jiang13-bbs/frontend/lib/bookSearch.ts

/**
 * 书库全书搜索：章节 markdown → 检索纯文本 + 关键词匹配/片段生成。
 * 纯函数、无 DOM 依赖，供阅读页搜索面板（client）与单测共用。
 */
import { publicMarkdownForSeo } from "./hideBlocks.ts";
import { parseEntrySource } from "./entryBlocks.ts";

/** 传给客户端的章节索引：no 为书内章序号（1 基，与 ?c=/ ?sec= 一致） */
export interface BookChapterIndex {
  no: number;
  title: string;
  /** markdown 经剥离后的可见纯文本 */
  plain: string;
}

export interface BookSnippet {
  /** 命中前缀文（约 SNIPPET_CONTEXT 字） */
  before: string;
  /** 命中原文（保留原始大小写） */
  match: string;
  /** 命中后缀文 */
  after: string;
  /** 该片段是本章内第几个命中（0 基，与 DOM 高亮顺序对应） */
  ordinal: number;
}

export interface BookChapterHit {
  no: number;
  title: string;
  /** 本章命中总数 */
  count: number;
  /** 前若干个命中的上下文片段 */
  snippets: BookSnippet[];
}

export const SNIPPET_CONTEXT = 28;
export const SNIPPET_LIMIT = 3;

const TAGS_RE = /^@tags\s+(.+)$/i;
const SUMMARY_RE = /^@summary(?:\s+(.*))?$/i;
const SOURCE_RE = /^@source\s+(.+)$/i;
const FIELD_RE = /^([^:@\n]{1,40}?)\s*::\s*(.*)$/;
/** [entries] / [entries:off] / [timeline] 等块壳标记行（hide 已由 SEO 逻辑处理） */
const DIRECTIVE_SHELL_RE = /^\[\/?(?:entries(?::off)?|timeline)\]$/i;

/**
 * 章节 markdown → 检索用纯文本。
 * 目标：页面可见的文字基本都能被搜到，且不命中标记符号。
 *  - 锁定的 [hide] 块整体剔除，未锁块保留正文（复用 SEO 公开文本逻辑）
 *  - 条目卡指令保留「值」：@tags 留标签、字段::值 留「字段 值」、@summary/@source 留文本
 *  - 块壳标记、代码围栏、图片/链接语法、HTML 标签、强调符号一律剥离
 */
export function markdownToSearchText(md: string): string {
  if (!md) return "";
  // 统一换行；剔除锁块（未锁 hide 仅留正文，标记行已不在）
  const lines = publicMarkdownForSeo(md).replace(/\r\n?/g, "\n").split("\n");
  const kept: string[] = [];
  let inCode = false;

  for (const raw of lines) {
    const t = raw.trim();
    if (t.startsWith("```")) {
      inCode = !inCode;
      continue; // 围栏本身去掉，代码内容保留可搜
    }
    if (inCode) {
      kept.push(raw);
      continue;
    }
    if (!t) continue;
    if (DIRECTIVE_SHELL_RE.test(t)) continue;

    const tags = t.match(TAGS_RE);
    if (tags) {
      kept.push(tags[1].replace(/[|｜]/g, " "));
      continue;
    }
    const summary = t.match(SUMMARY_RE);
    if (summary) {
      if (summary[1]) kept.push(summary[1]);
      continue;
    }
    const source = t.match(SOURCE_RE);
    if (source) {
      // 仅保留来源文本，丢弃尾部 URL
      kept.push(parseEntrySource(source[1]).text);
      continue;
    }
    if (/^@plain$/i.test(t)) continue;
    const field = t.match(FIELD_RE);
    if (field) {
      kept.push(`${field[1]} ${field[2]}`);
      continue;
    }
    kept.push(raw);
  }

  return kept
    .join("\n")
    .replace(/<!--[\s\S]*?-->/g, " ") // HTML 注释（如 <!-- git: ... -->）
    .replace(/!\[([^\]]*)\]\([^)]*\)/g, "$1") // 图片 → alt
    .replace(/\[([^\]]+)\]\([^)]*\)/g, "$1") // 链接 → 锚文本
    .replace(/<\/?[a-z][^>]*>/gi, " ") // 内联 HTML 标签
    .replace(/^#{1,6}\s+/gm, "") // 标题井号
    .replace(/^\s*>+\s?/gm, "") // 引用前缀
    .replace(/^\s*[-+*]\s+/gm, "") // 无序列表点
    .replace(/^\s*\d+[.)]\s+/gm, "") // 有序列表序号
    .replace(/[`*_~]+/g, "") // 行内代码/强调/删除线
    .replace(/\|/g, " ") // 表格竖线
    .replace(/\s+/g, " ")
    .trim();
}

/** 全书关键词匹配：大小写不敏感子串，命中按章聚合，仅前 SNIPPET_LIMIT 个命中生成片段 */
export function searchBook(chapters: BookChapterIndex[], query: string): BookChapterHit[] {
  const q = query.trim().toLowerCase();
  if (!q) return [];
  const hits: BookChapterHit[] = [];

  for (const ch of chapters) {
    const hay = ch.plain.toLowerCase();
    const snippets: BookSnippet[] = [];
    let count = 0;
    let from = 0;
    for (;;) {
      const idx = hay.indexOf(q, from);
      if (idx < 0) break;
      if (snippets.length < SNIPPET_LIMIT) {
        snippets.push({
          ordinal: count,
          before: ch.plain.slice(Math.max(0, idx - SNIPPET_CONTEXT), idx),
          match: ch.plain.slice(idx, idx + q.length),
          after: ch.plain.slice(idx + q.length, idx + q.length + SNIPPET_CONTEXT),
        });
      }
      count++;
      from = idx + q.length;
    }
    if (count > 0) hits.push({ no: ch.no, title: ch.title, count, snippets });
  }
  return hits;
}

/** 全书命中总数 */
export function countBookHits(chapters: BookChapterIndex[], query: string): number {
  return searchBook(chapters, query).reduce((acc, h) => acc + h.count, 0);
}