first commit

bot/utils/text_tools.py

@@ -0,0 +1,119 @@
+import html
+import re
+from html.parser import HTMLParser
+
+
+def to_html(obj):
+    return str(obj).replace("<", "&lt;").replace(">", "&gt;")
+
+
+class TelegramHTMLSanitizer(HTMLParser):
+    ALLOWED_TAGS = {"b", "i", "u", "s", "code", "pre", "a"}
+    TAG_ALIASES = {"strong": "b", "em": "i"}
+    ALLOWED_HREF_PREFIXES = ("http://", "https://", "tg://", "mailto:")
+
+    def __init__(self) -> None:
+        super().__init__(convert_charrefs=False)
+        self.parts: list[str] = []
+        self.tag_stack: list[str] = []
+
+    def handle_starttag(self, tag: str, attrs: list[tuple[str, str | None]]) -> None:
+        normalized_tag = self.TAG_ALIASES.get(tag, tag)
+        if normalized_tag not in self.ALLOWED_TAGS:
+            return
+
+        if normalized_tag == "a":
+            href = next((value for key, value in attrs if key == "href" and value), None)
+            if not href or not href.startswith(self.ALLOWED_HREF_PREFIXES):
+                return
+            safe_href = html.escape(href, quote=True)
+            self.parts.append(f'<a href="{safe_href}">')
+            self.tag_stack.append(normalized_tag)
+            return
+
+        self.parts.append(f"<{normalized_tag}>")
+        self.tag_stack.append(normalized_tag)
+
+    def handle_endtag(self, tag: str) -> None:
+        normalized_tag = self.TAG_ALIASES.get(tag, tag)
+        if normalized_tag not in self.ALLOWED_TAGS:
+            return
+
+        for index in range(len(self.tag_stack) - 1, -1, -1):
+            if self.tag_stack[index] == normalized_tag:
+                del self.tag_stack[index]
+                self.parts.append(f"</{normalized_tag}>")
+                break
+
+    def handle_data(self, data: str) -> None:
+        self.parts.append(html.escape(data, quote=False))
+
+    def handle_entityref(self, name: str) -> None:
+        self.parts.append(f"&{name};")
+
+    def handle_charref(self, name: str) -> None:
+        self.parts.append(f"&#{name};")
+
+    def get_html(self) -> str:
+        while self.tag_stack:
+            self.parts.append(f"</{self.tag_stack.pop()}>")
+        return "".join(self.parts)
+
+
+def markdown_to_telegram_html(text: str) -> str:
+    prepared = text.replace("\r\n", "\n").strip()
+    prepared = re.sub(
+        r"\[([^\]]+)\]\((https?://[^\s)]+)\)",
+        r'<a href="\2">\1</a>',
+        prepared,
+    )
+    prepared = re.sub(r"\*\*(.+?)\*\*", r"<b>\1</b>", prepared, flags=re.DOTALL)
+    prepared = re.sub(r"__(.+?)__", r"<b>\1</b>", prepared, flags=re.DOTALL)
+    prepared = re.sub(r"(?m)^[ \t]*[*-]\s+", "• ", prepared)
+    return prepared
+
+
+def format_telegram_html(text: str) -> str:
+    prepared = markdown_to_telegram_html(str(text))
+    sanitizer = TelegramHTMLSanitizer()
+    sanitizer.feed(prepared)
+    sanitizer.close()
+    return sanitizer.get_html()
+
+
+def parse_links_to_inline_markup(message: str) -> list:
+    """
+    Парсит сообщение с форматированными ссылками и возвращает список рядов кнопок.
+
+    Формат входного сообщения:
+    - [Текст кнопки + Ссылка] для одной кнопки.
+    - [Кнопка1 + Ссылка1][Кнопка2 + Ссылка2] для нескольких кнопок в одном ряду.
+    - Каждая строка представляет отдельный ряд кнопок.
+
+    Пример:
+    [Кнопка1 + https://example.com]
+    [Кнопка2 + https://example.org][Кнопка3 + https://example.net]
+
+    :param message: Строка с отформатированными ссылками.
+    :return: Список рядов кнопок, где каждый ряд — это список кортежей (Текст, Ссылка).
+    """
+    # Исправленное регулярное выражение для поиска [Текст + Ссылка]
+    pattern = re.compile(r"\[([^\[\]+]+)\s*\+\s*(https?://[^\[\]]+)\]")
+
+    # Инициализируем список рядов кнопок
+    keyboard_rows = []
+
+    # Разбиваем сообщение на строки
+    lines = message.strip().split("\n")
+
+    for line in lines:
+        # Находим все совпадения в строке
+        matches = pattern.findall(line)
+        if matches:
+            row = []
+            for text, url in matches:
+                button = (text.strip(), url.strip())
+                row.append(button)
+            keyboard_rows.append(row)
+
+    return keyboard_rows