调整去除md格式

common/utils.py

@@ -404,31 +404,81 @@ def check_chatroom(userName):
         return True
     return False
 
-def remove_markdown_symbol(text: str):
-    # 移除markdown格式，目前先移除**
-    if not text  or not isinstance(text, str):  
-        return text
-    # 去除加粗、斜体等格式
-    #text = re.sub(r'\*\*([^*]+)\*\*', r'\1', text)  # 去除加粗
-    text=re.sub(r'\*\*(.*?)\*\*', r'\1', text)
-    text = re.sub(r'\*([^*]+)\*', r'\1', text)      # 去除斜体
-    text = re.sub(r'__([^_]+)__', r'\1', text)      # 去除加粗（下划线）
-    text = re.sub(r'_(.*?)_', r'\1', text)           # 去除斜体（下划线）
+# def remove_markdown_symbol(text: str):
+#     # 移除markdown格式，目前先移除**
+#     if not text  or not isinstance(text, str):  
+#         return text
+#     # 去除加粗、斜体等格式
+#     #text = re.sub(r'\*\*([^*]+)\*\*', r'\1', text)  # 去除加粗
+#     text=re.sub(r'\*\*(.*?)\*\*', r'\1', text)
+#     text = re.sub(r'\*([^*]+)\*', r'\1', text)      # 去除斜体
+#     text = re.sub(r'__([^_]+)__', r'\1', text)      # 去除加粗（下划线）
+#     text = re.sub(r'_(.*?)_', r'\1', text)           # 去除斜体（下划线）
     
-    # 去除行内代码块
-    text = re.sub(r'`([^`]+)`', r'\1', text)
+#     # 去除行内代码块
+#     text = re.sub(r'`([^`]+)`', r'\1', text)
     
-    # 去除换行符\n，或者多余的空格
-    #text = re.sub(r'\n+', ' ', text)
+#     # 去除换行符\n，或者多余的空格
+#     #text = re.sub(r'\n+', ' ', text)
     
-    # 去除列表编号等
-    #text = re.sub(r'^\d+\.\s*', '', text, flags=re.MULTILINE)
+#     # 去除列表编号等
+#     #text = re.sub(r'^\d+\.\s*', '', text, flags=re.MULTILINE)
+
 
+#     #text = re.sub('[\\\`\*\_\[\]\#\+\-\!\>]', '', text)
+#     text = re.sub('[\\\`\*\_\[\]\#\+\!\>]', '', text)
+#     print(text)
+#     return text
 
-    #text = re.sub('[\\\`\*\_\[\]\#\+\-\!\>]', '', text)
-    text = re.sub('[\\\`\*\_\[\]\#\+\!\>]', '', text)
-    print(text)
-    return text
+# def remove_markdown_symbol(text: str):
+#     if not text or not isinstance(text, str):  
+#         return text
+    
+#     # 去除加粗、斜体等格式
+#     text = re.sub(r'\*\*(.*?)\*\*', r'\1', text)  # 去除加粗
+#     text = re.sub(r'\*([^*]+)\*', r'\1', text)    # 去除斜体
+#     text = re.sub(r'__([^_]+)__', r'\1', text)    # 去除加粗（下划线）
+#     text = re.sub(r'_(.*?)_', r'\1', text)        # 去除斜体（下划线）
+    
+#     # 去除行内代码块
+#     text = re.sub(r'`([^`]+)`', r'\1', text)
+    
+#     # 去除其他 Markdown 符号
+#     text = re.sub('[\\\`\*\_\[\]\#\+\!\>]', '', text)
+    
+#     return text
+
+def remove_markdown_symbol(text: str):
+  # 去除标题
+    text = re.sub(r'#+\s*', '', text)
+    
+    # 去除粗体和斜体
+    text = re.sub(r'\*\*([^*]+)\*\*', r'\1', text)
+    text = re.sub(r'__([^_]+)__', r'\1', text)
+    text = re.sub(r'\*([^*]+)\*', r'\1', text)
+    text = re.sub(r'_([^_]+)_', r'\1', text)
+    
+    # 保留链接地址
+    text = re.sub(r'\[([^\]]+)\]\(([^\)]+)\)', r'\2', text)
+    
+    # 保留图片地址
+    text = re.sub(r'!\[([^\]]+)\]\(([^\)]+)\)', r'\2', text)
+    
+    # 去除列表
+    text = re.sub(r'^\s*[\*\+\-]\s+', '', text, flags=re.MULTILINE)
+    text = re.sub(r'^\s*\d+\.\s+', '', text, flags=re.MULTILINE)
+    
+    # 去除代码块和内联代码
+    text = re.sub(r'```[^`]*```', '', text, flags=re.DOTALL)
+    text = re.sub(r'`([^`]+)`', r'\1', text)
+    
+    # 去除引用
+    text = re.sub(r'^>\s*', '', text, flags=re.MULTILINE)
+    
+    # 去除水平线
+    text = re.sub(r'^\s*[-*_]{3,}\s*$', '', text, flags=re.MULTILINE)
+    
+    return text.strip()
 
 
 async def save_to_local_from_url_async(url):