185 lines
9.6 KiB
TypeScript
185 lines
9.6 KiB
TypeScript
import { load } from 'cheerio';
|
||
|
||
import type { Route } from '@/types';
|
||
import got from '@/utils/got';
|
||
import { finishArticleItem } from '@/utils/wechat-mp';
|
||
|
||
export const route: Route = {
|
||
path: '/tgchannel/:id/:mpName?/:searchQueryType?',
|
||
categories: ['new-media'],
|
||
example: '/wechat/tgchannel/lifeweek',
|
||
parameters: { id: '公众号绑定频道 id', mpName: '欲筛选的公众号全名（URL-encoded，精确匹配），在频道订阅了多个公众号时可选用', searchQueryType: '搜索查询类型，见下表' },
|
||
features: {
|
||
requireConfig: false,
|
||
requirePuppeteer: false,
|
||
antiCrawler: false,
|
||
supportBT: false,
|
||
supportPodcast: false,
|
||
supportScihub: false,
|
||
},
|
||
name: '公众号（Telegram 频道来源）',
|
||
maintainers: ['LogicJake', 'Rongronggg9'],
|
||
handler,
|
||
description: `| 搜索查询类型 | 将使用的搜索关键字 | 适用于 |
|
||
| :----------: | :----------------: | :-------------------------: |
|
||
| \`0\` | (禁用搜索) | 所有情况 (默认) |
|
||
| \`1\` | 公众号全名 | 未启用 efb-patch-middleware |
|
||
| \`2\` | #公众号全名 | 已启用 efb-patch-middleware |
|
||
|
||
::: tip
|
||
启用搜索有助于在订阅了过多公众号的频道里有效筛选，不易因为大量公众号同时推送导致一些公众号消息被遗漏，但必须正确选择搜索查询类型，否则会搜索失败。
|
||
:::
|
||
|
||
::: warning
|
||
该方法需要通过 efb 进行频道绑定，具体操作见 [https://github.com/DIYgod/RSSHub/issues/2172](https://github.com/DIYgod/RSSHub/issues/2172)
|
||
:::`,
|
||
};
|
||
|
||
async function handler(ctx) {
|
||
const id = ctx.req.param('id');
|
||
const mpName = ctx.req.param('mpName') ?? '';
|
||
let searchQueryType = ctx.req.param('searchQueryType') ?? '0';
|
||
if (searchQueryType !== '0' && searchQueryType !== '1' && searchQueryType !== '2') {
|
||
searchQueryType = '0';
|
||
}
|
||
searchQueryType = +searchQueryType; // 将字符串转换为数字
|
||
|
||
const channelUrl = `https://t.me/s/${id}`;
|
||
const searchQuery = mpName && searchQueryType ? (searchQueryType === 2 ? `?q=%23${mpName}` : `?q=${mpName}`) : '';
|
||
const { data } = await got.get(`${channelUrl}${searchQuery}`);
|
||
const $ = load(data);
|
||
const list = $('.tgme_widget_message_wrap').slice(-20);
|
||
|
||
const out = await Promise.all(
|
||
list.toArray().map(async (item) => {
|
||
item = $(item);
|
||
|
||
if (searchQuery) {
|
||
// 删除关键字高亮 <mark class="highlight">
|
||
const highlightMarks = item.find('mark.highlight').toArray();
|
||
if (highlightMarks) {
|
||
for (let mark of highlightMarks) {
|
||
mark = $(mark);
|
||
const markInnerHtml = mark.html();
|
||
mark.replaceWith(markInnerHtml);
|
||
}
|
||
item = $(item.html()); // 删除关键字高亮后，相邻的裸文本节点不会被自动合并，重新生成 cheerio 对象以确保后续流程正常运行
|
||
}
|
||
}
|
||
|
||
// [ div.tgme_widget_message_text 格式简略说明 ]
|
||
// 若频道只订阅一个公众号：
|
||
// 第 1 个元素: <a href="${用于 link priview 的预览图 url}"><i><b>🔗</b></i></a>
|
||
// 第 2 个元素: <a href="${文章 url}">${文章标题}</a>
|
||
// (余下是文章简介，一般是裸文本，这里用不到)
|
||
//
|
||
// 若频道订阅多于一个公众号：
|
||
// 第 1 个元素: <i><b>${emoji(标注消息来源于什么 slave，这里是表示微信的💬)}</b></i>
|
||
// 第 2 个元素: <i><b>${emoji(标注对话类型，这里是表示私聊的👤)</b></i>
|
||
// 裸文本: (半角空格)${公众号名}(半角冒号)
|
||
// 第 3 个元素: <br />
|
||
// 第 4 个元素: <a href="${用于 link priview 的预览图 url}"><i><b>🔗</b></i></a>
|
||
// 第 5 个元素: <a href="${文章 url}">${文章标题}</a>
|
||
// (余下是文章简介，一般是裸文本，这里用不到)
|
||
//
|
||
// 若启用 efb-patch-middleware 且频道订阅多于一个公众号：
|
||
// 第 1 个元素: <i><b>${emoji(标注消息来源于什么 slave，这里是表示微信的💬)}</b></i>
|
||
// 第 2 个元素: <i><b>${emoji(标注对话类型，这里是表示私聊的👤)</b></i>
|
||
// 第 3 个元素: <a href="${?q=%23url-encoded公众号名}">#${公众号名}</a>
|
||
// 裸文本: ${公众号名余下部分 (若 hashtag 不合法 (遇到空格、标点) 导致被截断才会有)}(半角冒号)
|
||
// 第 4 个元素: <br />
|
||
// 第 5 个元素: <a href="${用于 link priview 的预览图 url}"><i><b>🔗</b></i></a>
|
||
// 第 6 个元素: <a href="${文章 url}">${文章标题}</a>
|
||
// (余下是文章简介，一般是裸文本，这里用不到)
|
||
|
||
let author = '';
|
||
let titleElemIs3thA = false;
|
||
|
||
const brNode = item.find('.tgme_widget_message_text > br:nth-of-type(1)').get(0); // 获取第一个换行
|
||
const authorNode = brNode && brNode.prev; // brNode 不为 undefined 时获取它的前一个节点
|
||
const authorNodePrev = authorNode && authorNode.prev; // authorNode 不为 undefined 时获取它的前一个节点
|
||
if (authorNode && authorNode.type === 'text') {
|
||
// 只有这个节点是一个裸文本时它才可能是公众号名，开始找寻公众号名
|
||
if (authorNodePrev && authorNodePrev.type === 'tag' && authorNodePrev.name === 'a' && authorNodePrev.attribs.href && authorNodePrev.attribs.href.startsWith('?q=%23')) {
|
||
// authorNode 前一个节点是链接, 且是个 hashtag，表示启用了 efb-patch-middleware，这个节点是公众号名
|
||
// 有两种可能：
|
||
// 带 # 的完整公众号名 (efb-patch-middleware 启用，且 hashtag 完全合法)
|
||
// 被截断的公众号名前半部分 (efb-patch-middleware 启用，但 hashtag 被空格或标点截断)
|
||
// (若 efb-patch-middleware 未启用，或 hashtag 完全不合法，不会进入此流程)
|
||
titleElemIs3thA = true;
|
||
author += $(authorNodePrev).text();
|
||
}
|
||
|
||
const spaceIndex = authorNode.data.indexOf(' ');
|
||
const colonIndex = authorNode.data.indexOf(':');
|
||
if (authorNode.data.length > 1 && colonIndex !== -1 && (spaceIndex !== -1 || titleElemIs3thA)) {
|
||
// 有三种可能：
|
||
// 不带 # 的完整公众号名 (efb-patch-middleware 未启用)
|
||
// 带 # 的完整公众号名 (efb-patch-middleware 启用，但 hashtag 完全不合法)
|
||
// 被截断的公众号名后半部分 (efb-patch-middleware 启用，但 hashtag 被空格或标点截断，此时空格有意义)
|
||
// (若 efb-patch-middleware 启用，且 hashtag 完全合法，不会进入此流程)
|
||
const sliceStart = titleElemIs3thA ? 0 : spaceIndex + 1;
|
||
author += authorNode.data.slice(sliceStart, colonIndex); // 提取作者
|
||
}
|
||
|
||
if (author.startsWith('#')) {
|
||
author = author.slice(1); // 去掉开头的 #
|
||
}
|
||
}
|
||
|
||
// 如果启用了 efb-patch-middleware 且 hashtag (部分)合法，第三个 a 元素会是文章链接，否则是第二个
|
||
const titleElemNth = titleElemIs3thA ? 3 : 2;
|
||
const titleElem = item.find(`.tgme_widget_message_text > a:nth-of-type(${titleElemNth})`);
|
||
|
||
if (titleElem.length === 0) {
|
||
// 获取不到标题 a 元素，这可能是公众号发的服务消息，丢弃它
|
||
return;
|
||
}
|
||
|
||
let title = titleElem.text();
|
||
const link = titleElem.attr('href');
|
||
|
||
if (mpName && author !== mpName) {
|
||
// 指定了要筛选的公众号名，且该文章不是该公众号发的
|
||
return; // 丢弃
|
||
} else if (!mpName && author) {
|
||
// 没有指定要筛选的公众号名，且匹配到了作者
|
||
title = author + ': ' + title; // 给标题里加上获取到的作者
|
||
}
|
||
|
||
const pubDate = new Date(item.find('.tgme_widget_message_date time').attr('datetime')).toUTCString();
|
||
|
||
/*
|
||
* Since 2024/4/20, t.me/s/ mistakenly have every '&' in **hyperlinks** replaced by '&'.
|
||
* wechat-mp will take care of this, so no need to fix it here.
|
||
* However, once the bug is eventually fixed, all guid will be changed again.
|
||
* Considering that this is almost certain to happen, let's break guid consistency now by using
|
||
* normalized URL from wechat-mp as guid to avoid similar issues in the future.
|
||
*/
|
||
const single = {
|
||
title,
|
||
pubDate,
|
||
link,
|
||
// guid: link,
|
||
};
|
||
|
||
if (link !== undefined) {
|
||
try {
|
||
return await finishArticleItem(single);
|
||
} catch {
|
||
single.description = item.find('.tgme_widget_message_text').html();
|
||
}
|
||
}
|
||
return single;
|
||
})
|
||
);
|
||
|
||
out.reverse();
|
||
return {
|
||
title: mpName || $('.tgme_channel_info_header_title').text(),
|
||
link: `https://t.me/s/${id}`,
|
||
item: out.filter(Boolean),
|
||
allowEmpty: !!mpName,
|
||
};
|
||
}
|