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 возникает из-за некорректных регулярных выражений для зачёркнутого текста и однострочного кода. В текущем виде они заменяют весь текст на соответствующие HTML-теги, что приводит к созданию пустых или неправильно вложенных тегов. Чтобы исправить это, необходимо изменить регулярные выражения, чтобы они соответствовали правильному синтаксису Markdown.

    Вот исправленные фрагменты кода:

        # Зачёркнутый текст
        text = re.sub(r'~~(.*?)~~', r'<s>\1</s>', text)
    
        # Блоки кода (многострочные)
        text = re.sub(r'```(?:\w+\n)?([\s\S]+?)```', r'<pre>\1</pre>', text)
    
        # Однострочный код
        text = re.sub(r'`(.*?)`', r'<code>\1</code>', text)
    

    Объяснение изменений:

    1. Зачёркнутый текст:

      text = re.sub(r'~~(.*?)~~', r'<s>\1</s>', text)
      
      • До: r'(.*?)' — захватывало любой текст, включая пустые строки.
      • После: r'~~(.*?)~~' — захватывает текст, окружённый двойными тильдами ~~, что соответствует синтаксису Markdown для зачёркнутого текста.
    2. Блоки кода (многострочные):

      text = re.sub(r'```(?:\w+\n)?([\s\S]+?)```', r'<pre>\1</pre>', text)
      
      • До: Некорректное регулярное выражение с переносами строк.
      • После: r'```(?:\w+\n)?([\s\S]+?)```' — захватывает текст, заключённый в тройные обратные апострофы ``` ````, что соответствует многострочным блокам кода в Markdown.
    3. Однострочный код:

      text = re.sub(r'`(.*?)`', r'<code>\1</code>', text)
      
      • До: r'(.*?)' — захватывало любой текст, включая пустые строки.
      • После: r'(.*?)' — захватывает текст, окружённый одиночными обратными апострофами `, что соответствует синтаксису Markdown для однострочного кода.

    Полный исправленный фрагмент:

        # 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'```(?:\w+\n)?([\s\S]+?)```', r'<pre>\1</pre>', text)
    
        # Однострочный код
        text = re.sub(r'`(.*?)`', r'<code>\1</code>', text)
    

    Дополнительные рекомендации:

    • Порядок замен: Убедитесь, что замены происходят в правильном порядке, чтобы более специфичные паттерны (например, тройные обратные апострофы для блоков кода) обрабатывались до более общих (например, одинарные для кода).

    • Экранирование HTML-символов: Если входной текст может содержать символы <, >, &, их следует экранировать, чтобы избежать некорректного формирования HTML.

    • Тестирование: После внесения изменений протестируйте функцию на различных примерах Markdown, чтобы убедиться, что все элементы корректно преобразуются и не возникает ошибок при отправке сообщений через Telegram.

    Эти изменения должны предотвратить создание некорректных или пустых HTML-тегов, что устранит ошибку telegram.error.BadRequest: Can't parse entities: unsupported start tag "" at byte offset 731.

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