정정: DrugImg 이미지키와 외부 URL 검증 추가

- DrugImg.DIK_CODE 44자 Base64 image key 가능성 문서화 - 평문 DIK_CODE 직접 join 단정 제거 - health.kr zoom 후보 URL과 실제 이미지 GET 검증 스크립트 추가
2026-06-29 00:45:34 +00:00
parent 4bacdb0a1e
commit c0a673d20a
3 changed files with 170 additions and 3 deletions
--- a/README.md
+++ b/README.md
@@ -7,8 +7,9 @@ PIT3000/PM2000V6에서 확인한 **의약품 상세정보, 식별 이미지, 약
 1. 화면/인쇄에 쓰이는 약품 상세정보는 로컬 DB(`PM_DRUG`, `PM_IMAGE`)와 외부 health.kr URL을 병행합니다.
 2. `DRUGCODE`에서 `DIK_CODE`, `SUNG_CODE`를 조회합니다.
 3. `SUNG_CODE`는 **성분코드**입니다. 보험코드가 아닙니다.
-4. 식별/약품 이미지는 `PM_IMAGE..DrugImg`, `C:\Dik20\Data\Drugimg2005.MDB`, `C:\Dik2004\Data\Drugimg.MDB` 계열에서 확인됩니다.
-5. health.kr URL은 상세 페이지/확대 이미지 페이지를 여는 보조 경로로 확인됩니다.
+4. 식별/약품 이미지는 `PM_IMAGE..DrugImg`, `C:\\Dik20\\Data\\Drugimg2005.MDB`, `C:\\Dik2004\\Data\\Drugimg.MDB` 계열에서 확인됩니다.
+5. `PM_IMAGE..DrugImg.DIK_CODE`는 일부 인스턴스에서 평문 13자리 DIK_CODE가 아니라 44자 Base64/32-byte digest 형태의 image key일 수 있습니다. 직접 join을 단정하면 안 됩니다.
+6. health.kr URL은 상세 페이지/확대 이미지 페이지를 여는 보조 경로입니다. `zoom.asp` 내부에 보이는 이미지 URL도 실제 HTTP 200/JPEG인지 별도 검증해야 합니다.

 ## 확인된 외부 URL

@@ -48,9 +49,11 @@ LEFT JOIN PM_DRUG..CD_SUNG AS C
 WHERE A.DRUGCODE = :drugcode;

 -- SQL Server 이미지 테이블
+-- 주의: DrugImg.DIK_CODE는 인스턴스에 따라 평문 DIK_CODE가 아니라 44자 Base64 image key일 수 있음.
+-- 평문 join을 먼저 가정하지 말고 key 분포/DRUGIMG_USER.DRUG_CODE/legacy MDB/PIT 생성 함수를 확인한다.
 SELECT DIK_CODE, DRUG_IMG, EXPR1
 FROM PM_IMAGE..DrugImg
-WHERE DIK_CODE = :dik_code
+WHERE DIK_CODE = :image_key
 ORDER BY EXPR1 DESC;

 -- Access MDB 계열 이미지
--- a/docs/drugimg-key-findings.md
+++ b/docs/drugimg-key-findings.md
@@ -0,0 +1,68 @@
+# DrugImg.DIK_CODE 44자 이미지키 / 외부 이미지 URL 검증 메모
+
+## 결론
+
+`PM_IMAGE..DrugImg.DIK_CODE`는 인스턴스/버전에 따라 `PM_DRUG..CD_GOODS.DIK_CODE`의 평문 숫자값과 다를 수 있습니다.
+
+VM303 PIT3000 샘플에서 확인된 `PM_IMAGE..DRUGIMG.DIK_CODE` 예시는 다음과 같습니다.
+
+```text
+xiY4jUZTAZB0p8JpHEa+Zt9DEcOVQFq9sgtAxSG7GXY=
+```
+
+이 값은 길이 44자의 Base64 문자열이고, strict base64 decode 시 32 bytes입니다.
+
+```text
+len(base64_text) = 44
+len(base64_decode(text)) = 32
+```
+
+즉 형태상 SHA-256 digest를 Base64로 인코딩한 값과 같은 길이입니다. 다만 확인한 평문 `CD_GOODS.DIK_CODE`를 단순히 UTF-8/CP949/UTF-16LE로 SHA-256한 결과와는 일치하지 않았습니다. 따라서 현재 단계의 정확한 표현은 다음입니다.
+
+```text
+DrugImg.DIK_CODE = 평문 DIK_CODE가 아닐 수 있는 44자 Base64 image key
+```
+
+암호화된 이미지라는 뜻은 아닙니다. 이미지 BLOB 자체는 `FF D8 FF ...` JPEG bytes로 확인되었습니다. 문제는 이미지 BLOB 매칭키입니다.
+
+## 잘못된 단정
+
+다음 join은 일부 구버전/일부 DB에서만 가능할 수 있고, VM303/다른 인스턴스에서는 실패할 수 있습니다.
+
+```sql
+PM_DRUG..CD_GOODS.DIK_CODE = PM_IMAGE..DrugImg.DIK_CODE
+```
+
+따라서 이 저장소에서는 위 join을 기본 경로가 아니라 `legacy/plain-key 가능성`으로만 취급합니다.
+
+## 외부 URL 검증
+
+다음 직접 이미지 URL은 일반적으로 성공한다고 보면 안 됩니다.
+
+```text
+http://pharm.or.kr/images/sb_photo/big3/{DIK_CODE}.jpg
+https://www.pharm.or.kr/images/sb_photo/big3/{DIK_CODE}.jpg
+https://www.health.kr/images/sb_photo/big3/{DIK_CODE}.jpg
+```
+
+테스트한 여러 일반의약품 DIK_CODE에서 직접 URL은 404였습니다.
+
+반면 다음 `zoom.asp`는 HTML을 반환하고 내부 JS/img 후보 경로를 포함할 수 있습니다.
+
+```text
+https://www.health.kr/drug_info/sb/zoom.asp?drug_code={DIK_CODE}
+```
+
+하지만 중요한 점은, `zoom.asp` 안에 `big3/{DIK}.jpg` 또는 `marked3/{DIK}00_x.jpg` 문자열이 보이더라도 그 이미지 GET이 실제 200이라는 뜻은 아닙니다. 실제 GET/HEAD를 별도로 확인해야 합니다.
+
+## 현재 권장 매칭 우선순위
+
+1. `DRUGIMG_USER`처럼 `DRUG_CODE` 컬럼이 있는 테이블을 먼저 확인합니다.
+2. `PM_IMAGE..DRUGIMG*.DIK_CODE`가 44자 Base64 image key인지, 13자리 평문 DIK_CODE인지 샘플 분포를 확인합니다.
+3. PIT 코드에서 image key 생성 함수 또는 legacy MDB 매핑을 역추적합니다.
+4. 외부 health.kr/약학정보원 페이지는 보조 경로로 쓰되, 이미지 URL은 반드시 HTTP 200과 content-type/image magic을 검증합니다.
+5. 복약지도 pictogram은 별도 경로입니다: `CD_MC.DIK_CODE → CD_PICTOGRAM_SUB.PIC_CODE → CD_PICTOGRAM.PIC_IMG`.
+
+## 샘플 검증 코드
+
+`scripts/probe_drugimg_keys.py` 참고.
--- a/scripts/probe_drugimg_keys.py
+++ b/scripts/probe_drugimg_keys.py
@@ -0,0 +1,96 @@
+#!/usr/bin/env python3
+"""Probe PIT/PM drug image key assumptions.
+
+This script is intentionally read-only. It does not require production credentials in the repo;
+wire `query_rows()` to pyodbc/pymssql in your environment.
+"""
+from __future__ import annotations
+import base64
+import hashlib
+import json
+import re
+import urllib.request
+import urllib.error
+from dataclasses import dataclass
+
+
+def classify_key(value: str) -> dict:
+    value = value or ''
+    out = {'value': value, 'length': len(value), 'kind': 'unknown'}
+    if re.fullmatch(r'\d{13}', value):
+        out['kind'] = 'plain_13_digit_dik_code'
+        return out
+    try:
+        raw = base64.b64decode(value, validate=True)
+        out['base64_bytes'] = len(raw)
+        out['base64_hex_prefix'] = raw[:8].hex()
+        if len(value) == 44 and len(raw) == 32:
+            out['kind'] = 'base64_32byte_digest_like_key'
+        else:
+            out['kind'] = 'base64_other'
+    except Exception:
+        out['kind'] = 'non_base64_text'
+    return out
+
+
+def sha256_b64_candidates(plain: str) -> dict:
+    return {
+        enc: base64.b64encode(hashlib.sha256(plain.encode(enc)).digest()).decode()
+        for enc in ['utf-8', 'cp949', 'utf-16le']
+    }
+
+
+def probe_url(url: str, referer: str | None = None, timeout: int = 10) -> dict:
+    headers = {'User-Agent': 'Mozilla/5.0'}
+    if referer:
+        headers['Referer'] = referer
+    try:
+        req = urllib.request.Request(url, headers=headers)
+        with urllib.request.urlopen(req, timeout=timeout) as r:
+            head = r.read(32)
+            return {
+                'url': url,
+                'ok': True,
+                'status': r.status,
+                'content_type': r.headers.get('content-type'),
+                'content_length': r.headers.get('content-length'),
+                'head_hex': head.hex(),
+                'is_jpeg': head.startswith(b'\xff\xd8\xff'),
+            }
+    except Exception as e:
+        return {'url': url, 'ok': False, 'error': f'{type(e).__name__}: {e}'}
+
+
+def extract_zoom_image_candidates(dik_code: str) -> dict:
+    url = f'https://www.health.kr/drug_info/sb/zoom.asp?drug_code={dik_code}'
+    result = {'zoom_url': url, 'ok': False, 'candidates': []}
+    try:
+        req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'})
+        with urllib.request.urlopen(req, timeout=15) as r:
+            data = r.read(300000)
+        # health.kr pages are usually euc-kr/cp949-ish.
+        text = data.decode('euc-kr', errors='replace')
+        result['ok'] = True
+        imgs = re.findall(r'''(?:src|myImg\.src)\s*=\s*['\"]([^'\"]+)''', text, flags=re.I)
+        paths = re.findall(r'''https?://[^'\"<>\s]+(?:sb_photo|big3|marked3)[^'\"<>\s]+''', text, flags=re.I)
+        result['candidates'] = sorted(set(imgs + paths))
+    except Exception as e:
+        result['error'] = f'{type(e).__name__}: {e}'
+    return result
+
+
+def demo():
+    # Replace these with real rows from PM_DRUG..CD_GOODS and PM_IMAGE..DrugImg.
+    plain_dik = '2015012700008'
+    image_key = 'xiY4jUZTAZB0p8JpHEa+Zt9DEcOVQFq9sgtAxSG7GXY='
+    print(json.dumps({
+        'plain_dik': classify_key(plain_dik),
+        'image_key': classify_key(image_key),
+        'sha256_plain_candidates': sha256_b64_candidates(plain_dik),
+        'direct_big3': probe_url(f'http://pharm.or.kr/images/sb_photo/big3/{plain_dik}.jpg'),
+        'zoom_candidates': extract_zoom_image_candidates(plain_dik),
+    }, ensure_ascii=False, indent=2))
+
+
+if __name__ == '__main__':
+    demo()