CC-Manager/server/src/lib/forum.ts

/**
 * Liest Thread-Listen eines WoltLab-Forums (Burning Board).
 *
 * Gelesen wird ausschließlich die Übersichtsseite: sie enthält neben Titel und
 * Thread-ID auch den Ersteller, sodass die Threads nicht einzeln geöffnet
 * werden müssen. Das hält einen Lauf bei drei Anfragen statt einer je Thread.
 *
 * Wichtig: Eine Boardseite enthält neben der Thread-Liste auch Unterforen und
 * globale Kästen ("letzte Beiträge"). Beides trägt ebenfalls Thread-Links, ist
 * aber kein Thread dieses Boards - deshalb wird strikt entlang der
 * tabularListRow-Einträge gelesen und nicht über alle Links im Dokument.
 */

export interface ForumThread {
  threadId: number;
  title: string;
  url: string;
  authorName: string | null;
  /// Stabiler als der Name: Forumsnamen ändern sich, die ID nicht.
  authorForumId: number | null;
  /// Sein Profil, so wie das Forum selbst darauf verweist. Übernommen statt
  /// zusammengebaut: die Profile liegen nicht unter dem Forums-Pfad, sondern
  /// eine Ebene darüber, und das lässt sich nicht verlässlich erraten.
  authorProfileUrl: string | null;
  /// WoltLab lässt beim Verschieben optional einen Verweis am alten Ort zurück.
  isMovedStub: boolean;
  /// Labels des Threads, etwa "Wichtig" oder "SCP-RP".
  labels: string[];
  /// Wann der Antrag gestellt wurde, laut Forum.
  postedAt: Date | null;
}

/// Angepinnte Ankündigungen liegen mit in den CC-Boards - Changelogs,
/// Regelwerke, Bewerbungsphasen. Sie tragen diese Labels und sind keine Anträge.
export const IGNORED_LABELS = ['wichtig', 'information'];

export function hasIgnoredLabel(thread: ForumThread): boolean {
  return thread.labels.some((label) => IGNORED_LABELS.includes(label.toLowerCase()));
}

const ROW_SPLIT = /<li class="tabularListRow">/;

const TOPIC_LINK =
  /<a\s+href="([^"]*thread\/(\d+)-[^"]*)"[^>]*class="[^"]*wbbTopicLink[^"]*"[^>]*>\s*([^<]{1,200})/;
const USER_LINK =
  /<a\s+href="([^"]*user\/(\d+)-[^"]*)"[^>]*class="userLink"[^>]*>(?:<i[^>]*><\/i>)?\s*(?:<span[^>]*>)?\s*([^<]{1,80})/;

// Wer sein Konto gelöscht hat, steht ohne Profillink in der Zelle. Der Name
// ist trotzdem da und bleibt die einzige Spur zum Spieler - ohne diesen
// Rückfall fallen solche Threads bei der Zuordnung durchs Raster.
const AUTHOR_CELL = /<li class="messageGroupAuthor">([\s\S]{0,400}?)<\/li>/;

// Ein zurückgelassener Verweis ist kein eigener Thread.
const MOVED_MARKER = /wbbTopicLinkMoved|class="[^"]*movedTopic|>\s*Verschoben\s*</i;

// Der Zeitpunkt des ersten Beitrags - das Datum des Antrags. Die Spalte
// daneben trägt den letzten Beitrag, der ist hier ohne Belang.
const POSTED_AT =
  /<li class="messageGroupTime">\s*<woltlab-core-date-time[^>]*\sdate="([^"]+)"/;

// Labels hängen als eigene Links über dem Titel, nicht als span.
const LABEL = /<a[^>]*class="[^"]*\bbadge label\b[^"]*"[^>]*>([^<]{1,40})<\/a>/g;

function decode(value: string): string {
  return value
    .replace(/&quot;/g, '"')
    .replace(/&#0?39;/g, "'")
    .replace(/&amp;/g, '&')
    .replace(/&lt;/g, '<')
    .replace(/&gt;/g, '>')
    .replace(/&nbsp;/g, ' ')
    .replace(/\s+/g, ' ')
    .trim();
}

export function parseBoard(html: string): ForumThread[] {
  const threads: ForumThread[] = [];
  const seen = new Set<number>();

  for (const block of html.split(ROW_SPLIT).slice(1)) {
    // Nur bis zum Ende der Zeile schauen, sonst greift der nächste Eintrag rein.
    const topic = TOPIC_LINK.exec(block);
    if (!topic) continue;

    const threadId = Number(topic[2]);
    if (!Number.isInteger(threadId) || seen.has(threadId)) continue;
    seen.add(threadId);

    const user = USER_LINK.exec(block);
    let authorName = user ? decode(user[3] ?? '') || null : null;
    if (authorName === null) {
      const cell = AUTHOR_CELL.exec(block);
      if (cell) authorName = decode((cell[1] ?? '').replace(/<[^>]*>/g, ' ')) || null;
    }

    LABEL.lastIndex = 0;
    const labels = [...block.matchAll(LABEL)].map((m) => decode(m[1] ?? '')).filter(Boolean);

    const zeit = POSTED_AT.exec(block);
    const postedAt = zeit ? new Date(zeit[1] as string) : null;

    threads.push({
      threadId,
      title: decode(topic[3] ?? ''),
      url: decode(topic[1] ?? ''),
      authorName,
      authorForumId: user ? Number(user[2]) : null,
      authorProfileUrl: user ? decode(user[1] ?? '') || null : null,
      isMovedStub: MOVED_MARKER.test(block),
      labels,
      postedAt: postedAt && !Number.isNaN(postedAt.getTime()) ? postedAt : null,
    });
  }

  return threads;
}

/**
 * Anzahl der Seiten eines Boards.
 *
 * WoltLab führt die Gesamtzahl in einem eigenen Element, nicht in den Links:
 * die Blätterleiste zeigt nur die Nachbarseiten. Wer allein die pageNo-Links
 * auswertet, hält ein Board mit 25 Seiten für zweiseitig.
 */
export function parsePageCount(html: string): number {
  const element = /<woltlab-core-pagination[^>]*\scount="(\d+)"/.exec(html);
  if (element) return Math.max(1, Number(element[1]));

  // Ältere Fassungen ohne das Element: wenigstens die Links auswerten.
  const numbers = [...html.matchAll(/pageNo=(\d+)/g)].map((m) => Number(m[1]));
  return numbers.length > 0 ? Math.max(1, ...numbers) : 1;
}

/**
 * Zieht die Thread-ID aus einer Forums-URL. Angenommen werden der volle Link,
 * der Pfad oder die blanke Nummer - beim Eintippen von Hand landet mal das
 * eine, mal das andere im Feld.
 */
export function parseThreadId(input: string): number | null {
  const value = input.trim();
  if (value.length === 0) return null;

  const fromUrl = /thread\/(\d+)/.exec(value);
  if (fromUrl) return Number(fromUrl[1]);

  return /^\d+$/.test(value) ? Number(value) : null;
}