feat(题目): 答案错误时拿公开样例重跑，并排显示正确输出和你的输出，按差异类型给中文提示

原来答案错误只有四个字。6901 条历史答案错误在公开样例上重跑过：73% 在样例上就错了，
其中约三分之一只差格式（没输出、input() 提示文字、空格换行、中英文标点、小数位数）。

- judge/run.ts 的 checkSamples：判出答案错误后以内联测试点重跑题目样例（output: true），
  记下第一个没过的样例和学生在它上面的输出，写进 statistic_info.sample_check；
  样例全过则只记 passed。全是公开信息，不碰隐藏测试点；比赛不跑（有期末考试）
- 前端按差异归类（数字先于「多了内容」判，免得 007 被当成多打了文字），
  并排显示输入 / 正确输出 / 你的输出，标出第一处不同的行；只差空白时把空格、换行画出来，
  末尾空白不画（判题本来就忽略）
- 提示给具体值（「正确输出是 84.10，你输出的是 84.1」），input("…") 单独提示

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

apps/web/src/oj/problem/utils/pythonError.ts

@@ -76,7 +76,7 @@ export const PUNCTUATION_MAP: Record<string, string> = {
  * 几乎一样，「把「：」换成「:」」这句话学生看不出区别。「冒号是中文的，要换成英文的」
  * 看得懂，要换哪一个由卡片里那行代码的标红来指。
  */
-const PUNCTUATION_NAMES: Record<string, string> = {
+export const PUNCTUATION_NAMES: Record<string, string> = {
   "（": "左括号",
   "）": "右括号",
   "，": "逗号",