#!/usr/bin/env python3 """Censo MEDIDO de quién provee cada applet de busybox, contra los artefactos del store. Por qué existe. `docs/state/busybox-applets.tsv` asignaba un `destino` (el paquete que debería reemplazar cada applet) por JUICIO — el propio `docs/plan-botar-busybox.md` lo dice: «el reparto applet→destino es juicio, no medida». Al medirlo contra los artefactos sellados resultó que **31 applets los provee otro paquete** y **79 no los provee NADIE salvo busybox**, entre ellos seis —`xz unxz xzcat lzma unlzma lzcat`— cuyo dueño figura en seis perfiles con el `usr/bin` VACÍO. Cómo mide. Índice inverso de `/-/{bin,sbin,usr/bin,usr/sbin,libexec}`: un paquete «provee» un applet si instala un fichero o enlace con ESE nombre. Es equivalencia de NOMBRE, no de banderas — un `nc` de socat cuenta como proveedor aunque su sintaxis difiera, y por eso la columna `equivalencia` del TSV sigue haciendo falta. ⚠ Los rootfs ENSAMBLADOS (`product-rootfs`, `stage1-rootfs`) se excluyen: traen adentro el propio busybox con sus 277 symlinks, así que contarlos haría que todo applet se «proveyera» a sí mismo. El criterio no es el nombre sino el contenido — un artefacto con `bin/busybox` adentro que no SEA busybox es un rootfs. Uso: scripts/busybox-censo-proveedores.py [--store /store] [--escribir] [--guardian] --escribir reescribe el TSV añadiendo las columnas `proveedor_medido` y `medido_el`. --guardian sale ≠0 si algún applet PERDIÓ el proveedor que el TSV registra. Es el modo de CI. ⚠ El guardián no vigila un NÚMERO, vigila las PÉRDIDAS, y la diferencia importa: un umbral del tipo «no más de 79 sin dueño» hay que subirlo cada vez que se retira un applet del defconfig, y a la tercera vez nadie lo sube con criterio. Lo que sí es siempre una regresión es que un applet que tenía proveedor medido deje de tenerlo — un `--disable-` nuevo en un `configure`, un `make install` que cambia de objetivo, una receta de herramientas convertida en receta de librería. Los applets que GANAN proveedor se reportan y no fallan: eso es avance, y el TSV se actualiza con `--escribir`. """ import argparse, csv, json, os, sys, collections, datetime RAIZ = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) TSV = os.path.join(RAIZ, "docs/state/busybox-applets.tsv") ESTADO = os.path.join(RAIZ, "docs/state/build-state.json") SUBDIRS = ("bin", "sbin", "usr/bin", "usr/sbin", "usr/libexec", "libexec") def indice(store): """nombre de binario -> {paquetes que lo instalan}, excluidos los rootfs ensamblados.""" prov = collections.defaultdict(set) compuestos = [] for ent in os.scandir(store): if not ent.is_dir(): continue art = ent.name.split("-", 1)[1] if "-" in ent.name else ent.name if art != "busybox" and os.path.exists(os.path.join(ent.path, "bin/busybox")): compuestos.append(art) continue for sub in SUBDIRS: try: for f in os.scandir(os.path.join(ent.path, sub)): prov[f.name].add(art) except OSError: pass return prov, sorted(compuestos) def main(): ap = argparse.ArgumentParser() ap.add_argument("--store", default="/store") ap.add_argument("--escribir", action="store_true") ap.add_argument("--guardian", action="store_true") a = ap.parse_args() prov, compuestos = indice(a.store) print(f"índice: {len(prov)} nombres · rootfs excluidos: {', '.join(compuestos) or '(ninguno)'}") filas = list(csv.DictReader(open(TSV, encoding="utf-8"), delimiter="\t")) vivos = [r for r in filas if r["recorte_2026_09_21"] != "RETIRADO"] coincide, otro, solo = [], [], [] for r in vivos: p = sorted(x for x in prov.get(r["applet"], ()) if x != "busybox") r["_medido"] = ",".join(p) if p else "SOLO-BUSYBOX" (coincide if r["destino"] in p else (otro if p else solo)).append(r) print(f"\n el dueño del TSV lo provee : {len(coincide):>3}") print(f" lo provee OTRO paquete : {len(otro):>3}") print(f" SÓLO lo provee busybox : {len(solo):>3} ← el trabajo que queda") est = json.load(open(ESTADO, encoding="utf-8"))["nodes"] print("\n--- SÓLO BUSYBOX, por dueño declarado ---") pord = collections.defaultdict(list) for r in solo: pord[r["destino"]].append(r["applet"]) for d, aa in sorted(pord.items(), key=lambda x: -len(x[1])): n = est.get(d) pf = ("en " + ",".join(n["perfiles"])) if n and n["perfiles"] else ("sellado sin perfil" if n else "sin receta") print(f" {d:16} {len(aa):>2} [{pf}] {' '.join(sorted(aa))}") print("\n--- lo provee OTRO paquete (el `destino` del TSV está mal) ---") for r in sorted(otro, key=lambda r: r["applet"]): print(f" {r['applet']:14} TSV={r['destino']:16} REAL={r['_medido']}") if a.guardian: perdidos, ganados = [], [] for r in vivos: antes = (r.get("proveedor_medido") or "").strip() if not antes: continue # fila sin medición previa: nada que comparar ahora = r["_medido"] if antes != "SOLO-BUSYBOX" and ahora == "SOLO-BUSYBOX": perdidos.append((r["applet"], antes)) elif antes == "SOLO-BUSYBOX" and ahora != "SOLO-BUSYBOX": ganados.append((r["applet"], ahora)) if ganados: print(f"\n✓ {len(ganados)} applets GANARON proveedor (no es fallo; correr --escribir):") for x, q in sorted(ganados): print(f" {x:14} ahora lo provee {q}") if perdidos: print(f"\n✗ REGRESIÓN: {len(perdidos)} applets PERDIERON su proveedor y vuelven a depender de busybox:") for x, q in sorted(perdidos): print(f" {x:14} lo proveía {q}") return 1 print("\n✓ guardián: ningún applet perdió su proveedor.") return 0 if a.escribir: hoy = datetime.date.today().isoformat() campos = [c for c in filas[0] if not c.startswith("_")] + ["proveedor_medido", "medido_el"] for r in filas: r["proveedor_medido"] = r.pop("_medido", "") or ("n/a (retirado)" if r["recorte_2026_09_21"] == "RETIRADO" else "") r["medido_el"] = hoy if r["recorte_2026_09_21"] != "RETIRADO" else "" with open(TSV, "w", encoding="utf-8", newline="") as fh: w = csv.DictWriter(fh, fieldnames=campos, delimiter="\t", lineterminator="\n") w.writeheader() w.writerows(filas) print(f"\nTSV reescrito: {TSV} (+2 columnas)") return 0 if __name__ == "__main__": sys.exit(main())