从段落原文提取干净的预览文字：去 markdown 标记、压空白、截 200 字。
(text: str)
| 220 | |
| 221 | |
| 222 | def _clean_preview(text: str) -> str: |
| 223 | """从段落原文提取干净的预览文字：去 markdown 标记、压空白、截 200 字。""" |
| 224 | s = _strip_anchor_from_text(text) |
| 225 | # 去常见 inline markdown 标记 |
| 226 | s = re.sub(r"`+([^`]+)`+", r"\1", s) |
| 227 | s = re.sub(r"\*\*([^*]+)\*\*", r"\1", s) |
| 228 | s = re.sub(r"\*([^*]+)\*", r"\1", s) |
| 229 | s = re.sub(r"__([^_]+)__", r"\1", s) |
| 230 | s = re.sub(r"_([^_]+)_", r"\1", s) |
| 231 | s = re.sub(r"~~([^~]+)~~", r"\1", s) |
| 232 | # 链接 / 图片 → 取文字部分 |
| 233 | s = re.sub(r"!\[([^\]]*)\]\([^\)]*\)", r"\1", s) |
| 234 | s = re.sub(r"\[([^\]]+)\]\([^\)]*\)", r"\1", s) |
| 235 | # 双链 |
| 236 | s = re.sub(r"\[\[([^\]|#]+)(?:#[^\]|]+)?(?:\|([^\]]+))?\]\]", r"\1", s) |
| 237 | # 列表 / 引用 / heading 前缀 |
| 238 | s = re.sub(r"^\s*(?:[-*+]|\d+\.)\s+", "", s, flags=re.MULTILINE) |
| 239 | s = re.sub(r"^\s*>\s?", "", s, flags=re.MULTILINE) |
| 240 | s = re.sub(r"^\s*#{1,6}\s+", "", s, flags=re.MULTILINE) |
| 241 | # 压缩空白 |
| 242 | s = re.sub(r"\s+", " ", s).strip() |
| 243 | if len(s) > 200: |
| 244 | s = s[:200] |
| 245 | return s |
| 246 | |
| 247 | |
| 248 | def build_outline(blocks: list[Block], total_chars: int) -> dict: |
no test coverage detected