cms-website

xinyouhe/cms-website

Fork 0

Commit Graph

Author	SHA1	Message	Date
浅念	8edbbad45b	fix(adapter-wp): 内存上界注释纠正；错误前事件排空确定化；post_id 严格解析；嵌套畸形 fail-fast；类型收紧与测试钉审查修复六项（wxr-stream）： - 内存上界表述纠正：saxes 按节点内部缓冲整个 text/CDATA 节点，对抗性单字段文件峰值 ≤ maxWxrBytes 的 UTF-16 表示（约 2×），并非与文件大小解耦；maxFieldLength/maxCdataLength 封顶的是本模块缓冲与产出字段长度 - parser.write/close 抛错前先排空待 yield 队列再重抛：错误前已完成事件的交付不依赖 chunk 划分（测试钉死单 chunk 与 7 字节切块一致） - wp:post_id / wp:term_id 严格解析：整串十进制 + Number.isSafeInteger，否则 null（表驱动测试：''/'0x10'/'12abc'/超安全域 → null） - 嵌套 item/wp:term 立即 WxrParseError（fail-fast，防外层截断产出） - Target.field 经 Exclude 收窄为纯文本字段，消除 as string 断言 - 测试钉死：提前 break 销毁上游流、text+CDATA 混合累计、限额错误 message 含行列位置 142 测试全绿（新增 12）。 Co-Authored-By: Claude Code <noreply@anthropic.com>	2026-10-21 09:21:41 +08:00
浅念	25e8b9cb5c	feat(adapter-wp): saxes 流式 WXR 解析器 parseWxrStream(readable, {limits, now}) → AsyncGenerator<WxrEvent>：逐 chunk 喂入 saxes（^6.0.0，ISC；计划所写 ^0.9 不存在于版本历史）， item/term 按文档序交错产出；任一时刻只持有当前聚合状态 + 单 chunk 内待 yield 队列，绝不收集已产出 item 列表（峰值内存与文件大小解耦）。 - 字段：postId(数值解析)/postType/status/postName/link/title/ contentEncoded/excerptEncoded/postDate/postModified/attachmentUrl/ creator + metas{key,value}[] + categories{domain,nicename,value}[] + rawLocation(wxr://item/<n>、wxr://term/<n>) - 错误体系照 PhpError 先例：WxrError 基类；WxrParseError 带 saxes 行列位置（error 事件同步抛出时捕获）；WxrLimitError 按 kind 区分 - 限额：bytes/items/terms/depth/cdata/fieldLength（先检查后追加，超限内容永不入缓冲）/metaPerItem/time（可注入时钟）——超限即抛，不静默截断 - 实体防线（测试钉死）：saxes 实体表固定为五预定义 + 数字引用， DOCTYPE 内部/SYSTEM 实体不注册——引用即 WxrParseError，替换文本不进产出；纯字符串解析，全程无网络 I/O - 跨 chunk 喂入（7 字节/块）与单 chunk 产出一致（StringDecoder 处理多字节边界）；畸形 XML（提前闭合/截断）→ WxrParseError 带行列 130 测试全绿（新增 22）。 Co-Authored-By: Claude Code <noreply@anthropic.com>	2026-10-21 08:55:11 +08:00

Author

SHA1

Message

Date

浅念

8edbbad45b

fix(adapter-wp): 内存上界注释纠正；错误前事件排空确定化；post_id 严格解析；嵌套畸形 fail-fast；类型收紧与测试钉

审查修复六项（wxr-stream）：
- 内存上界表述纠正：saxes 按节点内部缓冲整个 text/CDATA 节点，对抗性
  单字段文件峰值 ≤ maxWxrBytes 的 UTF-16 表示（约 2×），并非与文件
  大小解耦；maxFieldLength/maxCdataLength 封顶的是本模块缓冲与产出
  字段长度
- parser.write/close 抛错前先排空待 yield 队列再重抛：错误前已完成
  事件的交付不依赖 chunk 划分（测试钉死单 chunk 与 7 字节切块一致）
- wp:post_id / wp:term_id 严格解析：整串十进制 + Number.isSafeInteger，
  否则 null（表驱动测试：''/'0x10'/'12abc'/超安全域 → null）
- 嵌套 item/wp:term 立即 WxrParseError（fail-fast，防外层截断产出）
- Target.field 经 Exclude 收窄为纯文本字段，消除 as string 断言
- 测试钉死：提前 break 销毁上游流、text+CDATA 混合累计、限额错误
  message 含行列位置

142 测试全绿（新增 12）。

Co-Authored-By: Claude Code <noreply@anthropic.com>

2026-10-21 09:21:41 +08:00

浅念

25e8b9cb5c

feat(adapter-wp): saxes 流式 WXR 解析器

parseWxrStream(readable, {limits, now}) → AsyncGenerator<WxrEvent>：
逐 chunk 喂入 saxes（^6.0.0，ISC；计划所写 ^0.9 不存在于版本历史），
item/term 按文档序交错产出；任一时刻只持有当前聚合状态 + 单 chunk 内
待 yield 队列，绝不收集已产出 item 列表（峰值内存与文件大小解耦）。

- 字段：postId(数值解析)/postType/status/postName/link/title/
  contentEncoded/excerptEncoded/postDate/postModified/attachmentUrl/
  creator + metas{key,value}[] + categories{domain,nicename,value}[] +
  rawLocation(wxr://item/<n>、wxr://term/<n>)
- 错误体系照 PhpError 先例：WxrError 基类；WxrParseError 带 saxes
  行列位置（error 事件同步抛出时捕获）；WxrLimitError 按 kind 区分
- 限额：bytes/items/terms/depth/cdata/fieldLength（先检查后追加，
  超限内容永不入缓冲）/metaPerItem/time（可注入时钟）——超限即抛，
  不静默截断
- 实体防线（测试钉死）：saxes 实体表固定为五预定义 + 数字引用，
  DOCTYPE 内部/SYSTEM 实体不注册——引用即 WxrParseError，替换文本
  不进产出；纯字符串解析，全程无网络 I/O
- 跨 chunk 喂入（7 字节/块）与单 chunk 产出一致（StringDecoder 处理
  多字节边界）；畸形 XML（提前闭合/截断）→ WxrParseError 带行列

130 测试全绿（新增 22）。

Co-Authored-By: Claude Code <noreply@anthropic.com>

2026-10-21 08:55:11 +08:00

2 Commits