import { Route } from '@/types'; import got from '@/utils/got'; import { load } from 'cheerio'; import { finishArticleItem } from '@/utils/wechat-mp'; export const route: Route = { path: '/tgchannel/:id/:mpName?/:searchQueryType?', categories: ['new-media'], example: '/wechat/tgchannel/lifeweek', parameters: { id: '公众号绑定频道 id', mpName: '欲筛选的公众号全名（URL-encoded，精确匹配），在频道订阅了多个公众号时可选用', searchQueryType: '搜索查询类型，见下表' }, features: { requireConfig: false, requirePuppeteer: false, antiCrawler: false, supportBT: false, supportPodcast: false, supportScihub: false, }, name: '公众号（Telegram 频道来源）', maintainers: ['LogicJake', 'Rongronggg9'], handler, description: `| 搜索查询类型 | 将使用的搜索关键字 | 适用于 | | :----------: | :----------------: | :-------------------------: | | \`0\` | (禁用搜索) | 所有情况 (默认) | | \`1\` | 公众号全名 | 未启用 efb-patch-middleware | | \`2\` | #公众号全名 | 已启用 efb-patch-middleware | ::: tip 启用搜索有助于在订阅了过多公众号的频道里有效筛选，不易因为大量公众号同时推送导致一些公众号消息被遗漏，但必须正确选择搜索查询类型，否则会搜索失败。 ::: ::: warning 该方法需要通过 efb 进行频道绑定，具体操作见 [https://github.com/DIYgod/RSSHub/issues/2172](https://github.com/DIYgod/RSSHub/issues/2172) :::`, }; async function handler(ctx) { const id = ctx.req.param('id'); const mpName = ctx.req.param('mpName') ?? ''; let searchQueryType = ctx.req.param('searchQueryType') ?? '0'; if (searchQueryType !== '0' && searchQueryType !== '1' && searchQueryType !== '2') { searchQueryType = '0'; } searchQueryType = +searchQueryType; // 将字符串转换为数字 const channelUrl = `https://t.me/s/${id}`; const searchQuery = mpName && searchQueryType ? (searchQueryType === 2 ? `?q=%23${mpName}` : `?q=${mpName}`) : ''; const { data } = await got.get(`${channelUrl}${searchQuery}`); const $ = load(data); const list = $('.tgme_widget_message_wrap').slice(-20); const out = await Promise.all( list.toArray().map(async (item) => { item = $(item); if (searchQuery) { // 删除关键字高亮 const highlightMarks = item.find('mark.highlight').toArray(); if (highlightMarks) { for (let mark of highlightMarks) { mark = $(mark); const markInnerHtml = mark.html(); mark.replaceWith(markInnerHtml); } item = $(item.html()); // 删除关键字高亮后，相邻的裸文本节点不会被自动合并，重新生成 cheerio 对象以确保后续流程正常运行 } } // [ div.tgme_widget_message_text 格式简略说明 ] // 若频道只订阅一个公众号： // 第 1 个元素: 🔗 // 第 2 个元素: ${文章标题} // (余下是文章简介，一般是裸文本，这里用不到) // // 若频道订阅多于一个公众号： // 第 1 个元素: ${emoji(标注消息来源于什么 slave，这里是表示微信的💬)} // 第 2 个元素: ${emoji(标注对话类型，这里是表示私聊的👤) // 裸文本: (半角空格)${公众号名}(半角冒号) // 第 3 个元素:
// 第 4 个元素: 🔗 // 第 5 个元素: ${文章标题} // (余下是文章简介，一般是裸文本，这里用不到) // // 若启用 efb-patch-middleware 且频道订阅多于一个公众号： // 第 1 个元素: ${emoji(标注消息来源于什么 slave，这里是表示微信的💬)} // 第 2 个元素: ${emoji(标注对话类型，这里是表示私聊的👤) // 第 3 个元素: #${公众号名} // 裸文本: ${公众号名余下部分 (若 hashtag 不合法 (遇到空格、标点) 导致被截断才会有)}(半角冒号) // 第 4 个元素:
// 第 5 个元素: 🔗 // 第 6 个元素: ${文章标题} // (余下是文章简介，一般是裸文本，这里用不到) let author = ''; let titleElemIs3thA = false; const brNode = item.find('.tgme_widget_message_text > br:nth-of-type(1)').get(0); // 获取第一个换行 const authorNode = brNode && brNode.prev; // brNode 不为 undefined 时获取它的前一个节点 const authorNodePrev = authorNode && authorNode.prev; // authorNode 不为 undefined 时获取它的前一个节点 if (authorNode && authorNode.type === 'text') { // 只有这个节点是一个裸文本时它才可能是公众号名，开始找寻公众号名 if (authorNodePrev && authorNodePrev.type === 'tag' && authorNodePrev.name === 'a' && authorNodePrev.attribs.href && authorNodePrev.attribs.href.startsWith('?q=%23')) { // authorNode 前一个节点是链接, 且是个 hashtag，表示启用了 efb-patch-middleware，这个节点是公众号名 // 有两种可能： // 带 # 的完整公众号名 (efb-patch-middleware 启用，且 hashtag 完全合法) // 被截断的公众号名前半部分 (efb-patch-middleware 启用，但 hashtag 被空格或标点截断) // (若 efb-patch-middleware 未启用，或 hashtag 完全不合法，不会进入此流程) titleElemIs3thA = true; author += $(authorNodePrev).text(); } const spaceIndex = authorNode.data.indexOf(' '); const colonIndex = authorNode.data.indexOf(':'); if (authorNode.data.length > 1 && colonIndex !== -1 && (spaceIndex !== -1 || titleElemIs3thA)) { // 有三种可能： // 不带 # 的完整公众号名 (efb-patch-middleware 未启用) // 带 # 的完整公众号名 (efb-patch-middleware 启用，但 hashtag 完全不合法) // 被截断的公众号名后半部分 (efb-patch-middleware 启用，但 hashtag 被空格或标点截断，此时空格有意义) // (若 efb-patch-middleware 启用，且 hashtag 完全合法，不会进入此流程) const sliceStart = titleElemIs3thA ? 0 : spaceIndex + 1; author += authorNode.data.slice(sliceStart, colonIndex); // 提取作者 } if (author.startsWith('#')) { author = author.slice(1); // 去掉开头的 # } } // 如果启用了 efb-patch-middleware 且 hashtag (部分)合法，第三个 a 元素会是文章链接，否则是第二个 const titleElemNth = titleElemIs3thA ? 3 : 2; const titleElem = item.find(`.tgme_widget_message_text > a:nth-of-type(${titleElemNth})`); if (titleElem.length === 0) { // 获取不到标题 a 元素，这可能是公众号发的服务消息，丢弃它 return; } let title = titleElem.text(); const link = titleElem.attr('href'); if (mpName && author !== mpName) { // 指定了要筛选的公众号名，且该文章不是该公众号发的 return; // 丢弃 } else if (!mpName && author) { // 没有指定要筛选的公众号名，且匹配到了作者 title = author + ': ' + title; // 给标题里加上获取到的作者 } const pubDate = new Date(item.find('.tgme_widget_message_date time').attr('datetime')).toUTCString(); /* * Since 2024/4/20, t.me/s/ mistakenly have every '&' in **hyperlinks** replaced by '&'. * wechat-mp will take care of this, so no need to fix it here. * However, once the bug is eventually fixed, all guid will be changed again. * Considering that this is almost certain to happen, let's break guid consistency now by using * normalized URL from wechat-mp as guid to avoid similar issues in the future. */ const single = { title, pubDate, link, // guid: link, }; if (link !== undefined) { try { return await finishArticleItem(single); } catch { single.description = item.find('.tgme_widget_message_text').html(); } } return single; }) ); out.reverse(); return { title: mpName || $('.tgme_channel_info_header_title').text(), link: `https://t.me/s/${id}`, item: out.filter(Boolean), allowEmpty: !!mpName, }; }