Zilant2025/formatter.py

import re

def truncate_text(text, max_length):
    """Обрезает текст до максимальной длины с учетом границ слов"""
    if text is None or not text:
        return ""
    
    if len(text) <= max_length:
        return text
    
    # Ищем последний пробел перед максимальной длиной
    truncated = text[:max_length]
    last_space = truncated.rfind(' ')
    
    if last_space > 0:
        return truncated[:last_space] + "..."
    return truncated[:max_length-3] + "..."

def safe_text(text):
    """Обеспечивает безопасное использование текста (заменяет None на пустую строку)"""
    return text if text is not None else ""

def replace_vk_links(text):
    """
    Заменяет ссылки на сообщества ВК в форматах:
    [club123|Название сообщества] -> Название сообщества
    [id456|Имя пользователя] -> Имя пользователя
    [url|текст] -> <a href="url">текст</a> (для Telegram)
    """
    if not text:
        return text
    
    # Сначала обрабатываем ссылки формата [url|текст] и преобразуем их в HTML-ссылки
    def replace_url_link(match):
        url = match.group(1)
        link_text = match.group(2)
        return f'<a href="{url}">{link_text}</a>'
    
    # Регулярное выражение для поиска ссылок формата [url|текст]
    # Исключаем случаи, когда url начинается с club или id и цифр, за которыми сразу следует | (это обрабатывается отдельно)
    url_pattern = r'\[(?!club\d+\||id\d+\|)([^\|]+)\|([^\]]+)\]'
    text = re.sub(url_pattern, replace_url_link, text)
    
    # Регулярное выражение для поиска ссылок формата [типID|Текст] (ВК-специфичные)
    vk_pattern = r'\[(?:club|id)\d+\|([^\]]+)\]'
    
    # Заменяем все вхождения на текст внутри ссылки
    return re.sub(vk_pattern, r'\1', text)

def remove_html_tags(text):
    """Удаляет HTML-теги с учетом специальной обработки <p> и <a>"""
    if not text:
        return text
    
    # Заменяем <p> и </p> на переносы строк
    text = re.sub(r'</?p\s*/?>', '\n', text, flags=re.IGNORECASE)
    
    # Обрабатываем ссылки <a href="URL">Текст</a> -> Текст (URL)
    def replace_a_tag(match):
        url = match.group(1)
        link_text = match.group(2)
        return f"{link_text} ({url})"
    
    text = re.sub(
        r'<a\s+href="([^"]*)"[^>]*>(.*?)</a>',
        replace_a_tag,
        text,
        flags=re.IGNORECASE | re.DOTALL
    )
    
    # Удаляем все оставшиеся HTML-теги
    text = re.sub(r'<[^>]+>', '', text)
    
    # Схлопываем множественные переносы строк
    text = re.sub(r'\n+', '\n', text)
    
    return text.strip()

def get_event_text(text, limit=950):
    """
    Обрабатывает текст: удаляет HTML-теги и VK-ссылки, обрезает до указанной длины
    :param text: исходный текст
    :param limit: максимальная длина текста (по умолчанию 950)
    :return: обработанный текст
    """
    if not text:
        return ""
    
    # Удаляем HTML-теги
    cleaned_text = remove_html_tags(text)
    # Обрабатываем VK-ссылки
    cleaned_text = replace_vk_links(cleaned_text)
    # Обрезаем текст до указанной длины
    return truncate_text(cleaned_text, limit)

def get_post_text(post_data, max_caption_length=1000, max_text_length=4000):
    """
    Форматирует пост для публикации в Telegram
    Возвращает словарь с элементами:
    {
        'base_text': основной текст поста,
        'image_url': URL изображения (или None),
        'vk_link': HTML-ссылка на оригинал в ВК,
        'caption': подпись для изображения (с учетом ограничений длины),
        'text_message': текстовое сообщение (с учетом ограничений длины),
        'has_poll': есть ли опрос,
        'is_event': является ли пост событием,
        'poll_question': вопрос опроса,
        'poll_options': варианты ответов опроса,
        'poll_multiple': разрешен ли множественный выбор
    }
    """
    # Извлекаем данные из кортежа
    vk_post_id = post_data[0]
    text_content = safe_text(post_data[1])
    image_url = safe_text(post_data[2])
    vk_post_url = safe_text(post_data[3])
    poll_question = safe_text(post_data[4])
    poll_options = safe_text(post_data[5])
    poll_multiple = post_data[6]
    is_event = post_data[7]
    has_poll = post_data[8]  # Извлекаем значение is_poll
    
    # Обрабатываем текст: заменяем ссылки на сообщества ВК
    text_content = replace_vk_links(text_content)
    
    # Базовый текст - только содержимое поста
    base_text = text_content
    
    vk_link = f'<a href="{vk_post_url}">Оригинал в ВК</a>' if vk_post_url else ""
    
    # Формируем подпись для изображения
    caption = None
    if image_url:
        full_caption = f"{base_text}\n\n{vk_link}" if vk_link else base_text
        
        if len(full_caption) > max_caption_length:
            available_length = max_caption_length - (len(vk_link) + 10) if vk_link else 0
            truncated_text = truncate_text(base_text, available_length)
            caption = f"{truncated_text}\n\n{vk_link}" if vk_link else truncated_text
        else:
            caption = full_caption
    
    # Формируем текстовое сообщение (для постов без изображения)
    text_message = None
    if not image_url:
        full_message = f"{base_text}\n\n{vk_link}" if vk_link else base_text
        
        if len(full_message) > max_text_length:
            available_length = max_text_length - (len(vk_link) + 10) if vk_link else 0
            truncated_text = truncate_text(base_text, available_length)
            text_message = f"{truncated_text}\n\n{vk_link}" if vk_link else truncated_text
        else:
            text_message = full_message
    
    return {
        'vk_post_id': vk_post_id,
        'base_text': base_text,
        'image_url': image_url if image_url else None,
        'vk_link': vk_link,
        'caption': caption,
        'text_message': text_message,
        'has_poll': has_poll, # Используем прямое значение из кортежа
        'is_event': is_event,
        'poll_question': poll_question,
        'poll_options': poll_options,
        'poll_multiple': poll_multiple
    }