带网页引用角标的段落整段不翻译：hasNonTextContent 把行内 favicon `<img>` 当块级媒体，采集与段落按钮双双拒绝

[Teeeeeeeerry]

现象

Google AI 概览（AI Overview）里，凡是句尾带来源角标（citation chip）的段落，整段不出译文；同一块内容中不带角标的段落一切正常。

用户实测截图中：

段落	句尾角标	译文
The Linux Foundation is a non-profit group… share code	Linux Foundation +3	❌ 无
Key Functions / Project Hosting / Community Support	无	✅ 有
Education and Training: … online learning paths	Linux Foundation +2	❌ 无
Recent Updates / AI Cost Standards	无	✅ 有
Firmware Security: … secure hardware supply chains.	Facebook · The Linux … +2	❌ 无

段落按钮也不会浮出，快捷键同样无反应 —— 用户完全无从判断是「不支持」还是「坏了」（这一点单列为 #57）。

根因

角标的 DOM 形如：

<div class="para">
  …It gives groups a safe and neutral place to share code
  <span role="button"><img src="favicon" width="16" height="16"><span class="wJwe6c">Linux Foundation +3</span></span>
</div>

src/dom/classify.ts:105 的 NON_TEXT_SELECTOR 同时包含 img 和 [role="button"]，而 hasNonTextContent() 用的是 el.querySelector() —— 全子树无差别匹配，不问深度、不问是否处在文本流里：

export function hasNonTextContent(el: Element): boolean {
  return el.querySelector(NON_TEXT_SELECTOR) !== null;
}

于是这个段落 isTranslationUnit() === true（它直接持有文本，chip 是内联子元素），但 hasNonTextContent() === true，被 #50 前移到采集侧的守卫拦掉：

• src/dom/walker.ts:85 —— collect() 直接 continue，整页翻译不收这一段；子树里也没有更深的翻译单元可捡（文本是段落自己的直接文本节点），于是这段文本彻底无人认领；
• src/dom/classify.ts:218 —— closestUnit() 命中后走 findTextOnlyDescendant()，同样找不到纯文本后代，继续向上；而祖先容器只会含更多 img，一路到顶返回 null，段落按钮不浮出；
• src/dom/renderer.ts:35 的纵深防御用同一个判据，即使前两道被绕过也仍然拒绝。

判定本身自相矛盾：img 已经在 INLINE_SET 里（classify.ts:45），也就是说 isTranslationUnit() 明确认为「img 是段落文本流的一部分，不阻断段落判定」；而 NON_TEXT_SELECTOR 认为「含 img 就必须整体排除」。同一个节点，两条规则给出相反答案，后者赢。

NON_TEXT_SELECTOR 的立法本意（#22）是防止卡片里的缩略图、订阅按钮被搬进 display:none 的 .pt-origin 把布局搞塌 —— 那是「独立于文本流的块级媒体」。行内 16×16 的 favicon 角标不属于这一类：它本来就跟原文一起显示、一起隐藏，搬进 .pt-origin 毫无副作用。

实证复现

用 jsdom 直接跑真实模块（src/dom/walker.ts + src/dom/classify.ts，esbuild 打包，无改写），最小复现页 p1/p3 带角标、p2 无角标、p4 是普通 <sup><a> 脚注引用：

collect() 结果: [ 'p2', 'p4' ]

┌──────┬─────────┬───────────────────┬───────────────────┬────────┬─────────────┐
│ id   │ hasChip │ isTranslationUnit │ hasNonTextContent │ 被采集 │ closestUnit │
├──────┼─────────┼───────────────────┼───────────────────┼────────┼─────────────┤
│ 'p1' │ true    │ true              │ true              │ false  │ null        │
│ 'p2' │ false   │ true              │ false             │ true   │ 'p2'        │
│ 'p3' │ true    │ true              │ true              │ false  │ null        │
│ 'p4' │ true    │ true              │ false             │ true   │ 'p4'        │
└──────┴─────────┴───────────────────┴───────────────────┴────────┴─────────────┘

p3 的角标只有 <img>、没有 role="button" 也照样被拒 —— 单一个 favicon 就足以让整段消失。p4 说明不含图片的传统脚注引用不受影响，问题精确地锁定在「带图标的角标」。

影响面

不止 Google AI 概览。任何「正文段落 + 行内图标」的排版都会整段丢失：

• Google 搜索 AI 概览 / 精选摘要的来源角标
• 维基百科段落内的行内图标、地图/音频小标记
• 新闻站正文里的行内 logo、外链图标
• 文档站正文里的行内徽章（badge）、<img> 形式的 emoji（Slack / GitHub 风格）
• 任何在句尾挂 [role="button"] 展开控件的段落

这是一整类漏翻，而非单站兼容问题。

修复方向

把「非文本内容」的判定从存在性改为位置性：只有当非文本节点不在本段的内联文本流里时才阻断。

判据（已验证可行）：元素自身持有直接文本，且从该元素到命中节点的路径上每一层都是 INLINE_SET 标签 → 视为行内装饰，放行；否则视为独立媒体块，仍然拒绝。

对同一组样例跑候选实现，并补上 #22 / #50 的回归场景（c1 = 缩略图卡片，c2 = 直接文本 + 块级 <button>）：

┌──────┬────────┬───────────┬───────────────┐
│ id   │ isUnit │ 现状_拒绝 │ 候选修复_拒绝 │
├──────┼────────┼───────────┼───────────────┤
│ 'p1' │ true   │ true      │ false         │  ← 角标段落放行
│ 'p2' │ true   │ false     │ false         │
│ 'p3' │ true   │ true      │ false         │  ← 角标段落放行
│ 'p4' │ true   │ false     │ false         │
│ 'c1' │ false  │ true      │ true          │  ← #22 缩略图卡片仍拒绝
│ 'c2' │ true   │ true      │ true          │  ← 块级 button 仍拒绝
└──────┴────────┴───────────┴───────────────┘

三处调用点（walker.collect、classify.closestUnit、renderer.render）共用同一个函数，改一处即可保持 #50 确立的「采集与渲染准入一致」不变式 —— 这个不变式不能在修复中被破坏。

验收标准

• 带来源角标的 AI 概览段落，整页翻译与单段翻译均能出译文
• 角标本身（favicon + 文字）在对照模式下随原文正常显示，布局不塌
• 单段翻译整条卡片被摧毁：textContent 无分隔拼接 + render() 把缩略图等非文本内容藏进 .pt-origin #22 的缩略图卡片、单段翻译对含媒体/控件的容器「先请求后拒绝」：closestUnit 与 render 准入标准不一致 #50 的含控件容器仍被拒绝，不出现回归
• closestUnit() 对角标段落返回该段落本身，段落按钮正常浮出
• 三处调用点判定结果一致（同一元素不出现「按钮浮出了但 render 拒绝」）

修复后角标文字（Linux Foundation +3）会随段落文本一并送去翻译 —— 该问题见 #56，两者需配套落地。