304 lines
9.8 KiB
JavaScript
304 lines
9.8 KiB
JavaScript
/**
|
||
* 提示词格式化工具
|
||
* 提供提示词相关的格式化方法
|
||
*/
|
||
|
||
import { logger } from './logger.js';
|
||
|
||
class PromptFormatter {
|
||
// 定义特殊分隔符
|
||
static SEPARATORS = {
|
||
START: '【T:', // 标签开始标记
|
||
END: ':T】', // 标签结束标记
|
||
NEWLINE: '\n' // 换行符用于分隔多个标签
|
||
};
|
||
|
||
// 定义标点符号映射表
|
||
static PUNCTUATION_MAP = {
|
||
// 基础标点
|
||
'，': ',',
|
||
'。': '.',
|
||
'、': ',',
|
||
'；': ';',
|
||
'：': ':',
|
||
'？': '?',
|
||
'！': '!',
|
||
|
||
// 引号
|
||
'\u201C': '"', // 中文左双引号
|
||
'\u201D': '"', // 中文右双引号
|
||
'\u2018': "'", // 中文左单引号
|
||
'\u2019': "'", // 中文右单引号
|
||
|
||
// 括号
|
||
'（': '(',
|
||
'）': ')',
|
||
'【': '[',
|
||
'】': ']',
|
||
'「': '{',
|
||
'」': '}',
|
||
'『': '{',
|
||
'』': '}',
|
||
'〔': '[',
|
||
'〕': ']',
|
||
'［': '[',
|
||
'］': ']',
|
||
'｛': '{',
|
||
'｝': '}',
|
||
'《': '<',
|
||
'》': '>',
|
||
'〈': '<',
|
||
'〉': '>',
|
||
|
||
// 其他符号
|
||
'～': '~',
|
||
'｜': '|',
|
||
'·': '.',
|
||
'…': '...',
|
||
'━': '-',
|
||
'—': '-',
|
||
'──': '--',
|
||
'－': '-',
|
||
'＿': '_',
|
||
'＋': '+',
|
||
'×': '*',
|
||
'÷': '/',
|
||
'＝': '=',
|
||
'＠': '@',
|
||
'＃': '#',
|
||
'＄': '$',
|
||
'％': '%',
|
||
'＾': '^',
|
||
'＆': '&',
|
||
'＊': '*',
|
||
};
|
||
|
||
// 定义需要检测的标点符号集合
|
||
static PUNCTUATION_SET = new Set([',', '.', '，', '。']);
|
||
|
||
/**
|
||
* 在文本中查找最近的标点符号
|
||
*/
|
||
static findNearestPunctuation(text, searchForward = true) {
|
||
if (!text) return false;
|
||
|
||
// 移除开头和结尾的空格
|
||
const cleanText = searchForward ? text.trimStart() : text.trimEnd();
|
||
if (!cleanText) return false;
|
||
|
||
// 搜索第一个非空格字符
|
||
const char = searchForward ? cleanText[0] : cleanText[cleanText.length - 1];
|
||
return this.PUNCTUATION_SET.has(char);
|
||
}
|
||
|
||
/**
|
||
* 格式化标签，生成四种格式
|
||
*/
|
||
static formatTag(tagValue) {
|
||
try {
|
||
// 生成四种格式
|
||
const format1 = ` ${tagValue}`; // 空格+标签
|
||
const format2 = ` ${tagValue},`; // 空格+标签+逗号
|
||
const format3 = `, ${tagValue}`; // 逗号+空格+标签
|
||
const format4 = `, ${tagValue},`; // 逗号+空格+标签+逗号
|
||
|
||
logger.debug(`标签格式化 | 结果:成功 | 原始值:${tagValue} | 格式1:"${format1}" | 格式2:"${format2}" | 格式3:"${format3}" | 格式4:"${format4}"`);
|
||
|
||
return {
|
||
format1,
|
||
format2,
|
||
format3,
|
||
format4,
|
||
insertedFormat: null // 实际插入的格式，初始为null
|
||
};
|
||
} catch (error) {
|
||
logger.error(`标签格式化 | 结果:异常 | 错误:${error.message}`);
|
||
return {
|
||
format1: ` ${tagValue}`,
|
||
format2: ` ${tagValue},`,
|
||
format3: `, ${tagValue}`,
|
||
format4: `, ${tagValue},`,
|
||
insertedFormat: null
|
||
};
|
||
}
|
||
}
|
||
|
||
/**
|
||
* 确定应该使用哪种格式
|
||
*/
|
||
static determineFormatType(beforeText, afterText) {
|
||
try {
|
||
// 判断是否为空输入框
|
||
if (!beforeText && !afterText) {
|
||
logger.debug('格式判断 | 结果:空输入框 | 使用格式:2');
|
||
return 2; // 空输入框使用格式2（空格+标签+逗号）
|
||
}
|
||
|
||
// 检查前方文本是否只包含空格
|
||
const hasTextBefore = beforeText.trim().length > 0;
|
||
|
||
// 跨空格查找前后的标点符号
|
||
const hasCommaBefore = this.findNearestPunctuation(beforeText, false);
|
||
const hasCommaAfter = this.findNearestPunctuation(afterText, true);
|
||
|
||
// 如果前方没有实际文本（只有空格），使用格式2
|
||
if (!hasTextBefore) {
|
||
logger.debug('格式判断 | 结果:前方无文本 | 使用格式:2');
|
||
return 2; // 使用格式2（空格+标签+逗号）
|
||
}
|
||
|
||
// 根据前后标点符号情况决定使用哪种格式
|
||
let formatType;
|
||
if (hasCommaBefore && hasCommaAfter) {
|
||
formatType = 1; // 前后都有标点，使用格式1（空格+标签）
|
||
} else if (hasCommaBefore && !hasCommaAfter) {
|
||
formatType = 2; // 前有标点后无标点，使用格式2（空格+标签+逗号）
|
||
} else if (!hasCommaBefore && hasCommaAfter) {
|
||
formatType = 3; // 前无标点后有标点，使用格式3（逗号+空格+标签）
|
||
} else {
|
||
formatType = 4; // 前后都无标点，使用格式4（逗号+空格+标签+逗号）
|
||
}
|
||
|
||
logger.debug(`格式判断 | 前标点:${hasCommaBefore} | 后标点:${hasCommaAfter} | 前方文本:${hasTextBefore} | 使用格式:${formatType}`);
|
||
return formatType;
|
||
|
||
} catch (error) {
|
||
logger.error(`格式判断 | 结果:异常 | 错误:${error.message}`);
|
||
return 2; // 发生错误时默认使用格式2
|
||
}
|
||
}
|
||
|
||
/**
|
||
* 格式化提示词用于API调用
|
||
*/
|
||
static formatPromptForAPI(prompt) {
|
||
// 暂时直接返回原始文本，不做格式化处理
|
||
return {
|
||
formattedText: prompt,
|
||
extractedParts: [],
|
||
originalText: prompt
|
||
};
|
||
}
|
||
|
||
/**
|
||
* 获取用于API调用的纯文本
|
||
*/
|
||
static getAPIText(formatInfo) {
|
||
// 直接返回原始文本
|
||
return formatInfo?.formattedText || '';
|
||
}
|
||
|
||
/**
|
||
* 将API返回的结果恢复为原始格式
|
||
*/
|
||
static restorePromptFormat(apiResult, formatInfo) {
|
||
// 直接返回API结果
|
||
return apiResult;
|
||
}
|
||
|
||
/**
|
||
* 格式化翻译后的文本
|
||
* 将中文标点符号转换为英文标点符号
|
||
* 注意：此方法负责处理所有翻译结果的格式（包括百度翻译和LLM翻译），
|
||
* 后端不再进行任何格式预处理或后处理。
|
||
*/
|
||
static formatTranslatedText(text) {
|
||
try {
|
||
if (!text) return '';
|
||
|
||
// 记录原始文本用于日志
|
||
const originalText = text;
|
||
|
||
// 保留换行符，按行处理文本
|
||
const lines = text.split('\n');
|
||
const formattedLines = lines.map(line => {
|
||
// 使用映射表替换所有中文标点
|
||
let formattedLine = line;
|
||
for (const [cnPunct, enPunct] of Object.entries(this.PUNCTUATION_MAP)) {
|
||
formattedLine = formattedLine.split(cnPunct).join(enPunct);
|
||
}
|
||
|
||
// 处理连续的点号（超过3个的情况）
|
||
formattedLine = formattedLine.replace(/\.{3,}/g, '...');
|
||
|
||
// 处理多余的空格
|
||
formattedLine = formattedLine
|
||
.replace(/\s+/g, ' ') // 多个空格转换为单个空格
|
||
.replace(/\s*,\s*/g, ', ') // 统一逗号后的空格
|
||
.trim(); // 去除首尾空格
|
||
|
||
return formattedLine;
|
||
});
|
||
|
||
// 合并处理后的行，保留原始换行符
|
||
const formattedText = formattedLines.join('\n');
|
||
|
||
// 记录日志
|
||
if (originalText !== formattedText) {
|
||
const logOriginal = originalText.length > 100 ?
|
||
originalText.substring(0, 100) + '...' : originalText;
|
||
const logFormatted = formattedText.length > 100 ?
|
||
formattedText.substring(0, 100) + '...' : formattedText;
|
||
logger.debug(`标点符号转换 | 结果:成功 | 原行数:${lines.length} | 转换后行数:${formattedLines.length} | 样例:"${logFormatted}"`);
|
||
}
|
||
|
||
return formattedText;
|
||
|
||
} catch (error) {
|
||
logger.error(`标点符号转换 | 结果:异常 | 错误:${error.message}`);
|
||
return text; // 发生错误时返回原始文本
|
||
}
|
||
}
|
||
|
||
/**
|
||
* 判断文本的语言类型
|
||
*/
|
||
static detectLanguage(text) {
|
||
try {
|
||
if (!text) {
|
||
return {
|
||
from: 'en',
|
||
to: 'zh'
|
||
};
|
||
}
|
||
|
||
// 检查是否包含中文字符
|
||
const hasChineseChars = /[\u4e00-\u9fff]/.test(text);
|
||
// 检查是否包含英文字符
|
||
const hasEnglishChars = /[a-zA-Z]/.test(text);
|
||
|
||
let from, to, type;
|
||
|
||
if (hasChineseChars && !hasEnglishChars) {
|
||
// 纯中文
|
||
from = 'zh';
|
||
to = 'en';
|
||
type = '纯中文';
|
||
} else if (!hasChineseChars && hasEnglishChars) {
|
||
// 纯英文
|
||
from = 'en';
|
||
to = 'zh';
|
||
type = '纯英文';
|
||
} else {
|
||
// 混合语言（包含中英文）或其他情况，默认中译英
|
||
from = 'zh';
|
||
to = 'en';
|
||
type = '混合语言';
|
||
}
|
||
|
||
// 记录日志
|
||
logger.debug(`语言检测 | 结果:${type} | 翻译方向:${from}→${to}`);
|
||
|
||
return { from, to };
|
||
|
||
} catch (error) {
|
||
logger.error(`语言检测 | 结果:异常 | 错误:${error.message}`);
|
||
return {
|
||
from: 'en',
|
||
to: 'zh'
|
||
};
|
||
}
|
||
}
|
||
}
|
||
|
||
export { PromptFormatter }; |