112 lines
4.7 KiB
Go
112 lines
4.7 KiB
Go
package rpc
|
||
|
||
import (
|
||
"strings"
|
||
|
||
"github.com/iamxvbaba/td/tg"
|
||
|
||
"telesrv/internal/domain"
|
||
"telesrv/internal/links"
|
||
)
|
||
|
||
// 服务端自动实体检测：@mention / #hashtag / $cashtag / bot command。
|
||
//
|
||
// 官方 Telegram 服务端会对消息原文检测这些「可自动识别」实体并写入 message.entities；
|
||
// 客户端发 sendMessage 时只发「用户意图」类实体(bold/italic/code/textUrl/customEmoji/
|
||
// inputMessageEntityMentionName 等)以及客户端本地检测的 url。DrKLO 对正常已发送消息
|
||
// useManualParse=false,不本地 Linkify @username,完全依赖 message.entities 渲染 @mention
|
||
// 高亮——故服务端不补 messageEntityMention 时 @username 不渲染成可点击蓝色。url 检测见
|
||
// detectURLEntities(webpage_url_extract.go)。
|
||
//
|
||
// 所有 offset/length 以 UTF-16 码元计(Telegram 实体口径),复用 utf16CodeUnitLen;@/#/$ /
|
||
// 触发字符本身计入实体长度。检测纯按文本正则,不查库校验 username/command 是否真实存在
|
||
// (官方亦如此:messageEntityMention 不带 user_id,客户端点击时再 resolveUsername)。
|
||
|
||
// augmentAutoEntities 在客户端已发实体基础上补充服务端检测的自动实体。补充项与任何
|
||
// 已有实体(客户端富文本意图实体或先补入的自动实体)区间相交时丢弃,避免把 mention/
|
||
// hashtag 打进 code/pre/textUrl/已有 mentionName 内部或彼此重叠(对齐官方不重复打实体)。
|
||
// URL 按跨度逐条补缺，不能因客户端带了某一条 HTTP URL 就跳过同消息中客户端不认识的
|
||
// app-link。客户端实体保持在前(超过上限裁剪时优先保留),结果裁剪到实体上限。
|
||
func augmentAutoEntities(message string, entities []tg.MessageEntityClass, appLinks links.AppLinkBuilder) []tg.MessageEntityClass {
|
||
// 快路径:绝大多数消息不含任何可自动识别的触发字符。单次 ContainsAny 扫描即短路返回,
|
||
// 跳过下面各检测器对全文的扫描与区间分配(纯文本发送零额外开销)。裸域名 URL 只需
|
||
// 一个 '.' 即可触发（如 github.com），进入检测后仍会做 TLD/边界校验；email/phone
|
||
// 未实现故不在触发集内。
|
||
if message == "" || !strings.ContainsAny(message, "@#$/.") {
|
||
return entities
|
||
}
|
||
type interval struct{ start, end int }
|
||
occupied := make([]interval, 0, len(entities)+8)
|
||
for _, e := range entities {
|
||
if ln := e.GetLength(); ln > 0 {
|
||
off := e.GetOffset()
|
||
occupied = append(occupied, interval{off, off + ln})
|
||
}
|
||
}
|
||
overlaps := func(s, e int) bool {
|
||
for _, iv := range occupied {
|
||
if s < iv.end && iv.start < e {
|
||
return true
|
||
}
|
||
}
|
||
return false
|
||
}
|
||
|
||
// extra 延迟分配:仅当真正补到实体时才建切片并复制 entities。像 "邮箱 a@b.com" 这种有
|
||
// 触发字符但补不出实体的情况(@ 前是单词字符 → 非 mention),保持零复制返回原 entities。
|
||
var extra []tg.MessageEntityClass
|
||
accept := func(c tg.MessageEntityClass) {
|
||
if len(entities)+len(extra) >= maxMessageEntityCount {
|
||
return
|
||
}
|
||
ln := c.GetLength()
|
||
if ln <= 0 {
|
||
return
|
||
}
|
||
off := c.GetOffset()
|
||
if overlaps(off, off+ln) {
|
||
return
|
||
}
|
||
extra = append(extra, c)
|
||
occupied = append(occupied, interval{off, off + ln})
|
||
}
|
||
|
||
// URL 跨度始终计算并加入排除区(occupied),使 @mention/#hashtag 等不会落进 URL 路径内部
|
||
// (如 https://t.me/@scam 的 @scam,既不符官方语义也是钓鱼风险)。逐跨度补缺可覆盖
|
||
// “客户端带 HTTP entity、但不认识 telesrv://”的混合消息，同时仍避免重复实体。
|
||
for _, u := range detectURLEntities(message, appLinks) {
|
||
ln := u.GetLength()
|
||
if ln <= 0 {
|
||
continue
|
||
}
|
||
off := u.GetOffset()
|
||
if overlaps(off, off+ln) {
|
||
continue
|
||
}
|
||
occupied = append(occupied, interval{off, off + ln})
|
||
if len(entities)+len(extra) < maxMessageEntityCount {
|
||
extra = append(extra, u)
|
||
}
|
||
}
|
||
|
||
// 其余自动实体由协议中立 detector 产生，RPC 边界只负责把 domain entity 投影为 TL。
|
||
// 这样服务端生成的系统消息可复用同一 UTF-16/URL 排除规则，而 tg 类型仍不越过 RPC。
|
||
spans := make([]domain.MessageEntitySpan, 0, len(occupied))
|
||
for _, interval := range occupied {
|
||
spans = append(spans, domain.MessageEntitySpan{Offset: interval.start, Length: interval.end - interval.start})
|
||
}
|
||
for _, c := range tgMessageEntities(domain.DetectAutomaticMessageEntities(message, spans)) {
|
||
accept(c)
|
||
}
|
||
|
||
if len(extra) == 0 {
|
||
return entities
|
||
}
|
||
out := make([]tg.MessageEntityClass, 0, len(entities)+len(extra))
|
||
out = append(out, entities...)
|
||
return append(out, extra...)
|
||
}
|
||
|
||
func (r *Router) augmentAutoEntities(message string, entities []tg.MessageEntityClass) []tg.MessageEntityClass {
|
||
return augmentAutoEntities(message, entities, r.appLinks)
|
||
}
|