zhaoshang_client_ui/src/components/Chat/markdown-plain-text.ts

/**
 * markdown → **纯文本**（回答的「复制」按钮用）。
 *
 * 用户 2026-09-22 反馈：复制出来的内容还带着 `###`、`**`、`[文字](链接)` 这些语法符号，
 * 粘到别处很难看。这里把它们去掉。
 *
 * **为什么走 marked 的 token 树、而不是渲染成 HTML 再取文本**：
 * 取 textContent 会把**链接地址丢掉**（`[查看产品详情](https://…)` 只剩「查看产品详情」），
 * 而复制场景里地址恰恰是要留的 —— 所以取 token 树，把链接写成 `文字（地址）`。
 *
 * 去掉：标题的 `#`、`**加粗**`、`*斜体*`、`` `代码` ``、`[文字](链接)` 的括号语法、
 * 无序列表的 `- `、引用符号、分隔线、HTML 标签。
 * 保留：全部可见文字、**有序列表的序号**（它承载步骤顺序，不是纯装饰）、
 * 链接地址（写成 `文字（地址）`）。
 */

import { marked, type Token } from "marked";

/** 行内 token → 文本 */
const inlineToText = (tokens?: Token[]): string =>
  (tokens || []).map(inlineTokenToText).join("");

const inlineTokenToText = (token: Token): string => {
  const t = token as Record<string, any>;
  switch (token.type) {
    case "text":
      return t.tokens ? inlineToText(t.tokens) : String(t.text ?? "");
    case "escape":
    case "codespan":
      return String(t.text ?? "");
    case "strong":
    case "em":
    case "del":
      return inlineToText(t.tokens) || String(t.text ?? "");
    case "br":
      return "\n";
    case "link": {
      const label = inlineToText(t.tokens) || String(t.text ?? "");
      const href = String(t.href ?? "");
      if (!href) return label;
      if (!label || label === href) return href;
      return `${label}（${href}）`;
    }
    case "image": {
      const href = String(t.href ?? "");
      if (/^data:/i.test(href)) return ""; // data URL 复制出去没意义
      return String(t.text ?? "") || href;
    }
    case "html":
      return String(t.text ?? "").replace(/<[^>]*>/g, "");
    default:
      return String(t.text ?? "");
  }
};

/** 块级 token → 文本（段落之间空一行） */
const blockToText = (token: Token): string => {
  const t = token as Record<string, any>;
  switch (token.type) {
    case "space":
    case "hr":
      return "";
    case "heading":
    case "paragraph":
      return `${inlineToText(t.tokens)}\n\n`;
    case "text":
      return t.tokens ? `${inlineToText(t.tokens)}\n\n` : `${String(t.text ?? "")}\n\n`;
    case "blockquote":
      return `${(t.tokens || []).map((inner: Token) => blockToText(inner)).join("")}\n`;
    case "list": {
      const start = Number(t.start) || 1;
      const lines = (t.items || []).map((item: Record<string, any>, index: number) => {
        // 有序列表保留序号（顺序是内容）；无序列表去掉 `- ` 这类装饰
        const prefix = t.ordered ? `${start + index}. ` : "";
        const body = (item.tokens || [])
          .map((inner: Token) => blockToText(inner).trim())
          .filter(Boolean)
          .join("\n");
        return `${prefix}${body}`;
      });
      return `${lines.join("\n")}\n\n`;
    }
    case "code":
      return `${String(t.text ?? "")}\n\n`;
    case "table": {
      const rows = [t.header, ...(t.rows || [])] as Record<string, any>[][];
      return (
        rows
          .map((row) => (row || []).map((cell) => inlineToText(cell?.tokens)).join("  "))
          .join("\n") + "\n\n"
      );
    }
    case "html":
      return `${String(t.text ?? "").replace(/<[^>]*>/g, "").trim()}\n\n`;
    default:
      return `${String(t.text ?? "")}\n\n`;
  }
};

/** 兜底：marked 万一抛错，至少把最常见的语法符号去掉（宁可留符号，也不能复制不出东西） */
const fallbackStrip = (markdown: string): string =>
  markdown
    .replace(/^#{1,6}\s+/gm, "")
    .replace(/\*\*([^*]+)\*\*/g, "$1")
    .replace(/`([^`]+)`/g, "$1")
    .replace(/\[([^\]]+)\]\(([^)]+)\)/g, "$1（$2）")
    .replace(/^\s*[-*+]\s+/gm, "");

export const markdownToPlainText = (markdown: string): string => {
  const source = String(markdown ?? "");
  if (!source.trim()) return "";

  let text: string;
  try {
    text = marked
      .lexer(source)
      .map((token) => blockToText(token))
      .join("");
  } catch (err) {
    console.warn("[markdown-plain-text] 解析失败，退回简单剥离：", (err as Error)?.message || err);
    text = fallbackStrip(source);
  }

  return text
    .replace(/[ \t]+\n/g, "\n") // 行尾空白
    .replace(/\n{3,}/g, "\n\n") // 多余空行
    .trim();
};