fix(turnreply): 字面 \n 渲染成真换行（Web 镜像与 IM 出站同一份）
主人 2026-10-24 报障：QQ 群最新一条 assistant 消息里 6 处字面 `\n`
（反斜杠 + n，不是真换行）原样发出去，用户看到「F\n多利亚」。
落点选在**写入侧共享层** `turnreply.NormalizeParagraphs`（gateway 的
persistTurnReply 与 channelbridge 的 turnVisibleReply 都调它）：
IM 的 deliverReply 拿同一个字符串既落库（= Web 主会话镜像）又发气泡，
Web chat 气泡是 whitespace-pre-wrap ⇒ 在共享层渲染，落库/WS/REST/IM
出站与历史一次性对齐；只在 channelbridge 清洗层改会留下「面板上仍是字面 \n」。
- 新增 internal/runtime/turnreply/literal_breaks.go 的 RenderLiteralLineBreaks：
逐字节扫描，围栏（```）与行内代码（`…` / ``…``）内原样保留，`\n` 与
`\t`/`\r`/`\uXXXX`、行尾孤立 `\` 一律不动；未闭合围栏保守保护到末尾；幂等。
- paragraph.go 在**围栏 skip 之前**调用它 ⇒ 含围栏的消息里围栏外的 `\n` 也渲染。
- 🔴 未改既有语义：只产出换行字符，绝不产出 <br>/<p> —— <br> 仍是气泡分隔符，
字面 \n 只做气泡内换行（一条列表不会被拆成 7 条消息）。
- channelbridge 源码零改动。
验证：真机原文（6 处 \n / 5 个 <p>）修前红（摘掉钩子 3 个测试变红）→ 修后绿；
三处变异（去掉围栏保护 / 去掉 \ 配对 / 把渲染挪到围栏 skip 之后）各自变红后还原复绿。
全树 go build ./... + go vet ./... + go test -count=1 ./... 全绿（73 包）。
This commit is contained in:
AskaEth committed
1 parent
4ed5925296
commit
fa573663c1
4 files changed
+504
-1
No files matched your search
@@ -0,0 +1,140 @@
|
||||
package turnreply
|
||||
|
||||
import (
|
||||
"math"
|
||||
"strings"
|
||||
)
|
||||
|
||||
// 本文件承载助手文本里**字面转义**的渲染：模型偶尔把换行写成**两个字符**
|
||||
// `\n`（反斜杠 + n），而不是一个真换行。
|
||||
//
|
||||
// 缺陷形状（主人 2026-10-24 报障，真机原文）：她列了七个中古调式，用字面 `\n`
|
||||
// 当分隔，全挤在**同一个 `<p>`** 里 ——
|
||||
//
|
||||
// <p>伊奥尼亚：G♭ A♭ B♭ C♭ D♭ E♭ F\n多利亚：…\n弗里吉亚：…</p>
|
||||
//
|
||||
// 清洗链不认这两个字符（全仓没有任何一处把字面 `\n` 当换行），于是原样发给 QQ，
|
||||
// 用户看到的是「F\n多利亚」，Web 气泡里也一样（`whitespace-pre-wrap` 只对**真**
|
||||
// 换行生效）。⇒ 这一层是**写入侧规整**：把字面 `\n` 换成真换行，落库文本、WS
|
||||
// `message_persisted`、REST reply、IM 出站气泡就是**同一份**（与
|
||||
// NormalizeParagraphs 同一条口径，见 paragraph.go 的调用点）。
|
||||
//
|
||||
// 判据与边界：
|
||||
// - 只认**恰好一个**反斜杠紧跟 `n`。`\\n`（双反斜杠 + n，模型在讲转义规则或
|
||||
// 写 Windows 路径时 legitimately 会写）**原样保留** —— 它的语义是「一个反斜杠
|
||||
// 加字母 n」，把它当换行等于篡改内容。
|
||||
// - **代码围栏（```）与行内代码（`…`、``…``）里的 `\n` 逐字不动**：模型讨论
|
||||
// 代码时写 `print("a\nb")` 是**代码内容**，全局替换会把代码改坏。
|
||||
// - 不认识的转义（`\t` / `\r` / `\uXXXX` / 行尾单独的 `\`）**一律不动**：这一层
|
||||
// 只修主人报了的那一个形状，不顺手扩大语义（其余字面转义见切片报告）。
|
||||
// - **不制造结构标记**：本函数只产出换行字符，绝不产出 `<br>` / `<p>` ——
|
||||
// `<br>` 在 chat 口径里是**气泡/消息分隔符**（把一条列表升级成七条消息反而更吵），
|
||||
// 字面 `\n` 只应是**气泡内部的换行**。
|
||||
// - 幂等：渲染后的文本里不再有可被本函数改写的字面 `\n`（代码里的那些本来就不动），
|
||||
// 因此二次调用逐字相同。
|
||||
|
||||
const (
|
||||
// literalBreakEscape 是模型实际写出的「字面换行」：反斜杠 + n 两个字符。
|
||||
literalBreakEscape = `\n`
|
||||
// backtickCh 是代码围栏与行内代码的定界符。
|
||||
backtickCh = '`'
|
||||
// backslashCh 是转义引导符。
|
||||
backslashCh = '\\'
|
||||
// fenceRunLen 是围栏代码块的定界符长度（paragraph.go 的 codeFenceMarker 是
|
||||
// 三个反引号；它在 var 块里，len() 不是常量，故这里写死同一个 3）。
|
||||
fenceRunLen = 3
|
||||
// unboundedRun 表示「反引号串长度不设上限」（围栏的闭合串可以更长，
|
||||
// 如 ````> 也能闭合 ``` 开的围栏）。
|
||||
unboundedRun = math.MaxInt
|
||||
)
|
||||
|
||||
// RenderLiteralLineBreaks 返回把字面 `\n` 渲染成真换行后的文本：代码围栏与行内
|
||||
// 代码内原样保留，`\\n` 与其余转义不动，不含字面 `\n` 的文本逐字返回（零分配路径）。
|
||||
func RenderLiteralLineBreaks(text string) string {
|
||||
if !strings.Contains(text, literalBreakEscape) {
|
||||
return text
|
||||
}
|
||||
var b strings.Builder
|
||||
b.Grow(len(text) + 8)
|
||||
for i := 0; i < len(text); {
|
||||
switch text[i] {
|
||||
case backtickCh:
|
||||
// 围栏/行内代码：整段逐字复制，内部的 `\n` 一个字不动。
|
||||
end := codeProtectedEnd(text, i)
|
||||
b.WriteString(text[i:end])
|
||||
i = end
|
||||
case backslashCh:
|
||||
switch {
|
||||
case i+1 >= len(text):
|
||||
// 行尾孤立的 `\`：原文保留。
|
||||
b.WriteByte(text[i])
|
||||
i++
|
||||
case text[i+1] == 'n':
|
||||
b.WriteByte('\n')
|
||||
i += 2
|
||||
case text[i+1] == backslashCh:
|
||||
// `\\` 成对吞掉 ⇒ 紧随其后的 `n` 是普通字母，`\\n` 因此原样保留。
|
||||
b.WriteString(text[i : i+2])
|
||||
i += 2
|
||||
default:
|
||||
// `\t` / `\r` / `\u0041` 等：本层不处理，原样保留。
|
||||
b.WriteByte(text[i])
|
||||
i++
|
||||
}
|
||||
default:
|
||||
b.WriteByte(text[i])
|
||||
i++
|
||||
}
|
||||
}
|
||||
return b.String()
|
||||
}
|
||||
|
||||
// codeProtectedEnd 返回从 start 起的**受保护区间**的结束下标（半开）：
|
||||
// - `start` 处是 ``` 起（含更长）：一个围栏代码块，止于下一个 ``` 起的反引号串
|
||||
// （含该串本身）。没有闭合围栏时**保护到文本末尾** —— 宁可少渲染一处换行，
|
||||
// 也不把可能仍是代码的正文改坏。
|
||||
// - `start` 处是一或两个反引号：一个行内代码 span，止于**等长**的反引号串
|
||||
// （CommonMark 口径）。找不到等长闭合串时，这几个反引号只是普通字符，
|
||||
// 区间就是它们自身（不吞后面的正文）。
|
||||
func codeProtectedEnd(text string, start int) int {
|
||||
n := backtickRunLen(text, start)
|
||||
body := start + n
|
||||
if n >= fenceRunLen {
|
||||
if close := findBacktickRun(text, body, fenceRunLen, unboundedRun); close >= 0 {
|
||||
return close + backtickRunLen(text, close)
|
||||
}
|
||||
return len(text)
|
||||
}
|
||||
if close := findBacktickRun(text, body, n, n); close >= 0 {
|
||||
return close + n
|
||||
}
|
||||
return body
|
||||
}
|
||||
|
||||
// findBacktickRun 在 text[from:] 里找**下一个**长度落在
|
||||
// [atLeast, atMost] 区间内的连续反引号串的起始下标，找不到返回 -1。
|
||||
// 围栏用 atLeast=fenceRunLen / atMost=unboundedRun（更长的围栏也能闭合），
|
||||
// 行内代码用 atLeast==atMost==定界符长度（等长才算闭合）。
|
||||
func findBacktickRun(text string, from, atLeast, atMost int) int {
|
||||
for i := from; i < len(text); {
|
||||
if text[i] != backtickCh {
|
||||
i++
|
||||
continue
|
||||
}
|
||||
r := backtickRunLen(text, i)
|
||||
if r >= atLeast && r <= atMost {
|
||||
return i
|
||||
}
|
||||
i += r
|
||||
}
|
||||
return -1
|
||||
}
|
||||
|
||||
// backtickRunLen 返回 text[at:] 起连续反引号的个数（at 越界时为 0）。
|
||||
func backtickRunLen(text string, at int) int {
|
||||
n := 0
|
||||
for at+n < len(text) && text[at+n] == backtickCh {
|
||||
n++
|
||||
}
|
||||
return n
|
||||
}
|
||||
Reference in new issue
Block a user