Programa semanal mwb/w — análisis arquitectónico

Observaciones públicas sobre cómo wol.jw.org expone los programas semanales de reuniones congregacionales. Base del parser de F57. Documento creado clean-room, sin lectura de código del proyecto upstream M³ (sircharlo/meeting-media-manager, AGPL-3.0).

URLs canónicas

Workbook (Vida y Ministerio Cristianos):
    https://wol.jw.org/{lang}/wol/meetings/{resource}/{lp_tag}/{year}/{week_num}

Watchtower de estudio:
    https://wol.jw.org/{lang}/wol/meetings/{resource}/{lp_tag}/{year}/{week_num}?wtsy=1

Donde {resource} y {lp_tag} vienen del registry de idiomas (F1, jw_core.languages.get_language). Ejemplos:

Idioma	resource	lp_tag
Inglés	`r1`	`lp-e`
Español	`r4`	`lp-s`
Portugués	`r5`	`lp-t`
Francés	`r30`	`lp-f`

La URL de “meetings” funciona como un índice. Devuelve enlaces al workbook (mwb) y a la Atalaya (w) de la semana, normalmente como <a class="jwac ... pub-mwb ..."> o similar. Para parsear el contenido detallado del programa hay que seguir esos enlaces hasta el documento JWPUB renderizado en /wol/d/....

Estructura HTML del workbook semanal observada

Inspeccionada con DevTools del browser sobre la página pública del WOL (sin login). Elementos clave del documento workbook renderizado:

<article id="article" class="article document ...">
  <header>
    <h2>JEREMÍAS 1-3</h2>
  </header>
  <div class="bodyTxt">
    <h3 id="p3" data-pid="3">Canción 84 y oración | Palabras de introducción (1 min.)</h3>

    <div id="tt7" class="dc-icon--gem ...">
      <h2>TESOROS DE LA BIBLIA</h2>
    </div>
    <div id="tt9" class="...">
      <h3>1. "No te dejes intimidar..."</h3>
      <p>... <a class="b" href="/wol/bc/...">Jer 1:8</a> ...</p>
      <img src="/es/wol/mp/.../200" alt="..." />
    </div>
    <h3 id="p10">2. Busquemos perlas escondidas</h3>
    ...

    <div id="tt30" class="dc-icon--wheat ...">
      <h2>SEAMOS MEJORES MAESTROS</h2>
    </div>
    ...

    <div id="tt38" class="dc-icon--sheep ...">
      <h2>NUESTRA VIDA CRISTIANA</h2>
    </div>
    ...
  </div>
</article>

Características útiles para parsear:

<article> y <div class="bodyTxt"> son el contenedor estable.
Los section headers son <h2> envueltos en <div> con clases dc-icon--gem (Tesoros), dc-icon--wheat (Seamos), dc-icon--sheep (Nuestra Vida). Esa convención de icono+color sirve como discriminador.
Los items del programa son <h3> con id pNN numerado por párrafo y data-pid. El número (1, 2, 3, …) aparece en el texto del h3.
Las canciones aparecen como <h3> con clase dc-icon--music.
El título del documento (cita bíblica, p.ej. JEREMÍAS 1-3) está en <header><h2>, no es una sección.

Refs identificables

Marcador	Significado	Cómo identificar
`<a class="b" href="/wol/bc/...">`	Cita bíblica	`class="b"`
`<a class="jsRef" href="/wol/d/...">`	Documento JWPUB	Anchor con `/wol/d/` y `lp-` en href
`<a href="/wol/mp/...">`	Media item (thumbnail/poster)	`href` con `/wol/mp/`
`<img src=".../wol/mp/...">`	Imagen ilustrativa	Imagen servida desde `/wol/mp/` o `imgp.jw-cdn.org`

El parser de F57 (MeetingProgramClient.parse_html) busca esos patrones para poblar MediaRef y BibleRef por item.

Cambios de layout

El layout HTML del WOL ha cambiado entre 1 y 2 veces por año en ciclos recientes. El parser de F57 mitiga el riesgo con:

Selectores múltiples (preferimos class="bodyTxt" pero también el <article> directo como fallback).
Detección por iconos dc-icon--* (gem/wheat/sheep/music) que han permanecido estables al menos desde el rediseño 2024.
Fallback heurístico: cualquier <h2> dentro de un <div> cuyo texto esté en mayúsculas se trata como section header.
Capturar fixture HTML real (packages/jw-meeting-media/tests/fixtures/) versionado por fecha cuando se redescubra un cambio.

NO usado en F57 MVP

Endpoints internos de jw.org/apps/finder o jworg-search que requieren JWT y no están documentados públicamente.
API binaria de la app oficial JW Library (network capture muestra protobuf — propietario).
WebSockets de wol.jw.org (no encontrados, no usados).

Esos endpoints quedan para sprints futuros si MVP necesita features no cubrables vía parsing del HTML público del WOL.