First Commit

notify/render.go

@@ -0,0 +1,160 @@
+package notify
+
+import (
+	"strings"
+	"unicode/utf8"
+)
+
+const ellipsis = "…"
+
+// TruncateBytes 把 s 截断到不超过 max 字节，保证结果是合法 UTF-8 且不切断字符。
+//
+// 为什么必须按字符边界切：企微群机器人的 markdown 有 4096 **字节**硬上限（不是
+// 字符数），而中文一个字 3 字节。直接按字节切片会把一个汉字切成两半，产出非法
+// UTF-8——平台侧要么整条拒收，要么显示成乱码方块。这里的做法是先从预算位置
+// 往前回退到最近的 rune 起始字节（utf8.RuneStart 判定续字节 0b10xxxxxx）。
+//
+// max<=0 表示不限制。截断后追加省略号，除非 max 小到装不下省略号。
+func TruncateBytes(s string, max int) string {
+	if max <= 0 || len(s) <= max {
+		return s
+	}
+	budget := max - len(ellipsis)
+	suffix := ellipsis
+	if budget < 0 {
+		// max 比省略号还短：放弃省略号，纯截断，避免结果反而超出 max。
+		budget = max
+		suffix = ""
+	}
+	cut := budget
+	for cut > 0 && !utf8.RuneStart(s[cut]) {
+		cut--
+	}
+	return s[:cut] + suffix
+}
+
+// OneLine 把多行文本压成单行：折叠所有空白，再按字符数截断。
+// 用于 IM 消息的标题行——摘要里常有换行，直接塞进表格/标题会撑坏排版。
+// max<=0 表示不限制长度。
+func OneLine(s string, max int) string {
+	s = strings.Join(strings.Fields(s), " ")
+	return TruncateRunes(s, max)
+}
+
+// TruncateRunes 把 s 截断到不超过 max 个字符（而非字节），超出时追加省略号。
+// max<=0 表示不限制。
+//
+// 与 TruncateBytes 的区别在于平台口径：企微按字节限长，Telegram 按字符数限长。
+// 用错口径不会报错，只会让消息被切得远比预期短（中文 1 字 = 3 字节，
+// 按字节切 4096 只剩约 1365 字），所以两个函数都必须保留、按渠道选用。
+func TruncateRunes(s string, max int) string {
+	if max <= 0 {
+		return s
+	}
+	runes := []rune(s)
+	if len(runes) <= max {
+		return s
+	}
+	if max <= 1 {
+		return string(runes[:max])
+	}
+	return string(runes[:max-1]) + ellipsis
+}
+
+// TruncateHTML 按字符数截断 HTML 片段，并保证不产生半截标签。
+//
+// 直接对 HTML 做字符截断会切出 `<a href="htt` 这种残缺标签，平台解析器要么
+// 报错拒收整条、要么把后续正文当成属性值吞掉。这里的做法是：先按字符截断，
+// 再检查尾部是否有未闭合的 `<`，有就退到它之前。
+//
+// 不做标签配平（补全 </b> 之类）：Telegram 的 HTML 解析器会自动闭合未闭合标签，
+// 而自己实现配平要处理属性里的引号、注释、自闭合标签，复杂度与收益不成比例。
+func TruncateHTML(s string, max int) string {
+	if max <= 0 || len([]rune(s)) <= max {
+		return s
+	}
+	cut := TruncateRunes(s, max)
+	// 尾部若是 `<` 开头的残片（最后出现 `<` 之后没有 `>`），退回 `<` 之前。
+	if lt := strings.LastIndex(cut, "<"); lt >= 0 && !strings.Contains(cut[lt:], ">") {
+		cut = cut[:lt]
+	}
+	// 尾部若是被切断的 HTML 实体（如 `&amp;` 被切成 `&amp`），同样要退回去。
+	// 实体残片在一个只认实体的解析器里可能让**整条消息**被拒收——一条超过
+	// 长度上限的汇总消息本来就常见，不值得为此丢掉整条通知。
+	if amp := strings.LastIndex(cut, "&"); amp >= 0 && !strings.Contains(cut[amp:], ";") {
+		cut = cut[:amp]
+	}
+	return cut
+}
+
+// packItemCount 计算在预算内能**完整**放下多少条，供汇总消息按整条打包。
+//
+// 为什么要按整条而不是渲染完整篇再截断：截断会让后半截条目凭空消失，
+// 而它们的投递记录仍会被标记为已送达——消息里看不出来、投递历史里也看不出来，
+// 漏洞就这么没了。按整条打包后，装不下的条目留在库里成为下一批，
+// 调用方拿到的 kept 就是本条消息真正送达的条数。
+//
+// 参数：maxSize<=0 表示不限制；reserve 是给消息头部/尾部预留的量；
+// size 负责计量（各平台口径不同：企微/钉钉按字节，Telegram 按字符数——
+// 用错口径不会报错，只会让中文消息被压到远小于上限）；
+// render 把第 idx 条渲染成它的实际文本——长度因内容而异，不能靠估算。
+//
+// 至少返回 1（只要还有条目）。单条极端超长时也要发出这一条、由调用方的
+// 最终截断兜底，否则一条超长漏洞会把整批永久卡在原地。
+func packItemCount(items []Item, maxSize, reserve int, footer string, size func(string) int, render func(Item, int) string) int {
+	if maxSize <= 0 {
+		return len(items)
+	}
+	budget := maxSize - reserve - size(footer)
+	if budget < 0 {
+		budget = 0
+	}
+	used := 0
+	for i, it := range items {
+		used += size(render(it, i))
+		if used > budget && i > 0 {
+			return i
+		}
+	}
+	return len(items)
+}
+
+// byteSize / runeSize 是 packItemCount 的两种计量口径，命名出来避免调用处
+// 出现裸的 func(s string) int 闭包，否则很难一眼看出用的是哪种口径。
+func byteSize(s string) int { return len(s) }
+func runeSize(s string) int { return utf8.RuneCountInString(s) }
+
+// assetLine 把资产列表渲染成一行展示文本，超过 limit 个时省略其余并标注总数。
+// 一个漏洞可能锚定几十个资产，全列出来会挤爆消息。
+func assetLine(assets []string, limit int) string {
+	if len(assets) == 0 {
+		return ""
+	}
+	if limit <= 0 || len(assets) <= limit {
+		return strings.Join(assets, ", ")
+	}
+	return strings.Join(assets[:limit], ", ") + " 등 " + itoa(len(assets)) + "개"
+}
+
+// itoa 是 strconv.Itoa 的短别名，仅用于拼接展示文本，避免到处 import strconv。
+func itoa(n int) string {
+	if n == 0 {
+		return "0"
+	}
+	neg := n < 0
+	if neg {
+		n = -n
+	}
+	var buf [20]byte
+	i := len(buf)
+	for n > 0 {
+		i--
+		buf[i] = byte('0' + n%10)
+		n /= 10
+	}
+	if neg {
+		i--
+		buf[i] = '-'
+	}
+	return string(buf[i:])
+}