//! 网址模式：在全拼、双拼、五笔的组字中键入 `www.`、`http:`、`https:`、`ftp.`、`ftp:`，或在由 ASCII 字母、数字组成的组字后键入 `@`（邮箱）后，后续按键原样作为 ASCII 网址输入，不再转成中文。第一行始终是显示整段网址的兜底行，后面跟着补全：邮箱后缀（`email_completions`）和顶级域名（`tld_completions`）。组字里原文是 `ht`、`www` 这类开头时，候选里另有 `https://`、`www.` 等补全（`scheme_completions`），选中后以它进入网址模式。
/// 网址模式下作为输入而非标点的非字母字符：数字和网址里出现的符号。Shift+数字行的符号必须全部列出，宿主才不会把它们当成选候选。
pub const SPELLING_SYMBOLS: &str = "0123456789-._~:/?#[]@!$&'()*+,;=%^";
/// 网址的最长长度，超出后按键被吞掉。
pub const INPUT_LIMIT: usize = 512;
/// 触发词及其触发键。组字原文必须与触发词完全相同（全部小写 ASCII 字母）。
const TRIGGERS: [(&str, &str); 4] = [("www", "."), ("http", ":"), ("https", ":"), ("ftp", ".:")];
/// 把组字转成邮箱的键：组字原文由 ASCII 字母、数字组成（`is_email_local_part`）时，按下它进入网址模式写邮箱。
const EMAIL_KEY: char = '@';
/// 常用邮箱后缀，国内常用的在前，然后是海外的。与 Android、iOS、鸿蒙宿主各自的后缀表（任何输入框里打到 `xxx@` 时候选栏给出）是同一份、同一个顺序，`scripts/test-email-suffixes.py` 核对四处一致。
pub const EMAIL_SUFFIXES: [&str; 20] = [
"@qq.com",
"@163.com",
"@126.com",
"@foxmail.com",
"@139.com",
"@189.cn",
"@aliyun.com",
"@gmail.com",
"@outlook.com",
"@hotmail.com",
"@live.com",
"@icloud.com",
"@yahoo.com",
"@proton.me",
"@protonmail.com",
"@aol.com",
"@mail.com",
"@gmx.com",
"@naver.com",
"@yahoo.co.jp",
];
/// 正在打的主机名补全的顶级域名，按给出的顺序。
const TOP_LEVEL_DOMAINS: [&str; 5] = [".com", ".cn", ".net", ".org", ".com.cn"];
/// 组字原文能补全成的网址开头：原文是左边这个词的前缀时给出右边的补全。
const SCHEME_COMPLETIONS: [(&str, &str); 4] = [
("https", "https://"),
("http", "http://"),
("www", "www."),
("ftp", "ftp://"),
];
/// 组字原文为 `raw` 时能进入网址模式的按键：触发词的触发键，原文能做邮箱的本地部分时再加上 `@`；都不是时为空。
pub fn entry_keys(raw: &str) -> String {
let triggers = trigger_keys(raw);
let email = is_email_local_part(raw);
let mut keys = String::with_capacity(triggers.len() + usize::from(email));
keys.push_str(triggers);
if email {
keys.push(EMAIL_KEY);
}
keys
}
/// 组字原文为 `raw` 时按下 `key` 是否进入网址模式。
pub fn opens(raw: &str, key: u8) -> bool {
trigger_keys(raw).as_bytes().contains(&key)
|| (char::from(key) == EMAIL_KEY && is_email_local_part(raw))
}
/// 原文是触发词时它的触发键，否则为空。
fn trigger_keys(raw: &str) -> &'static str {
TRIGGERS
.iter()
.find(|(word, _)| *word == raw)
.map_or("", |(_, keys)| keys)
}
/// 组字原文能做邮箱的本地部分：非空，只有 ASCII 字母和数字（带撇号的拼音不算）。
fn is_email_local_part(raw: &str) -> bool {
!raw.is_empty() && raw.bytes().all(|byte| byte.is_ascii_alphanumeric())
}
/// 五笔码长上限为 4，`http` 之后的 `s` 会被码表拒绝，所以五笔在这第 5 个字母上直接进入网址模式。
pub fn wubi_continues(raw: &str, letter: u8) -> bool {
raw == "http" && letter == b's'
}
/// 网址模式接受的按键：字母、数字和 `SPELLING_SYMBOLS` 中的符号。其余按键结束网址。
pub fn accepts(key: u8) -> bool {
key.is_ascii_alphanumeric() || SPELLING_SYMBOLS.as_bytes().contains(&key)
}
/// 组字原文 `raw` 是 `https`、`http`、`www`、`ftp` 的前缀且至少两个字母时给出的补全，按 `SCHEME_COMPLETIONS` 的顺序：`ht`、`htt`、`http` 给 `https://` 和 `http://`，`https` 只给 `https://`。大写字母是辅助码，不算。
pub fn scheme_completions(raw: &str) -> impl Iterator<Item = &'static str> + '_ {
SCHEME_COMPLETIONS
.iter()
.filter(move |(word, _)| raw.len() >= 2 && word.starts_with(raw))
.map(|(_, completion)| *completion)
}
/// 网址模式的预编辑是 `<本地部分>@<已打的域名>` 时补全的邮箱：本地部分加上以 `@<已打的域名>` 开头（不分大小写）的每个后缀，按 `EMAIL_SUFFIXES` 的顺序。规则与 Android 的 `EmailSuffixPolicy.match` 相同：只有一个 `@`，本地部分非空且只含 ASCII 字母、数字和 `._%+-`，已打的域名只含 ASCII 字母、数字、`.` 和 `-`；已打的域名已经是一个完整后缀时没有补全。
pub fn email_completions(preedit: &str) -> Vec<String> {
let Some((local, domain)) = preedit.split_once('@') else {
return Vec::new();
};
let local_part = !local.is_empty()
&& local
.bytes()
.all(|byte| byte.is_ascii_alphanumeric() || b"._%+-".contains(&byte));
let typed_domain = domain
.bytes()
.all(|byte| byte.is_ascii_alphanumeric() || byte == b'.' || byte == b'-');
if !local_part || !typed_domain {
return Vec::new();
}
let matches = |suffix: &str| {
suffix.len() > domain.len() && suffix[1..1 + domain.len()].eq_ignore_ascii_case(domain)
};
if EMAIL_SUFFIXES
.iter()
.any(|suffix| suffix[1..].eq_ignore_ascii_case(domain))
{
return Vec::new();
}
EMAIL_SUFFIXES
.iter()
.filter(|suffix| matches(suffix))
.map(|suffix| format!("{local}{suffix}"))
.collect()
}
/// 网址模式的预编辑以 `www.` 开头或含 `://`、正在打的主机名还没有 `.`（`www.baidu`、`https://github`、`https://www.baidu`）时补全的顶级域名：预编辑加上 `TOP_LEVEL_DOMAINS` 的每一项。主机名为空或含其他符号（已经打到路径、端口）时没有补全。
pub fn tld_completions(preedit: &str) -> Vec<String> {
let host = match preedit.find("://") {
Some(at) => &preedit[at + 3..],
None => match preedit.strip_prefix("www.") {
Some(host) => host,
None => return Vec::new(),
},
};
let label = host.strip_prefix("www.").unwrap_or(host);
if label.is_empty()
|| !label
.bytes()
.all(|byte| byte.is_ascii_alphanumeric() || byte == b'-')
{
return Vec::new();
}
TOP_LEVEL_DOMAINS
.iter()
.map(|domain| format!("{preedit}{domain}"))
.collect()
}
#[cfg(test)]
mod tests {
use super::{
accepts, email_completions, entry_keys, opens, scheme_completions, tld_completions,
wubi_continues, EMAIL_SUFFIXES, SPELLING_SYMBOLS,
};
#[test]
fn only_the_exact_scheme_words_open_the_mode() {
assert_eq!(entry_keys("www"), ".@");
assert_eq!(entry_keys("http"), ":@");
assert_eq!(entry_keys("https"), ":@");
assert_eq!(entry_keys("ftp"), ".:@");
// 不是触发词的原文只能用 `@` 进入（邮箱）；带撇号或为空时都不能。
for raw in ["ww", "wwww", "Www", "ni", "mailto", "httpss", "abc123"] {
assert_eq!(entry_keys(raw), "@", "{raw}");
}
for raw in ["w'ww", "", "xi'an"] {
assert_eq!(entry_keys(raw), "", "{raw}");
}
assert!(opens("ftp", b':') && opens("ftp", b'.'));
assert!(!opens("www", b':') && opens("www", b'@') && !opens("ni", b'.'));
assert!(wubi_continues("http", b's'));
assert!(!wubi_continues("http", b't') && !wubi_continues("htt", b's'));
}
#[test]
fn every_listed_symbol_is_accepted_and_the_url_enders_are_not() {
assert!(SPELLING_SYMBOLS.bytes().all(accepts));
// Shift+数字行全部列出，宿主才不会把它们读成选候选。
assert!("!@#$%^&*()0123456789"
.bytes()
.all(|key| SPELLING_SYMBOLS.as_bytes().contains(&key)));
assert!(accepts(b'a') && accepts(b'Z') && accepts(b'7'));
for key in *b"\"<>\\{}|` " {
assert!(!accepts(key), "{}", key as char);
}
}
#[test]
fn scheme_completions_follow_the_typed_prefix() {
let completions = |raw| scheme_completions(raw).collect::<Vec<_>>();
for raw in ["ht", "htt", "http"] {
assert_eq!(completions(raw), ["https://", "http://"], "{raw}");
}
assert_eq!(completions("https"), ["https://"]);
assert_eq!(completions("ww"), ["www."]);
assert_eq!(completions("www"), ["www."]);
assert_eq!(completions("ft"), ["ftp://"]);
assert_eq!(completions("ftp"), ["ftp://"]);
for raw in ["h", "w", "", "httpss", "wwww", "Ht", "ni"] {
assert!(completions(raw).is_empty(), "{raw}");
}
}
#[test]
fn email_completions_narrow_by_the_typed_domain() {
let all = email_completions("zhangsan@");
assert_eq!(all.len(), EMAIL_SUFFIXES.len());
assert_eq!(all[0], "zhangsan@qq.com");
assert_eq!(all[19], "zhangsan@yahoo.co.jp");
assert_eq!(
email_completions("abc@1"),
["abc@163.com", "abc@126.com", "abc@139.com", "abc@189.cn"]
);
// 不分大小写，本地部分照原样，后缀用表里的小写。
assert_eq!(email_completions("Zhang.San@GMa"), ["Zhang.San@gmail.com"]);
assert_eq!(
email_completions("abc@yahoo.c"),
["abc@yahoo.com", "abc@yahoo.co.jp"]
);
// 已经是一个完整后缀，或者没有后缀接得上，都不给。
for preedit in [
"abc@qq.com",
"abc@QQ.COM",
"abc@yahoo.com",
"abc@example",
"abc",
"@qq",
"a@b@",
"https://a@",
"abc@q q",
] {
assert!(email_completions(preedit).is_empty(), "{preedit}");
}
}
#[test]
fn tld_completions_follow_the_host_being_typed() {
assert_eq!(
tld_completions("www.baidu"),
[
"www.baidu.com",
"www.baidu.cn",
"www.baidu.net",
"www.baidu.org",
"www.baidu.com.cn"
]
);
assert_eq!(tld_completions("https://github")[0], "https://github.com");
assert_eq!(
tld_completions("https://www.my-site")[4],
"https://www.my-site.com.cn"
);
for preedit in [
"www.",
"https://",
"www.baidu.com",
"https://github.com/a",
"https://localhost:8080",
"ftp.example",
"abc@qq",
"github",
] {
assert!(tld_completions(preedit).is_empty(), "{preedit}");
}
}
}