解决电报机器人消息字符限制中对实体长度计算不准确的问题

java

2024-03-22 11:28:11

电报机器人消息字符限制：实体长度计算

问题陈述

在使用电报机器人 API 时，你会注意到它具有对消息文本字符长度的限制。然而，问题在于当文本中存在实体时，限制的计算并不总是如文档中所述的那样工作。

电报机器人 API 文档明确指出：

"发送消息的文本，实体解析后为 1-4096 个字符。"

这意味着实体不应该计入字符数限制中。然而，在实践中，你会发现有时实体确实被计算在内。这可能会给试图利用限制的开发者带来问题。

解决方法

为了解决这个问题，我们可以使用正则表达式来计算所有实体的总长度。可以通过在文本中搜索特定 HTML 标签来实现这一点。这些标签用于格式化文本，例如加粗、斜体和链接。

一旦我们知道实体的总长度，我们就可以将其添加到消息文本的字符数限制中。这将确保我们的消息始终遵守限制，即使文本中包含实体。

以下是一个代码示例，用于计算实体的总长度：

private static final Pattern HTML_TAGS = Pattern.compile("<b>|</b>|<i>|</i>|<s>|</s>|<code>|</code>|<u>|</u>|<a href='.*?'>(.*?)</a>");

private int GetLengthOfFormattingTags(String text) {
    Matcher matcher = HTML_TAGS.matcher(text);
    int tagTotalLength = 0;

    while (matcher.find()) {
        for (int i = 0; i <= matcher.groupCount(); i++) {
            String tag = matcher.group(i);
            if (tag == null) continue; // Strange, somehow matcher.group(i) returns null.

            if (i > 0) {
                // Hyperlink, remove the length of the text.
                tagTotalLength -= tag.length();
            } else {
                // Found a HTML tag, add to length.
                tagTotalLength += tag.length();
            }
        }
    }

    return tagTotalLength;
}

应用字符限制

现在，有了实体总长度，我们可以应用字符限制：

public String ApplyTextLimitation(String text, short characterLimit) {
    // The documentation states that formatting is not counted towards the final text length.
    int uselessLength = GetLengthOfFormattingTags(text);
    int _characterLimit = (int) characterLimit + uselessLength;

    System.out.println("Text length: " + text.length());
    System.out.println("Text length with no entities: " + (text.length() - uselessLength));

    if (text.length() > _characterLimit) {
        text = text.substring(0, _characterLimit - 3).concat("...");

        //text = RemoveLastUnclosedTag(text);
    }

    return text;
}