feat: 开发采集、采集箱和商品编辑功能

extension-v1/src/collector/url.ts

@@ -0,0 +1,66 @@
+/**
+ * URL 工具链 - 处理阿里系 CDN 图片 URL
+ * 从 docs/extension/plan.md §6.3 移植（来自生产代码）
+ */
+
+const IMG_EXT = /\.(jpg|jpeg|png|gif|bmp|heic|webp|avif)$/i;
+
+/**
+ * 缩略图 URL → 原图 URL
+ * 阿里 CDN 尺寸后缀在扩展名后：xxx.jpg_400x400.jpg → xxx.jpg
+ */
+export function toOriginalUrl(url: string): string {
+  const m = url.match(/^(.+?\.(jpg|jpeg|png|gif|bmp|heic|webp|avif))_/i);
+  return m ? m[1] : url;
+}
+
+/** url("https://...") → https://... */
+export function urlInBrackets(s: string): string {
+  if (!s?.trim()) return '';
+  return s.match(/\((.*?)\)/)?.[1]?.replace(/['"]/g, '') ?? '';
+}
+
+export function isDataUrl(u: string): boolean {
+  return /^data:image/.test(u);
+}
+
+/** 协议相对 // / 根相对 / / 相对路径 → 绝对 URL */
+export function toAbsoluteUrl(u: string): string {
+  if (!u) return u;
+  if (isDataUrl(u) || u.startsWith('blob:')) return u;
+  const proto = u.startsWith('http:') ? 'http' : 'https';
+  if (/^\/\//.test(u)) return `${proto}:${u}`;
+  if (/^\//.test(u)) return `${location.origin}${u}`;
+  if (!/^(.*):/.test(u)) return `${location.origin}/${u}`;
+  return u;
+}
+
+/** 去重用的归一化 key：剥掉尺寸后缀和 query */
+export function dedupeKey(url: string): string {
+  const base = toOriginalUrl(url);
+  try {
+    const u = new URL(base);
+    u.search = '';
+    u.hash = '';
+    return u.toString();
+  } catch {
+    return base;
+  }
+}
+
+export function looksLikeImageUrl(u: string): boolean {
+  if (isDataUrl(u)) return true;
+  try {
+    return IMG_EXT.test(new URL(u).pathname);
+  } catch {
+    return IMG_EXT.test(u);
+  }
+}
+
+/** 清洗文件名非法字符（Windows 兼容） */
+export function cleanFilename(name: string): string {
+  return name
+    .replace(/[<>:"/\\|?*]/g, '_')
+    .replace(/\s+/g, '_')
+    .substring(0, 80);
+}