié / En attente.

## Prérequis

- WordPress 6.0+
- PHP 8.2+ (constantes dans les traits)
- Plugin **Pods** (le pod `post` et le champ user `identifiant_hal`)
- IDs de catégorie WordPress conformes au mapping (8/13/14/15/16/19) — codés en dur dans `DOC_TYPE_MAP`

## Structure

```
.
├── thalim-hal-importer.php                    # point d'entrée, constantes, bootstrap
└── includes/
    ├── class-hal-api.php                       # client API HAL (fetch_publications, fetch_by_hal_ids, validate_hal_ids)
    ├── class-admin-page.php                    # UI Tools > HAL Import (aperçu + import unitaire/masse)
    ├── class-importer.php                      # mapping HAL → posts WP (triple-storage, axes cascade)
    ├── trait-admin-page-config.php             # card Configuration + Test API (désactivé)
    └── trait-admin-page-csv-legacy.php         # import bulk CSV legacy SPIP (désactivé)
```

## API HAL

- Recherche publications : `https://api.archives-ouvertes.fr/search/` (structure THALIM `254015`)
- Référentiel auteurs : `https://api.archives-ouvertes.fr/ref/author/` (validation des idHAL)
- Documentation : <https://api.archives-ouvertes.fr/docs>