package com.yunhai.svchall.utils;

import org.jsoup.Jsoup;
import org.jsoup.safety.Safelist;

import java.util.regex.Pattern;

/**
 * 富文本白名单清洗（Cms HtmlSanitizer 原样平移：jsoup Safelist.relaxed() 基础 +
 * figure/figcaption/span + 受限 style + a/img 协议收紧 + preserveRelativeLinks）。
 * script/iframe/on* 一律剥除；列表页纯文本字段 th:text 等价转义，utext 仅限本工具清洗过的内容。
 */
public final class HtmlSanitizer {

    /** 允许保留的内联样式属性（排版用途），其余 style 值丢弃 */
    private static final Pattern SAFE_STYLE =
            Pattern.compile("^(\\s*(text-align|color|background-color|font-size|font-weight"
                    + "|line-height|width|height|max-width|float|margin|padding)\\s*:\\s*[^;()]+;?)*\\s*$",
                    Pattern.CASE_INSENSITIVE);

    private static final Safelist WHITELIST = Safelist.relaxed()
            .addTags("figure", "figcaption", "span")
            .addAttributes(":all", "style")
            .addAttributes("img", "style", "alt", "width", "height")
            .addProtocols("a", "href", "http", "https", "mailto", "ftp", "#")
            .addProtocols("img", "src", "http", "https", "data")
            // 相对链接保留（Cms B-9 修复平移）：上传地址相对路径入库，编辑器贴图 img src 即相对 URL
            .preserveRelativeLinks(true);

    private HtmlSanitizer() {
    }

    /**
     * 清洗富文本；空入参原样返回。baseUri 用占位 https 域（Cms B-9 根因修复配套，
     * 配合 preserveRelativeLinks(true) 回写原始相对值）。
     */
    public static String clean(String html) {
        if (html == null || html.isEmpty()) {
            return html;
        }
        String cleaned = Jsoup.clean(html, "https://sanitizer.base.invalid/", WHITELIST);
        return stripUnsafeStyle(cleaned);
    }

    /** 纯文本提取（摘要兜底/搜索片段用）：去标签 + 折叠空白 */
    public static String toText(String html, int maxLength) {
        if (html == null || html.isEmpty()) {
            return "";
        }
        String text = Jsoup.parse(html).text().replaceAll("\\s+", " ").trim();
        if (maxLength > 0 && text.length() > maxLength) {
            return text.substring(0, maxLength);
        }
        return text;
    }

    /** jsoup 不支持按值过滤属性，二次遍历按 SAFE_STYLE 白名单过滤 style（Cms A-07 修复平移） */
    private static String stripUnsafeStyle(String html) {
        org.jsoup.nodes.Document doc = org.jsoup.Jsoup.parseBodyFragment(html);
        for (org.jsoup.nodes.Element el : doc.select("[style]")) {
            String style = el.attr("style");
            if (style == null || !SAFE_STYLE.matcher(style).matches()) {
                el.removeAttr("style");
            }
        }
        return doc.body().html();
    }
}