UHD_Media_Tool/packages/adapters/src/sites/feed-item.ts

/**
 * 站点 RSS 条目规范化 —— 本项目扩展(站点适配层)。
 * NexusPHP `torrentrss.php` 按用户勾选拼标题:`[分类]` + 种子名 + `[副标题]` + `[大小]` + `[上传者]`
 * (憨憨:`[音乐]Travis - L.A. Times (2024) - WEB-DL - 24bit ALAC-HHWEB[Travis - L.A. Times | ALAC][697.64 MB]`)。
 * 这里把它拆成与列表快照一致的字段:干净标题、副标题、站点分类(ID + 名称 + 媒体大类)、大小。
 * 只认站点定义里登记过的分类名作前缀;不改标题解析器(release-parser)。
 */
import { getSiteDefinition } from "./registry.ts";
import { parseSizeMp } from "./spider/spider.ts";

export type FeedMediaType = "movie" | "tv" | "music";

export interface SiteFeedItemFields {
  /** 去掉分类前缀、副标题、大小、上传者、「[新]」后的种子名 */
  title: string;
  subtitle: string | null;
  /** 站点原始分类:ID 取站点定义里同名分类(与列表快照的 category_raw 一致);没有登记为 null */
  category: { id: string | null; name: string | null };
  /** 站点分类所属的媒体大类(定义 category.movie / tv / music);不属于任何一组为 null */
  mediaType: FeedMediaType | null;
  /** 标题尾部的大小(站点四舍五入后的显示值);enclosure 有 length 时调用方应优先用它 */
  sizeBytes: number | null;
  uploader: string | null;
}

const NEW_MARK = /\s*[[(（【]\s*新\s*[\])）】]\s*/g;
const SIZE = /^\s*([\d.,]+\s*[KMGTP]i?B)\s*$/i;

interface CategoryDefLike {
  category?: Partial<Record<FeedMediaType, { id?: unknown; desc?: unknown }[]>>;
  umt?: { categoryNames?: Record<string, string> };
}

/** 站点定义里登记的「分类名 → ID」 */
function categoryIndex(siteKey: string | null | undefined): Map<string, string> {
  const out = new Map<string, string>();
  const def = (siteKey ? getSiteDefinition(siteKey) : undefined) as CategoryDefLike | undefined;
  if (!def) return out;
  for (const [id, name] of Object.entries(def.umt?.categoryNames ?? {})) if (name) out.set(name, id);
  for (const k of ["movie", "tv", "music"] as const) {
    for (const c of def.category?.[k] ?? []) {
      if (typeof c.desc === "string" && c.desc && c.id != null && !out.has(c.desc)) out.set(c.desc, String(c.id));
    }
  }
  return out;
}

/** 站点分类 ID → 媒体大类(只在唯一一组里出现时成立) */
export function siteCategoryMediaType(siteKey: string | null | undefined, id: string | null): FeedMediaType | null {
  if (!id || !siteKey) return null;
  const def = getSiteDefinition(siteKey) as CategoryDefLike | undefined;
  const hits = (["movie", "tv", "music"] as const).filter((k) =>
    (def?.category?.[k] ?? []).some((c) => c.id != null && String(c.id) === id),
  );
  return hits.length === 1 ? hits[0]! : null;
}

/** 从尾部剥一个配平的 `[...]`;不以 `]` 结尾或不配平返回 null */
function popTrailingGroup(s: string): { rest: string; inner: string } | null {
  const t = s.trimEnd();
  if (!t.endsWith("]")) return null;
  let depth = 0;
  for (let i = t.length - 1; i >= 0; i--) {
    const ch = t[i];
    if (ch === "]") depth++;
    else if (ch === "[") {
      depth--;
      if (depth === 0) return { rest: t.slice(0, i), inner: t.slice(i + 1, -1) };
    }
  }
  return null;
}

/**
 * 规范化站点 RSS 条目标题。没有站点定义时只去「[新]」,其余原样返回。
 * 只有标题尾部出现大小段(`[697.64 MB]`)时才把它前面的一段当副标题,避免误伤本身以 `[...]` 结尾的种子名。
 */
export function normalizeSiteFeedItem(siteKey: string | null | undefined, rawTitle: string): SiteFeedItemFields {
  const cats = categoryIndex(siteKey);
  let s = rawTitle.replace(/\s+/g, " ").trim();
  let category: SiteFeedItemFields["category"] = { id: null, name: null };

  const prefix = /^\s*\[([^\][]{1,16})\]\s*/.exec(s);
  if (prefix && cats.has(prefix[1]!.trim())) {
    const name = prefix[1]!.trim();
    category = { id: cats.get(name) ?? null, name };
    s = s.slice(prefix[0].length);
  }

  let sizeBytes: number | null = null;
  let subtitle: string | null = null;
  let uploader: string | null = null;
  const groups: string[] = [];
  let rest = s;
  // 最多看尾部 3 段:[副标题][大小][上传者]
  for (let i = 0; i < 3; i++) {
    const g = popTrailingGroup(rest);
    if (!g) break;
    groups.unshift(g.inner);
    rest = g.rest;
  }
  const sizeIdx = groups.findIndex((g) => SIZE.test(g));
  if (sizeIdx >= 0) {
    const bytes = parseSizeMp(SIZE.exec(groups[sizeIdx]!)![1]!);
    sizeBytes = bytes > 0 ? bytes : null;
    const before = groups.slice(0, sizeIdx);
    const after = groups.slice(sizeIdx + 1);
    // 大小之前最后一段是副标题,再往前的属于种子名本身
    if (before.length) subtitle = before.pop()!.trim() || null;
    if (after.length === 1 && after[0]!.trim().length <= 32) uploader = after[0]!.trim() || null;
    s = `${rest}${before.map((b) => `[${b}]`).join("")}${after.length > 1 ? after.map((a) => `[${a}]`).join("") : ""}`;
  }

  const title = s.replace(NEW_MARK, " ").replace(/\s+/g, " ").trim() || rawTitle.trim();
  return {
    title,
    subtitle: subtitle ? subtitle.replace(NEW_MARK, " ").trim() || null : null,
    category,
    mediaType: siteCategoryMediaType(siteKey, category.id),
    sizeBytes,
    uploader,
  };
}