Module:PageSummary

此模块的文档可以在Module:PageSummary/doc创建

local p = {}

-- 精准清理函数：保留加粗和链接，去除表格、模板和正文图片
local function cleanContent(text)
    if not text then return "" end

    -- 1. 移除 HTML 注释、脚注、数学公式
    text = mw.ustring.gsub(text, "<!%-%-.-%-%->", "")
    text = mw.ustring.gsub(text, "<ref[^>]*>.-</ref>", "")
    text = mw.ustring.gsub(text, "<ref[^>]-/>", "")

    -- 2. 移除表格 {| ... |}
    -- 处理嵌套表格：从内向外剥离
    local prev
    repeat
        prev = text
        text = mw.ustring.gsub(text, "{|[^{}]*|}", "")
    until text == prev

    -- 3. 递归移除模板 {{ ... }} (保留正文文字，移除干扰块)
    local count = 0
    repeat
        prev = text
        text = mw.ustring.gsub(text, "{{[^{}]-}}", "")
        count = count + 1
    until text == prev or count > 10

    -- 4. 【核心】去除正文中的图片/文件，但保留普通链接
    -- 逻辑：匹配 [[...]]，如果是文件则删掉，如果是链接则原样保留
    text = mw.ustring.gsub(text, "%[%[([^%[%]]-)%]%]", function(inner)
        local low = mw.ustring.lower(inner)
        -- 识别文件、分类前缀
        if low:match("^file:") or low:match("^image:") or 
           low:match("^文件:") or low:match("^图像:") or
           low:match("^category:") or low:match("^分类:") then
            return "" -- 移除这些内容
        end
        return "[[" .. inner .. "]]" -- 保留普通链接
    end)

    -- 5. 清理多余的标题符号、换行和空格
    text = mw.ustring.gsub(text, "\n==+.-==+", " ") -- 移除标题行
    text = mw.ustring.gsub(text, "\n%s*[*#:]+", " ") -- 列表转为空格
    text = mw.ustring.gsub(text, "\n+", " ")        -- 换行转空格
    text = mw.ustring.gsub(text, "%s+", " ")        -- 压缩空格

    return mw.text.trim(text)
end

function p.getSummaryAndImage(frame)
    local pageName = frame.args[1] or ""
    local title = mw.title.new(pageName)
    if not title or not title.exists then return "" end

    -- 读取前 1500 字，保证性能的同时覆盖首段
    local rawContent = title:getContent() or ""
    local limitedContent = mw.ustring.sub(rawContent, 1, 1500)

    -- 1. 提取缩略图（在清理前先抓取第一张图名）
    local firstImage = mw.ustring.match(limitedContent, "%[%[%s*[Ff]ile%s*:([^|%]%s]+)") or 
                       mw.ustring.match(limitedContent, "%[%[%s*文件%s*:([^|%]%s]+)") or
                       mw.ustring.match(limitedContent, "%[%[%s*[Ii]mage%s*:([^|%]%s]+)")

    -- 2. 执行清理（保留加粗和链接）
    local cleanText = cleanContent(limitedContent)
    
    -- 3. 截取摘要长度
    local targetLen = 180
    local summary = mw.ustring.sub(cleanText, 1, targetLen)
    
    -- 4. 补全因截断可能破坏的加粗或链接标签
    if mw.ustring.len(cleanText) > targetLen then
        summary = summary .. "..."
        -- 简单的标签闭合检查（防止截断导致的页面错乱）
        local _, opens = mw.ustring.gsub(summary, "'''", "")
        if opens % 2 ~= 0 then summary = summary .. "'''" end
    end

    -- 5. 渲染（不加外框，仅保持文字环绕）
    local res = mw.html.create('div'):css({['display'] = 'flow-root'})
    
    -- 渲染标题
    res:tag('div')
       :css({['font-size'] = '1.2em', ['font-weight'] = 'bold', ['margin-bottom'] = '5px'})
       :wikitext('[[' .. pageName .. ']]')

    -- 渲染图片（缩略图）
    if firstImage then
        res:wikitext('[[File:' .. firstImage .. '|120px|right|link=' .. pageName .. ']]')
    end

    -- 渲染带加粗和链接的正文
    res:wikitext(summary)

    return tostring(res)
end

return p