feat(collect): 按 docs/tdc-案例.md 重做主链路 —— 四段加密 + 字符串指纹识别 37/37

做的什么:
  1. 判决并修正 collect 结构: 不是「整体一次加密」, 而是
     chunk1 / trajectory / chunk2 / sd **四段独立加密**, 前 3 段
     空格 pad 到 24 字节对齐、sd 不 pad, 4 段 base64 直接拼接。
  2. 按案例 §5.3 实现字符串+结构指纹的模块识别器, 把 37 个采集器
     全部识别且跨构建唯一。
  3. 修 reorder 的恒等映射 bug, 并补强断言。
  4. 在线抓取全新样本作为唯一数据源, 清理探索性脚本。

为什么:
  * 旧「整体加密 + \x00 补齐」与真机数据矛盾 —— 导致多轮实验
    建立在结构错误的 collect 上（这正是此前反复"乱碰"的根因）。
  * 模块 id 每份构建重排, 不能当跨构建锚点; 但模块的**代码**
    （字符串集合、结构）不变 —— 这是案例指明的不变量。
  * reorder 旧实现用「目标槽下标」切「源数组」, 顺序不同即全盘错位;
    原测试只断言"是置换", 恒等函数也满足, 所以 bug 被放过了。

怎么验证:
  * 四段结构（3 条独立证据, 其中一条不需密钥）:
      - 真机明文 3 处连续空格串 [+5,+10,+24], 且 pad == 24-len%24 全中
      - 密文长度算术 480+96+416+56 = 1048 == 真实 1048 字符
      - '=' 只出现在 1046/1048, 对应 sd 段 33B→补 7→40B
  * 指纹: 4 份全新在线构建 37/37 识别、0 unknown、跨构建语义名集合
    完全一致、单构建内 0 重名
  * 配对正确性: 独立证据 37/37 一致; 负对照（清单下标 / 模块 id /
    随机配对）均只有 2-3/37 —— 证明归一化没有过拟合
  * 端到端重排 3/3 正确且非恒等
  * selftest 全绿; 强断言自查: 旧实现过不了新断言

新增:
  tools/tdc_modules.py            字符串+结构指纹识别（案例 §5.3）
  scripts/fetch_online_samples.py 在线抓取全新 tdc.js
  scripts/verify/*.py             7 个可复现的验证脚本
  docs/tdc-案例.md                案例原文（看雪, 作者执着的猫）

修改:
  tcaptcha/crypto.py          +build_collect / split_collect_segments（四段）
  tools/tdc_collectgen.py     reorder 改为跨构建锚点对齐 + spec_from_seq
  tools/tdc_layout.py         +static_fingerprint / opcode_histogram
  tools/tdc_program.py        修符号求值插值类型崩溃
  tcaptcha/tests/test_collectgen.py  补「非恒等」强断言 + 在线新样本端到端
  tcaptcha/client.py          debug 目录改到系统临时目录（不再写仓库内 scratch/）
  har/1ms_dianxuan/PROGRESS.md      新增已知 #41~#49, 显式修正被推翻的旧结论
  .gitignore                  +scratch/  +har/online/

删除:
  scratch/（含 10-11 遗留的一次性脚本, 已确认不可恢复后清理）

注意:
  * 账本记录了一次自我纠错: 曾据案例 §5.5 误判 kind=2「不进 cd」,
    实测（cd 38 槽、轨迹在第 10 槽）否定后已撤回。
  * 仍未打通: 纯离线生成需要每个语义名的取值来源（已知 #38）。

tcaptcha/crypto.py

@@ -107,6 +107,7 @@ def xtea_decrypt_block(v0: int, v1: int, key: List[int]) -> Tuple[int, int]:
 
 
 def xtea_encrypt_bytes(data: bytes, key: List[int]) -> bytes:
+    """XTEA 加密一段字节；不足 8 字节用 \\x00 补齐（XTEA 块对齐所需）。"""
     data = data + b"\x00" * ((8 - len(data) % 8) % 8)
     out = bytearray()
     for i in range(0, len(data), 8):
@@ -116,6 +117,86 @@ def xtea_encrypt_bytes(data: bytes, key: List[int]) -> bytes:
     return bytes(out)
 
 
+# --------------------------------------------------------------------------- #
+# collect 的「四段加密」结构（按 docs/tdc-案例.md §5.1，真机明文已判决）            #
+# --------------------------------------------------------------------------- #
+SEG_ALIGN = 24
+SEG_PAD = b" "
+
+_collect_seg_re = re.compile(rb" {2,}")
+
+
+def xtea_encrypt_segment(text: str, key: List[int],
+                         align: int = SEG_ALIGN, pad: bytes = SEG_PAD) -> bytes:
+    """加密 collect 的一个**数据段**：空格 pad 到 align 字节对齐后 XTEA + Base64。
+
+    为什么要 pad 到 24（而不是 8）：24 字节 -> 32 个 Base64 字符，且**不会产生 `=` 填充**。
+    4 段密文的 Base64 直接拼接后看起来就是一个完整的 Base64 串，没有分隔符。
+    （真机明文里能直接看到这些空格：chunk1 +5、trajectory +10、chunk2 +24。）
+    """
+    data = text.encode("latin1")
+    # 注意：即使 len%align==0 也要补一整个 align（真机 chunk2 内容 288 字节、
+    # 288%24==0，却补了 24 个空格 -> pad 长度恒为 align - len%align，落在 1..align）
+    data += pad * (align - len(data) % align)
+    return base64.b64encode(xtea_encrypt_bytes(data, key))
+
+
+def xtea_encrypt_segment_raw(text: str, key: List[int]) -> bytes:
+    """加密 **sd 段**：不 pad 到 24，只由 XTEA 的 8 字节块补齐（真机实测如此）。"""
+    data = text.encode("latin1")
+    return base64.b64encode(xtea_encrypt_bytes(data, key))
+
+
+def build_collect(chunk1: str, trajectory: str, chunk2: str, sd: str,
+                  key: List[int], url_encode: bool = False) -> str:
+    """按案例 §5.1 组装 collect —— **4 段密文直接拼接，无分隔符**。
+
+        collect = b64(xtea(chunk1   + 空格pad到24))
+                + b64(xtea(traj     + 空格pad到24))
+                + b64(xtea(chunk2   + 空格pad到24))
+                + b64(xtea(sd))                      # sd 不 pad
+
+    段的内容边界（案例 §5.5，与真机明文逐字吻合）：
+      chunk1     = '{"cd":[' + 轨迹之前的指纹值 + ','
+      trajectory = '[[x,y,t],[dx,dy,dt],...,[1,1,12]]'
+      chunk2     = ',' + 轨迹之后的指纹值 + '],'
+      sd         = '"sd":{"od":"C","ft":"..."}}'
+    """
+    parts = [
+        xtea_encrypt_segment(chunk1, key),
+        xtea_encrypt_segment(trajectory, key),
+        xtea_encrypt_segment(chunk2, key),
+        xtea_encrypt_segment_raw(sd, key),
+    ]
+    b64 = b"".join(parts).decode("ascii")
+    if url_encode:
+        return urllib.parse.quote(b64, safe="")
+    return b64
+
+
+def split_collect_segments(plain: str) -> Tuple[str, str, str, str]:
+    """把一份**已解密**的 collect 明文按空格 pad 切回 4 段（去 pad）。
+
+    用于从真机样本反解出 chunk1/trajectory/chunk2/sd，做对拍或标定。
+    """
+    data = plain.encode("latin1")
+    bounds = [0]
+    for m in _collect_seg_re.finditer(data):
+        bounds.append(m.end())
+    bounds.append(len(data))
+    if len(bounds) != 5:
+        raise ValueError(
+            f"期望 3 个空格填充串（4 段结构），实际切出 {len(bounds) - 1} 段；"
+            f"这份明文可能不是「四段加密」格式")
+    out = []
+    for i in range(4):
+        seg = data[bounds[i]:bounds[i + 1]]
+        if i < 3:
+            seg = seg.rstrip(SEG_PAD)          # 前三段去掉空格 pad
+        out.append(seg.decode("latin1"))
+    return out[0], out[1], out[2], out[3]
+
+
 def xtea_decrypt_bytes(data: bytes, key: List[int]) -> bytes:
     out = bytearray()
     for i in range(0, len(data) - len(data) % 8, 8):