/**
* HTML 解析器适配器集成测试
* 测试适配器在实际宏处理场景中的表现
*/
import { describe, it, expect } from '@jest/globals';
import { getHTMLParserAdapter } from '../../src/utils/html-parser-adapter.js';
describe('HTML 解析器适配器集成测试', () => {
const adapter = getHTMLParserAdapter();
it('应该能够处理真实的 Confluence 页面 HTML 结构', () => {
const realConfluenceHtml = `
<!DOCTYPE html>
<html>
<head>
<title>测试页面</title>
</head>
<body>
<div class="wiki-content">
<h1>页面标题</h1>
<p>这是一个包含宏的页面</p>
<ac:structured-macro ac:name="markdown">
<ac:parameter ac:name="atlassian-macro-output-type">BLOCK</ac:parameter>
<ac:plain-text-body>
## Markdown 内容
这是 **粗体** 和 *斜体* 文本
- 列表项 1
- 列表项 2
</ac:plain-text-body>
</ac:structured-macro>
<ac:structured-macro ac:name="code">
<ac:parameter ac:name="language">typescript</ac:parameter>
<ac:parameter ac:name="title">TypeScript 示例</ac:parameter>
<ac:plain-text-body>
interface User {
id: number;
name: string;
}
function getUser(id: number): User {
return { id, name: 'Test User' };
}
</ac:plain-text-body>
</ac:structured-macro>
<div class="confluence-information-macro confluence-information-macro-warning">
<span class="aui-icon aui-icon-small aui-iconfont-warning confluence-information-macro-icon"></span>
<div class="confluence-information-macro-body">
<p>这是一个警告信息</p>
</div>
</div>
</div>
</body>
</html>
`;
const doc = adapter.parseHTML(realConfluenceHtml);
// 验证基本结构
expect(doc.title).toBe('测试页面');
expect(doc.querySelector('h1')?.textContent).toBe('页面标题');
// 验证 Markdown 宏
const markdownMacro = doc.querySelector('ac\\:structured-macro[ac\\:name="markdown"]');
expect(markdownMacro).toBeDefined();
expect(markdownMacro?.querySelector('ac\\:parameter')?.textContent).toBe('BLOCK');
expect(markdownMacro?.querySelector('ac\\:plain-text-body')?.textContent).toContain('Markdown 内容');
// 验证代码宏
const codeMacro = doc.querySelector('ac\\:structured-macro[ac\\:name="code"]');
expect(codeMacro).toBeDefined();
expect(codeMacro?.querySelector('ac\\:parameter[ac\\:name="language"]')?.textContent).toBe('typescript');
expect(codeMacro?.querySelector('ac\\:parameter[ac\\:name="title"]')?.textContent).toBe('TypeScript 示例');
expect(codeMacro?.querySelector('ac\\:plain-text-body')?.textContent).toContain('interface User');
// 验证信息宏
const warningMacro = doc.querySelector('.confluence-information-macro-warning');
expect(warningMacro).toBeDefined();
expect(warningMacro?.querySelector('.confluence-information-macro-body p')?.textContent).toBe('这是一个警告信息');
});
it('应该能够正确序列化修改后的 DOM', () => {
const originalHtml = `
<div class="content">
<ac:structured-macro ac:name="test">
<ac:parameter ac:name="param1">value1</ac:parameter>
<ac:plain-text-body>原始内容</ac:plain-text-body>
</ac:structured-macro>
</div>
`;
const doc = adapter.parseHTML(originalHtml);
// 修改 DOM
const macro = doc.querySelector('ac\\:structured-macro');
if (macro) {
macro.setAttribute('ac:name', 'modified-test');
}
const body = doc.querySelector('ac\\:plain-text-body');
if (body) {
body.textContent = '修改后的内容';
}
// 序列化并验证
const serializedHtml = adapter.serializeDOM(doc);
expect(serializedHtml).toContain('ac:name="modified-test"');
expect(serializedHtml).toContain('修改后的内容');
expect(serializedHtml).not.toContain('原始内容');
});
it('应该能够处理包含特殊字符和编码的内容', () => {
const htmlWithSpecialChars = `
<div>
<p>包含特殊字符: <>&"'</p>
<p>中文内容: 测试中文字符</p>
<p>Unicode: 🚀 ✅ ❌</p>
<ac:structured-macro ac:name="test">
<ac:plain-text-body>
特殊字符测试: <script>alert('test')</script>
中文测试: 这是中文内容
符号测试: @#$%^&*()
</ac:plain-text-body>
</ac:structured-macro>
</div>
`;
const doc = adapter.parseHTML(htmlWithSpecialChars);
// 验证特殊字符正确解析
const paragraphs = doc.querySelectorAll('p');
expect(paragraphs[0]?.textContent).toContain('<>&"\'');
expect(paragraphs[1]?.textContent).toContain('测试中文字符');
expect(paragraphs[2]?.textContent).toContain('🚀');
// 验证宏内容正确解析
const macroBody = doc.querySelector('ac\\:plain-text-body');
expect(macroBody?.textContent).toContain('<script>');
expect(macroBody?.textContent).toContain('这是中文内容');
expect(macroBody?.textContent).toContain('@#$%^&*()');
});
it('应该能够处理大型复杂的 HTML 文档', () => {
// 生成一个包含多个宏的大型文档
let largeHtml = '<div class="wiki-content">';
for (let i = 0; i < 50; i++) {
largeHtml += `
<h2>章节 ${i + 1}</h2>
<p>这是第 ${i + 1} 个章节的内容</p>
<ac:structured-macro ac:name="markdown">
<ac:parameter ac:name="atlassian-macro-output-type">BLOCK</ac:parameter>
<ac:plain-text-body>
### 子标题 ${i + 1}
这是第 ${i + 1} 个 Markdown 宏的内容
</ac:plain-text-body>
</ac:structured-macro>
<ac:structured-macro ac:name="code">
<ac:parameter ac:name="language">javascript</ac:parameter>
<ac:plain-text-body>
console.log('这是第 ${i + 1} 个代码块');
function test${i + 1}() {
return ${i + 1};
}
</ac:plain-text-body>
</ac:structured-macro>
`;
}
largeHtml += '</div>';
// 测试解析性能和正确性
const startTime = Date.now();
const doc = adapter.parseHTML(largeHtml);
const parseTime = Date.now() - startTime;
// 验证解析结果
expect(doc.querySelectorAll('h2')).toHaveLength(50);
expect(doc.querySelectorAll('ac\\:structured-macro[ac\\:name="markdown"]')).toHaveLength(50);
expect(doc.querySelectorAll('ac\\:structured-macro[ac\\:name="code"]')).toHaveLength(50);
// 验证内容正确性
const firstMarkdown = doc.querySelector('ac\\:structured-macro[ac\\:name="markdown"] ac\\:plain-text-body');
expect(firstMarkdown?.textContent).toContain('子标题 1');
const lastCodeMacro = doc.querySelectorAll('ac\\:structured-macro[ac\\:name="code"] ac\\:plain-text-body')[49];
expect(lastCodeMacro?.textContent).toContain('test50');
// 验证性能（解析时间应该在合理范围内）
expect(parseTime).toBeLessThan(5000); // 5秒内完成解析
console.log(`大型文档解析耗时: ${parseTime}ms`);
});
it('应该能够处理错误的 HTML 并进行修复', () => {
const malformedHtml = `
<div class="content">
<p>未闭合的段落
<ac:structured-macro ac:name="test">
<ac:parameter ac:name="param1">value1
<ac:plain-text-body>
内容没有正确闭合
</ac:structured-macro>
<div>另一个未闭合的div
</div>
`;
// jsdom 应该能够自动修复大部分 HTML 错误
expect(() => {
const doc = adapter.parseHTML(malformedHtml);
// 验证基本结构仍然可以访问
expect(doc.querySelector('.content')).toBeDefined();
expect(doc.querySelector('ac\\:structured-macro')).toBeDefined();
expect(doc.querySelector('ac\\:parameter')).toBeDefined();
}).not.toThrow();
});
it('应该能够处理空白和格式化的 HTML', () => {
const formattedHtml = `
<div class="wiki-content">
<ac:structured-macro ac:name="markdown">
<ac:parameter ac:name="atlassian-macro-output-type">
BLOCK
</ac:parameter>
<ac:plain-text-body>
# 标题
段落内容
</ac:plain-text-body>
</ac:structured-macro>
</div>
`;
const doc = adapter.parseHTML(formattedHtml);
// 验证空白字符不影响元素识别
expect(doc.querySelector('ac\\:structured-macro')).toBeDefined();
expect(doc.querySelector('ac\\:parameter')?.textContent?.trim()).toBe('BLOCK');
expect(doc.querySelector('ac\\:plain-text-body')?.textContent).toContain('标题');
});
});
