hubxglpi/src/shared/utils/commentSanitizer.js

const { logInfo, logWarning } = require('./logger');

const stripHTML = (html) => {
    if (!html) return '';
    
    let cleaned = html
        .replace(/&#60;/g, '<') // &#60; para <
        .replace(/&#62;/g, '>') // &#62; para >
        .replace(/&#38;/g, '&') // &#38; para &
        .replace(/&nbsp;/g, ' ') // &nbsp; para espaço
        .replace(/&lt;/g, '<') // &lt; para <
        .replace(/&gt;/g, '>') // &gt; para >
        .replace(/&amp;/g, '&') // &amp; para &
        .replace(/&quot;/g, '"'); // &quot; para "

    cleaned = cleaned
        .replace(/<br\s*\/?>/gi, '\n') // <br> para quebra de linha
        .replace(/<p>/gi, '') // Remove <p>
        .replace(/<\/p>/gi, '\n\n') // </p> para duas quebras
        .replace(/<strong>/gi, '**') // <strong> para **
        .replace(/<\/strong>/gi, '**') // </strong> para **
        .replace(/<em>/gi, '*') // <em> para *
        .replace(/<\/em>/gi, '*') // </em> para *
        .replace(/<blockquote>/gi, '> ') // <blockquote> para citação
        .replace(/<\/blockquote>/gi, '') // </blockquote>
        .replace(/<div[^>]*>/gi, '') // Remove <div> com qualquer atributo
        .replace(/<\/div>/gi, '\n') // </div> para quebra
        .replace(/<[^>]*>/g, '') // Remove todas outras tags HTML
        .replace(/\n\s*\n\s*\n/g, '\n\n') // Remove múltiplas quebras
        .replace(/^\s+|\s+$/g, '') // Remove espaços no início/fim
        .trim();

    return cleaned;
};

const handleImages = (content) => {
    const imgRegex = /<img[^>]+src="([^"]+)"[^>]*>/gi;
    const hasImages = imgRegex.test(content);
    
    if (hasImages) {
        logWarning('📷 Imagem detectada no comentário GLPI');
        return content.replace(/<a[^>]*>.*?<img[^>]*>.*?<\/a>/gi, '[IMAGEM ANEXA NO GLPI]');
    }
    
    return content;
};

const cleanJSONMetadata = (content) => {
    if (typeof content === 'string' && content.includes('{id=') && content.includes('content=')) {
        try {
            const contentMatch = content.match(/content=([^,]+),/);
            if (contentMatch && contentMatch[1]) {
                let extracted = contentMatch[1].trim();
                extracted = extracted.replace(/^['"]|['"]$/g, '');
                return extracted;
            }
        } catch (error) {
            logWarning('Não foi possível extrair conteúdo do metadado GLPI', { content });
        }
    }
    return content;
};

const sanitizeGLPIComment = (commentObj) => {
    if (!commentObj || typeof commentObj !== 'object') {
        logWarning('Comentário inválido recebido', { comment: commentObj });
        return '';
    }

    let content = commentObj.content || '';
    
    if (!content) return '';

    content = cleanJSONMetadata(content.toString());
    content = handleImages(content);
    content = stripHTML(content);
    
    if (content !== commentObj.content) {
        logInfo('🔧 Comentário sanitizado', {
            original: commentObj.content.substring(0, 100) + '...',
            cleaned: content.substring(0, 100) + '...'
        });
    }
    
    return content;
};

/**
 * @module commentSanitizer
 * @description Este módulo utilitário é especializado em limpar e formatar o conteúdo dos comentários (follow-ups) vindos do GLPI.
 * O GLPI armazena comentários em formato HTML, muitas vezes com metadados e formatações que não são desejáveis no ServiceNow.
 * O objetivo é converter esse conteúdo em texto puro e legível.
 *
 * Funções:
 * - `sanitizeGLPIComment(commentObj)`: A função principal que orquestra o processo de limpeza.
 * - `stripHTML(html)`: Remove a maioria das tags HTML, convertendo algumas (como `<br>`, `<p>`, `<strong>`) em marcações de texto simples (quebras de linha, asteriscos).
 * - `handleImages(content)`: Detecta a presença de imagens nos comentários do GLPI e as substitui por um texto placeholder, como "[IMAGEM ANEXA NO GLPI]", já que as imagens não podem ser transferidas diretamente.
 * - `cleanJSONMetadata(content)`: Remove metadados em formato de string JSON que o GLPI às vezes insere no campo de conteúdo, extraindo apenas o texto real do comentário.
 */

module.exports = {
    sanitizeGLPIComment,
    stripHTML,
    handleImages,
    cleanJSONMetadata
};