ai-agent/workflow/service/flow/flow_helper.go

package flow

import (
	"ai-agent/workflow/model/entity"
	"net/url"
	"path"
	"path/filepath"
	"regexp"
	"strconv"
	"strings"
)

// FindEndNodes 从指定起始节点开始，遍历图找到所有末端节点（没有出边的节点）
func FindEndNodes(startNodeId string, edges []entity.FlowEdge) []string {
	nextMap := make(map[string][]string)
	for _, e := range edges {
		nextMap[e.From] = append(nextMap[e.From], e.To)
	}

	endNodeSet := make(map[string]struct{})
	visited := make(map[string]struct{})
	queue := []string{startNodeId}

	for len(queue) > 0 {
		node := queue[0]
		queue = queue[1:]

		if _, exist := visited[node]; exist {
			continue
		}
		visited[node] = struct{}{}

		nextList := nextMap[node]
		if len(nextList) == 0 {
			endNodeSet[node] = struct{}{}
			continue
		}
		queue = append(queue, nextList...)
	}

	res := make([]string, 0, len(endNodeSet))
	for k := range endNodeSet {
		res = append(res, k)
	}
	return res
}

// ExtractFlowNodeFrom 从 FlowInfo 中提取节点列表，并自动补齐 DataMerge 节点的 InputSource
func ExtractFlowNodeFrom(flowContent *entity.FlowInfo) []*entity.FlowNode {
	// 构建每个节点的上游节点映射
	upstreamMap := make(map[string][]string)
	for _, edge := range flowContent.Edges {
		upstreamMap[edge.To] = append(upstreamMap[edge.To], edge.From)
	}

	// 同时更新 flowContent.Nodes 中的 DataMerge 节点
	//for i := range flowContent.Nodes {
	//	n := &flowContent.Nodes[i]
	//	// 对于 DataMerge 节点，自动根据边关系填充 InputSource
	//	if n.NodeCode == node.NodeTypeDataMerge {
	//		n.InputSource = nil
	//		for _, fromId := range upstreamMap[n.Id] {
	//			n.InputSource = append(n.InputSource, entity.FlowNodeInputSource{
	//				NodeId: fromId,
	//			})
	//		}
	//	}
	//}

	var flowNodes []*entity.FlowNode
	for _, item := range flowContent.Nodes {
		flowNodes = append(flowNodes, &item)
	}
	return flowNodes
}

// GetFileTypeByPath 根据文件路径/URL的后缀名判断文件类型
func GetFileTypeByPath(filePath string) string {
	if filePath == "" {
		return ""
	}

	// 解析 URL，获取真实路径（兼容 http 链接）
	u, err := url.Parse(filePath)
	if err == nil {
		filePath = u.Path
	}

	// 获取后缀（小写）
	ext := filepath.Ext(filePath)
	ext = strings.ToLower(ext)

	// 判断类型
	switch ext {
	case ".jpg", ".jpeg", ".png", ".gif", ".bmp", ".webp":
		return "image"
	case ".mp4", ".mov", ".avi", ".flv", ".wmv", ".mkv":
		return "video"
	case ".mp3", ".wav", ".m4a", ".flac", ".aac", ".ogg":
		return "audio"
	case ".txt", ".md", ".log", ".json", ".xml", ".inc":
		return "text"
	case ".html":
		return "html"
	case ".pdf", ".doc", ".docx", ".xls", ".xlsx", ".ppt", ".pptx":
		return "document"
	default:
		return ""
	}
}

// GetUrlSuffix 获取URL文件后缀
// rawUrl: 原始链接
// withDot: true 返回 .mp4  false 返回 mp4
func GetUrlSuffix(rawUrl string, withDot bool) string {
	// 解析URL，剥离查询参数
	u, err := url.Parse(rawUrl)
	if err != nil {
		return ""
	}

	// 提取路径部分
	filePath := u.Path
	// 获取文件名
	fileName := path.Base(filePath)
	if fileName == "" || !strings.Contains(fileName, ".") {
		return ""
	}

	// 截取后缀
	suffix := path.Ext(fileName)
	if !withDot {
		suffix = strings.TrimPrefix(suffix, ".")
	}
	return suffix
}

// ExtractImageCount 修复：支持单引号/双引号 + 换行 + 空格
func ExtractImageCount(content string) int {
	// 🔥 关键：支持 class='image-count' （单引号）
	re := regexp.MustCompile(`<p class=['"]image-count['"][^>]*>.*?(\d+).*?</p>`)
	match := re.FindStringSubmatch(content)
	if len(match) >= 2 {
		num, err := strconv.Atoi(match[1])
		if err == nil {
			return num
		}
	}
	return 0
}

func ImageTagRegex(html string) string {
	// 🔥 修复：支持单引号、双引号、空格、换行，100% 删除 <p class='image-count'>
	imageTagRegex := regexp.MustCompile(`<p class=['"]image-count['"][^>]*>[\s\S]*?</p>`)
	return imageTagRegex.ReplaceAllString(html, "")
}

// StripHtmlTags 去掉所有HTML标签，保留换行和文本结构，并删除配图标记行
func StripHtmlTags(html string) string {
	// 1. 替换块级标签为换行，保证排版
	blockTags := regexp.MustCompile(`</?(div|p|h1|h2|h3|h4|h5|h6|li|ul|ol|br|tr|td|th)[^>]*>`)
	text := blockTags.ReplaceAllString(html, "\n")

	// 2. 去掉所有剩余的 HTML 标签
	allTags := regexp.MustCompile(`<[^>]+>`)
	text = allTags.ReplaceAllString(text, "")

	// 4. 清理多余空行（多个换行只保留一个）
	text = regexp.MustCompile(`\n\s*\n`).ReplaceAllString(text, "\n")

	// 5. 只去掉首尾空白，中间换行保留
	text = strings.TrimSpace(text)

	return text
}

// SplitMultiContents 拆分模型返回的多条文案（基于HTML标签分隔）
func SplitMultiContents(htmlContent string) []string {
	var contents []string
	// 正则匹配<div class="content-item" id="content-{序号}">包裹的内容
	re := regexp.MustCompile(`<div class="content-item" id="content-\d+">([\s\S]*?)</div>`)
	matches := re.FindAllStringSubmatch(htmlContent, -1)
	for _, match := range matches {
		if len(match) > 1 {
			// 清理空内容
			trimmed := strings.TrimSpace(match[1])
			if trimmed != "" {
				contents = append(contents, trimmed)
			}
		}
	}
	// 兜底：如果没有匹配到结构化内容，按换行/分隔符拆分
	if len(contents) == 0 {
		contents = strings.Split(htmlContent, "===分隔符===") // 提示词中可新增此兜底规则
	}
	return contents
}

// GetAllImgSrcFromHtml 先把提取img src的工具方法放在外面
func GetAllImgSrcFromHtml(html string) []string {
	var imgSrcList []string
	re := regexp.MustCompile(`<img[^>]*src\s*=\s*["']([^"']+)["']`)
	submatch := re.FindAllStringSubmatch(html, -1)
	for _, match := range submatch {
		if len(match) >= 2 {
			imgSrcList = append(imgSrcList, match[1])
		}
	}
	return imgSrcList
}

// ReplaceImgSrc 替换img src的方法
func ReplaceImgSrc(html string, oldSrc string, newSrc string) string {
	// 精准替换：找到 <img  xxx src="oldSrc"  xxx>
	re := regexp.MustCompile(`(<img[^>]*src\s*=\s*["'])` + regexp.QuoteMeta(oldSrc) + `(["'])`)
	return re.ReplaceAllString(html, `${1}`+newSrc+`${2}`)
}