fix: #964 修复转义文本导致的知乎依旧公式解析错误问题

terwer · Jan 8, 2024 · 988b46d · 988b46d
1 parent 1bc1a03
commit 988b46d
Show file tree

Hide file tree

Showing 2 changed files with 64 additions and 44 deletions.
diff --git a/src/adaptors/web/csdn/csdnUtils.ts b/src/adaptors/web/csdn/csdnUtils.ts
@@ -87,7 +87,7 @@ class CsdnUtils {
 
   public static processCsdnMath(html: string): string {
     // 使用Cheerio加载HTML
-    const $ = cheerio.load(html, { xmlMode: true })
+    const $ = cheerio.load(html, { xmlMode: true, decodeEntities: false })
 
     // 处理两个$符号包裹的公式
     const doubleDollarRegex = /\$\$([^$]+)\$\$/g

diff --git a/src/adaptors/web/zhihu/zhihuUtils.ts b/src/adaptors/web/zhihu/zhihuUtils.ts
@@ -62,58 +62,78 @@ class ZhihuUtils {
 
   public static processZHMath(html: string): string {
     // 使用Cheerio加载HTML
-    const $ = cheerio.load(html, { xmlMode: true })
+    const $ = cheerio.load(html, { xmlMode: true, decodeEntities: false })
 
-    // // 选择所有带有类名"language-math"的<span>元素
-    // $("span.language-math").each((index, element) => {
-    //   // 获取元素的文本内容
-    //   const mathContent = $(element).text()
-    //
-    //   // 创建替代的<img>标签
-    //   const imgTag = `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
-    //     alt="${mathContent}" />`
-    //
-    //   // 用新的<img>标签替换原始元素
-    //   $(element).replaceWith(imgTag)
-    // })
-    //
-    // // 选择所有带有类名"language-math"的<div>元素
-    // $("div.language-math").each((index, element) => {
-    //   // 获取元素的文本内容
-    //   const mathContent = $(element).text()
-    //
-    //   // 创建替代的<img>标签
-    //   const imgTag = `<p><img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
-    //     alt="${mathContent}"/></p>`
-    //
-    //   // 用新的<img>标签替换原始元素
-    //   $(element).replaceWith(imgTag)
-    // })
+    // 处理两个$符号和一个$符号包裹的公式
+    const mathRegex = /\$\$([^\$]+)\$\$|\$([^\$]+)\$/g
 
-    // 处理两个$符号包裹的公式
-    const doubleDollarRegex = /\$\$([^$]+)\$\$/g
-    $("*:not(pre)").each((index, element) => {
-      const content = $(element).html()
-      const newContent = content.replace(doubleDollarRegex, (match, mathContent) => {
+    const elems = $("*:not(pre)")
+    elems.each((_index, element) => {
+      const content = $(element).html() ?? ""
+      const newContent = content.replace(mathRegex, (_match, doubleDollarContent, singleDollarContent) => {
+        const mathContent = doubleDollarContent || singleDollarContent
         return `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}" 
-        alt="${mathContent}" />`
-      })
-      $(element).html(newContent)
-    })
-
-    // 处理一个$符号包裹的公式
-    const singleDollarRegex = /\$([^$]+)\$/g
-    $("*:not(pre)").each((index, element) => {
-      const content = $(element).html()
-      const newContent = content.replace(singleDollarRegex, (match, mathContent) => {
-        return `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}" 
-        alt="${mathContent}" />`
+            alt="${mathContent}" />`
       })
       $(element).html(newContent)
     })
 
     // 输出修改后的HTML
     return $.html()
+
+    //   // 使用Cheerio加载HTML
+    //   const $ = cheerio.load(html, { xmlMode: true })
+    //
+    //   // // 选择所有带有类名"language-math"的<span>元素
+    //   // $("span.language-math").each((index, element) => {
+    //   //   // 获取元素的文本内容
+    //   //   const mathContent = $(element).text()
+    //   //
+    //   //   // 创建替代的<img>标签
+    //   //   const imgTag = `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
+    //   //     alt="${mathContent}" />`
+    //   //
+    //   //   // 用新的<img>标签替换原始元素
+    //   //   $(element).replaceWith(imgTag)
+    //   // })
+    //   //
+    //   // // 选择所有带有类名"language-math"的<div>元素
+    //   // $("div.language-math").each((index, element) => {
+    //   //   // 获取元素的文本内容
+    //   //   const mathContent = $(element).text()
+    //   //
+    //   //   // 创建替代的<img>标签
+    //   //   const imgTag = `<p><img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
+    //   //     alt="${mathContent}"/></p>`
+    //   //
+    //   //   // 用新的<img>标签替换原始元素
+    //   //   $(element).replaceWith(imgTag)
+    //   // })
+    //
+    //   // 处理两个$符号包裹的公式
+    //   const doubleDollarRegex = /\$\$([^$]+)\$\$/g
+    //   $("*:not(pre)").each((index, element) => {
+    //     const content = $(element).html()
+    //     const newContent = content.replace(doubleDollarRegex, (match, mathContent) => {
+    //       return `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
+    //       alt="${mathContent}" />`
+    //     })
+    //     $(element).html(newContent)
+    //   })
+    //
+    //   // 处理一个$符号包裹的公式
+    //   const singleDollarRegex = /\$([^$]+)\$/g
+    //   $("*:not(pre)").each((index, element) => {
+    //     const content = $(element).html()
+    //     const newContent = content.replace(singleDollarRegex, (match, mathContent) => {
+    //       return `<img eeimg="1" src="//www.zhihu.com/equation?tex=${encodeURIComponent(mathContent)}"
+    //       alt="${mathContent}" />`
+    //     })
+    //     $(element).html(newContent)
+    //   })
+    //
+    //   // 输出修改后的HTML
+    //   return $.html()
   }
 }