sergio
d0a175a90a
badu-core: modelo Note + NoteStore (etiquetas, búsqueda) + grafo de wiki-links [[...]] derivado del cuerpo (forward/backlinks, huérfanas, enlaces colgantes; resolución case-insensitive). badu-gravity: SemanticField sobre vectores semánticos — afinidad coseno, vecinos más cercanos, clústeres por umbral (union-find) y layout 2D dirigido por fuerzas (notas afines se atraen, todas se repelen; determinista, sin RNG). 29 tests. Cero red, #![forbid(unsafe_code)]. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
94 lines
2.7 KiB
Rust
94 lines
2.7 KiB
Rust
//! Parser de wiki-links — los destinos `[[...]]` dentro de una nota.
|
|
//!
|
|
//! Un solo formato: dobles corchetes con el título adentro. El texto se
|
|
//! recorta; los enlaces vacíos se descartan; el orden de aparición se
|
|
//! conserva y se deduplica (un mismo destino enlazado dos veces cuenta
|
|
//! una sola vez como arista).
|
|
|
|
/// Extrae los destinos `[[...]]` de `text`, recortados y deduplicados,
|
|
/// en orden de aparición.
|
|
pub fn parse_links(text: &str) -> Vec<String> {
|
|
let bytes = text.as_bytes();
|
|
let mut out: Vec<String> = Vec::new();
|
|
let mut i = 0;
|
|
while i + 3 < bytes.len() {
|
|
if bytes[i] == b'[' && bytes[i + 1] == b'[' {
|
|
if let Some(close) = find_close(text, i + 2) {
|
|
let inner = text[i + 2..close].trim();
|
|
if !inner.is_empty() && !out.iter().any(|l| l == inner) {
|
|
out.push(inner.to_string());
|
|
}
|
|
i = close + 2;
|
|
continue;
|
|
}
|
|
}
|
|
// Avanza un carácter UTF-8 completo, no un byte.
|
|
i += utf8_len(bytes[i]);
|
|
}
|
|
out
|
|
}
|
|
|
|
/// Posición del `]]` que cierra a partir de `from`, si existe.
|
|
fn find_close(text: &str, from: usize) -> Option<usize> {
|
|
let bytes = text.as_bytes();
|
|
let mut i = from;
|
|
while i + 1 < bytes.len() {
|
|
if bytes[i] == b']' && bytes[i + 1] == b']' {
|
|
return Some(i);
|
|
}
|
|
// Un `[[` antes del cierre aborta: enlaces anidados no son válidos.
|
|
if bytes[i] == b'[' && bytes[i + 1] == b'[' {
|
|
return None;
|
|
}
|
|
i += 1;
|
|
}
|
|
None
|
|
}
|
|
|
|
/// Largo en bytes del carácter UTF-8 que empieza en `b`.
|
|
fn utf8_len(b: u8) -> usize {
|
|
match b {
|
|
0x00..=0x7F => 1,
|
|
0xC0..=0xDF => 2,
|
|
0xE0..=0xEF => 3,
|
|
_ => 4,
|
|
}
|
|
}
|
|
|
|
#[cfg(test)]
|
|
mod tests {
|
|
use super::*;
|
|
|
|
#[test]
|
|
fn extracts_simple_links() {
|
|
let links = parse_links("ver [[Cocina]] y también [[Jardín]].");
|
|
assert_eq!(links, vec!["Cocina", "Jardín"]);
|
|
}
|
|
|
|
#[test]
|
|
fn trims_inner_whitespace() {
|
|
assert_eq!(parse_links("[[ Taller ]]"), vec!["Taller"]);
|
|
}
|
|
|
|
#[test]
|
|
fn empty_links_are_dropped() {
|
|
assert_eq!(parse_links("[[]] y [[ ]]"), Vec::<String>::new());
|
|
}
|
|
|
|
#[test]
|
|
fn duplicates_collapse_to_one() {
|
|
assert_eq!(parse_links("[[A]] [[B]] [[A]]"), vec!["A", "B"]);
|
|
}
|
|
|
|
#[test]
|
|
fn unclosed_bracket_is_ignored() {
|
|
assert_eq!(parse_links("texto [[sin cerrar"), Vec::<String>::new());
|
|
}
|
|
|
|
#[test]
|
|
fn handles_unicode_content_around_links() {
|
|
let links = parse_links("café ☕ con [[Niños]] — añoño");
|
|
assert_eq!(links, vec!["Niños"]);
|
|
}
|
|
}
|