Skip to content
TheChatArchiveThe Chat Archive
o1-mini-2024-09-12· OpenAIAi2 WildChat-4.8M (AI2)

У меня проблема, данный код иногда выдаёт данную ошибку: telegram.error.BadRequest:…

  1. User

    У меня проблема, данный код иногда выдаёт данную ошибку: telegram.error.BadRequest: Can't parse entities: unsupported start tag "" at byte offset 731 исправь только фрагмент кода, весь код переписывать не нужно.

    def markdown_to_telegram_html(text): # Заголовки text = re.sub(r'^# (.+)', r'<b>\1</b>', text, flags=re.MULTILINE) text = re.sub(r'^## (.+)', r'\1', text, flags=re.MULTILINE) text = re.sub(r'^### (.+)$', r'\1', text, flags=re.MULTILINE)

    # Жирный курсивный текст
    text = re.sub(r'\*\*\*(.*?)\*\*\*', r'<b><i>\1</i></b>', text)
    
    # Жирный текст
    text = re.sub(r'\*\*(.*?)\*\*', r'<b>\1</b>', text)
    
    # Курсивный текст
    text = re.sub(r'\*(.*?)\*', r'<i>\1</i>', text)
    

    Зачёркнутый текст

    text = re.sub(r'(.*?)', r'<s>\1</s>', text)
    

    Степашка, [23.09.2024 17:26]

    Горизонтальная линия (заменяем на символы, поддерживаемые Telegram)

    text = re.sub(r'^---$', r'――――――――――', text, flags=re.MULTILINE)
    
    # Ссылки
    text = re.sub(r'\[(.*?)\]\((.*?)\)', r'<a href="\2">\1</a>', text)
    
    # Блоки кода (многострочные)
    text = re.sub(r'
    

    (?:\w+\n)?([\s\S]+?) ', r'\1', text)

    # Однострочный код
    text = re.sub(r'(.*?)', r'<code>\1</code>', text)
    
    # Списки (упрощенно)
    #text = re.sub(r'^-\s(.+)$', r'• \1', text, flags=re.MULTILINE)
    #text = re.sub(r'^\d+\.\s(.+)$', r'  \1', text, flags=re.MULTILINE)
    
    # Удаление неподдерживаемых элементов
    #text = re.sub(r'!\[.*?\]\(.*?\)', '', text)  # Изображения
    #text = re.sub(r'^\|.*\|.*$', '', text, flags=re.MULTILINE)  # Таблицы
    #text = re.sub(r':[a-z_+-]+:', '', text)  # Эмодзи
    #text = re.sub(r'[\^~](.+?)[\^~]', r'\1', text)  # Подстрочный и надстрочный текст
    #text = re.sub(r'\$\$.*?\$\$', '', text, flags=re.DOTALL)  # Формулы TeX
    #text = re.sub(r'\[\d+\]:\s*http.*$', '', text, flags=re.MULTILINE)  # Сноски
    #text = re.sub(r'^> (.+)$', r'\1', text, flags=re.MULTILINE)  # Цитаты
    
    # Удаление неподдерживаемых HTML-тегов
    def remove_unsupported_html_tags(text):
        allowed_tags = ['a', 'b', 'strong', 'i', 'em', 'u', 'ins', 's', 'strike', 'del', 'code', 'pre']
        # Исправленное регулярное выражение
        pattern = r'</?(?!(?:' + '|'.join(allowed_tags) + r')\b)([a-zA-Z]+)(?:\s[^>]*)?>'
        text = re.sub(pattern, '', text)
        return text
    
    text = remove_unsupported_html_tags(text)
    
    return text.strip()
    
  2. Assistant

    Проблема заключается в неправильных регулярных выражениях для зачёркнутого текста и однострочного кода. В текущей версии эти выражения заменяют всю строку, что приводит к созданию пустых или некорректных тегов, вызывая ошибку BadRequest.

    Вот исправленные фрагменты кода:

    1. Зачёркнутый текст (~~текст~~):

      Замените строку:

      text = re.sub(r'(.*?)', r'<s>\1</s>', text)
      

      На:

      text = re.sub(r'~~(.*?)~~', r'<s>\1</s>', text)
      
    2. Однострочный код (`код`):

      Замените строку:

      text = re.sub(r'(.*?)', r'<code>\1</code>', text)
      

      На:

      text = re.sub(r'`([^`]*)`', r'<code>\1</code>', text)
      
    3. Блок кода (трех обратных апострофов ):

      Убедитесь, что блок для многострочного кода корректен. Например:

      text = re.sub(r'```([\s\S]*?)```', r'<pre>\1</pre>', text)
      

    Полный исправленный фрагмент кода будет выглядеть следующим образом:

    import re
    
    def markdown_to_telegram_html(text):
        # Заголовки
        text = re.sub(r'^# (.+)$', r'<b>\1</b>', text, flags=re.MULTILINE)
        text = re.sub(r'^## (.+)$', r'<b>\1</b>', text, flags=re.MULTILINE)
        text = re.sub(r'^### (.+)$', r'<b>\1</b>', text, flags=re.MULTILINE)
    
        # Жирный курсивный текст
        text = re.sub(r'\*\*\*(.*?)\*\*\*', r'<b><i>\1</i></b>', text)
    
        # Жирный текст
        text = re.sub(r'\*\*(.*?)\*\*', r'<b>\1</b>', text)
    
        # Курсивный текст
        text = re.sub(r'\*(.*?)\*', r'<i>\1</i>', text)
    
        # Зачёркнутый текст
        text = re.sub(r'~~(.*?)~~', r'<s>\1</s>', text)
    
        # Горизонтальная линия (заменяем на символы, поддерживаемые Telegram)
        text = re.sub(r'^---$', r'――――――――――', text, flags=re.MULTILINE)
    
        # Ссылки
        text = re.sub(r'\[(.*?)\]\((.*?)\)', r'<a href="\2">\1</a>', text)
    
        # Блоки кода (многострочные)
        text = re.sub(r'```([\s\S]*?)```', r'<pre>\1</pre>', text)
    
        # Однострочный код
        text = re.sub(r'`([^`]*)`', r'<code>\1</code>', text)
    
        # Удаление неподдерживаемых HTML-тегов
        def remove_unsupported_html_tags(text):
            allowed_tags = ['a', 'b', 'strong', 'i', 'em', 'u', 'ins', 's', 'strike', 'del', 'code', 'pre']
            pattern = r'</?(?!(?:' + '|'.join(allowed_tags) + r')\b)([a-zA-Z]+)(?:\s[^>]*)?>'
            text = re.sub(pattern, '', text)
            return text
    
        text = remove_unsupported_html_tags(text)
    
        return text.strip()
    

    Дополнительные рекомендации:

    1. Экранирование специальных символов: Убедитесь, что текст, который не обрабатывается вашими регулярными выражениями, корректно экранируется для HTML, чтобы избежать неожиданных тегов или символов.

    2. Проверка вложенности тегов: Иногда неправильная вложенность тегов может вызвать ошибки при парсинге. Проверьте, чтобы все открывающиеся теги имели соответствующие закрывающиеся.

    3. Тестирование: После внесения изменений протестируйте функцию на различных примерах Markdown, чтобы убедиться, что все преобразования выполняются корректно и никакие пустые или некорректные теги не создаются.

    Эти изменения должны предотвратить появление пустых или некорректных тегов и устранить ошибку Can't parse entities: unsupported start tag "".

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.