refactor(chat):简化和改进回复格式过滤
之前用于过滤 `[回复...]` 格式的实现依赖于多个正则表达式。这种方法比较复杂,并且无法正确处理深度嵌套的回复字符串。 此提交重构了逻辑,采用更简单、更稳健的基于字符串的方法。通过在以 `[回复` 开头的字符串中找到最后一个闭合括号 `]`,新逻辑可以可靠地去除整个回复前缀,无论嵌套深度如何。这提高了解析的准确性,并简化了代码。
This commit is contained in:
@@ -930,12 +930,11 @@ def filter_system_format_content(content: str | None) -> str:
|
||||
过滤系统格式化内容,移除回复、@、图片、表情包等系统生成的格式文本
|
||||
|
||||
此方法过滤以下类型的系统格式化内容:
|
||||
1. 回复格式:[回复xxx],说:xxx
|
||||
1. 回复格式:[回复xxx],说:xxx (包括深度嵌套)
|
||||
2. 表情包格式:[表情包:xxx]
|
||||
3. 图片格式:[图片:xxx]
|
||||
4. @格式:@<xxx>
|
||||
5. 错误格式:[表情包(...)]、[图片(...)]
|
||||
6. [回复开头的格式
|
||||
|
||||
Args:
|
||||
content: 原始内容
|
||||
@@ -949,29 +948,20 @@ def filter_system_format_content(content: str | None) -> str:
|
||||
original_content = content
|
||||
cleaned_content = content.strip()
|
||||
|
||||
# 1. 移除回复格式:[回复xxx],说:xxx(各种变体)
|
||||
# 匹配所有包含"],说:"格式的回复
|
||||
cleaned_content = re.sub(r"\[回复[^\]]*\],说:\s*", "", cleaned_content)
|
||||
# 匹配 [回复<xxx:数字>],说:xxx 格式
|
||||
cleaned_content = re.sub(r"\[回复<[^>]*>\],说:\s*", "", cleaned_content)
|
||||
|
||||
# 2. 处理原有的[回复开头格式(保持向后兼容)
|
||||
# 注意:这步要在上面处理完成后再执行,避免冲突
|
||||
# 核心逻辑:优先处理最复杂的[回复...]格式,特别是嵌套格式。
|
||||
# 这种方法最稳健:如果以[回复开头,就找到最后一个],然后切掉之前的所有内容。
|
||||
if cleaned_content.startswith("[回复"):
|
||||
last_bracket_index = cleaned_content.rfind("]")
|
||||
if last_bracket_index != -1:
|
||||
cleaned_content = cleaned_content[last_bracket_index + 1 :].strip()
|
||||
|
||||
# 3. 移除表情包格式:[表情包:xxx]
|
||||
# 在处理完回复格式后,再清理其他简单的格式
|
||||
# 移除表情包格式:[表情包:xxx]
|
||||
cleaned_content = re.sub(r"\[表情包:[^\]]*\]", "", cleaned_content)
|
||||
|
||||
# 4. 移除图片格式:[图片:xxx]
|
||||
# 移除图片格式:[图片:xxx]
|
||||
cleaned_content = re.sub(r"\[图片:[^\]]*\]", "", cleaned_content)
|
||||
|
||||
# 5. 移除@格式:@<xxx>
|
||||
# 移除@格式:@<xxx>
|
||||
cleaned_content = re.sub(r"@<[^>]*>", "", cleaned_content)
|
||||
|
||||
# 6. 移除其他可能的系统格式
|
||||
# [表情包(描述生成失败)] 等错误格式
|
||||
cleaned_content = re.sub(r"\[表情包\([^)]*\)\]", "", cleaned_content)
|
||||
# [图片(描述生成失败)] 等错误格式
|
||||
|
||||
Reference in New Issue
Block a user