snglpi/src/utils/commentSanitizer.js

// src/utils/commentSanitizer.js
const { logInfo, logWarning } = require('./logger');

/**
 * Remove HTML tags e converte entidades HTML - CORRIGIDO
 */
const stripHTML = (html) => {
    if (!html) return '';
    
    // PRIMEIRO: converte entidades HTML para caracteres normais
    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 "

    // DEPOIS: remove tags HTML
    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;
};

/**
 * Detecta e trata imagens do GLPI
 */
const handleImages = (content) => {
    const imgRegex = /<img[^>]+src="([^"]+)"[^>]*>/gi;
    const hasImages = imgRegex.test(content);
    
    if (hasImages) {
        logWarning('📷 Imagem detectada no comentário GLPI');
        // Remove toda a tag de imagem mas mantém o texto around
        return content.replace(/<a[^>]*>.*?<img[^>]*>.*?<\/a>/gi, '[IMAGEM ANEXA NO GLPI]');
    }
    
    return content;
};

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

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

    // Pega o conteúdo do objeto comment
    let content = commentObj.content || '';
    
    // Se for string vazia, retorna vazio
    if (!content) return '';

    // Aplica as limpezas em sequência
    content = cleanJSONMetadata(content.toString());
    content = handleImages(content);
    content = stripHTML(content);
    
    // Log para debugging
    if (content !== commentObj.content) {
        logInfo('🔧 Comentário sanitizado', {
            original: commentObj.content.substring(0, 100) + '...',
            cleaned: content.substring(0, 100) + '...'
        });
    }
    
    return content;
};

/**
    * Esse módulo fornece funções para sanitizar comentários importados do GLPI.
    * Ele remove tags HTML, trata imagens e limpa metadados JSON específicos do GLPI.
    * O objetivo é garantir que os comentários sejam legíveis e seguros para exibição.
    *
    * Funções principais:
    * - sanitizeGLPIComment: Função principal que aplica todas as sanitizações.
    * - stripHTML: Remove tags HTML e converte algumas entidades para texto simples.
    * - handleImages: Detecta imagens e substitui por um marcador de imagem.
    * - cleanJSONMetadata: Remove metadados JSON do GLPI, extraindo apenas o conteúdo relevante.
    * 
    * Logs são gerados para ajudar no debugging e monitoramento do processo de sanitização.
 */

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