R524809
23 lines
1.2 KiB
TypeScript
23 lines
1.2 KiB
TypeScript
/**
|
||
* 将采集到的描述规范为可阅读的纯文本。保留原有段落和列表边界；只有来源
|
||
* 已把结构压成一行时，才依据常见商品段落标题补出最小必要的换行。
|
||
*/
|
||
export function formatCollectedDescription(value: string): string {
|
||
const withoutMarkup = value
|
||
.replace(/\r\n?/g, '\n')
|
||
.replace(/<\s*br\s*\/?\s*>/gi, '\n')
|
||
.replace(/<\s*\/\s*(?:p|div|section|article|li|h[1-6])\s*>/gi, '\n')
|
||
.replace(/<\s*li\b[^>]*>/gi, '\n- ')
|
||
.replace(/<[^>]*>/g, '');
|
||
const formatted = withoutMarkup
|
||
.replace(
|
||
/\s*(Описание(?:\s+товара)?|Характеристики|Преимущества|Особенности|Комплектация|Технические\s+характеристики|Specifications?|Features?|Package\s+contents?|商品描述|产品描述|商品信息|规格参数|产品参数|产品特点|包装清单)\s*([:：])\s*/gi,
|
||
'\n\n$1$2\n',
|
||
)
|
||
.replace(/([^\n])\s*[-•·]\s+(?=[\p{L}\p{N}])/gu, '$1\n- ')
|
||
.replace(/[\t\f\v ]*\n[\t\f\v ]*/g, '\n')
|
||
.replace(/\n{3,}/g, '\n\n')
|
||
.trim();
|
||
return formatted;
|
||
}
|