dsh-desktop-statusbar 2.2.1 → 3.0.0

package/lib/holiday.js

@@ -17,15 +17,46 @@ const NOTICE_DATE = /(?:(\d{4})年)?(?:(\d{1,2})月)?(\d{1,2})日/g
 const DAY_MS = 86400000
 /** 一段假期最长不会超过这个天数，防正则意外把超长区间展开 */
 const MAX_RANGE_DAYS = 40
+/** HTML 解析的体积上限（字符）：真实通知页 100~300KB，2MB 已经非常宽松。
+ *  超过就只看前 2MB —— 宁可解析不全，也不能让 host 主线程卡住（见 holidayHtmlToText）。 */
+const HOLIDAY_HTML_MAX = 2 * 1024 * 1024
 
-/** HTML → 纯文本：去脚本、样式与标签，解常见实体。 */
+/**
+ * 线性切掉成对标签里的整段内容（`<script ...>...</script>` 这类）。
+ * 用 indexOf 前进而不是懒惰量词：找不到闭合标签时直接放弃剩余部分，
+ * 复杂度严格 O(n)；`/<script[\s\S]*?<\/script>/gi` 在缺闭合时会从每个 `<` 往后扫到文末，
+ * 实测 40 万个未闭合 `<script>` 要 6 秒（卡死 host 事件循环）。
+ */
+function stripBlocks(text, tag) {
+  const open = '<' + tag
+  const close = '</' + tag
+  const lower = text.toLowerCase()
+  let out = ''
+  let at = 0
+  for (;;) {
+    const start = lower.indexOf(open, at)
+    if (start === -1) return out + text.slice(at)
+    out += text.slice(at, start)
+    const end = lower.indexOf(close, start)
+    if (end === -1) return out   /* 没有闭合：整段丢弃，不再往后扫 */
+    const gt = text.indexOf('>', end)
+    if (gt === -1) return out
+    at = gt + 1
+  }
+}
+
+/** HTML → 纯文本：去脚本、样式与标签，解常见实体。
+ *
+ * 这段处理的是**外部网页**（国务院通知），内容不受我们控制，所以两处做了防御：
+ *   ① 先按长度截断，避免超大文档把主线程占满；
+ *   ② `<[^<>]+>` 而不是 `<[^>]+>` —— 后者不排除 `<`，大量孤立 `<` 时会反复跨越大段文本，
+ *      实测 20 万字符要 12 秒。 */
 export function holidayHtmlToText(html) {
-  return String(html === null || html === undefined ? '' : html)
-    .replace(/<script[\s\S]*?<\/script>/gi, ' ')
-    .replace(/<style[\s\S]*?<\/style>/gi, ' ')
+  const raw = String(html === null || html === undefined ? '' : html).slice(0, HOLIDAY_HTML_MAX)
+  return stripBlocks(stripBlocks(raw, 'script'), 'style')
     .replace(/<br\s*\/?>/gi, '\n')
     .replace(/<\/p>/gi, '\n')
-    .replace(/<[^>]+>/g, '')
+    .replace(/<[^<>]+>/g, '')
     .replace(/&nbsp;/g, ' ')
     .replace(/&amp;/g, '&')
     .replace(/&lt;/g, '<')
@@ -49,7 +80,9 @@ const pad = (n) => (n < 10 ? '0' + String(n) : String(n))
 export function parseHolidayNotice(text, year) {
   const days = new Set()
   const flat = String(text === null || text === undefined ? '' : text)
-    .replace(/<[^>]+>/g, ' ')
+    .slice(0, HOLIDAY_HTML_MAX)
+    /* `[^<>]` 而不是 `[^>]`：理由同 holidayHtmlToText —— 大量孤立 `<` 时会退化 */
+    .replace(/<[^<>]+>/g, ' ')
     .replace(/\s+/g, ' ')
   /* 只认含"放假"的句子；含"上班"的句子是调休上班日，不能算进空闲 */
   flat.split(/[。；;\n]/).forEach((sentence) => {