Initial commit

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

pub/common/utils/path.go

@@ -0,0 +1,72 @@
+package utils
+
+import (
+	"path/filepath"
+	"strings"
+
+	"github.com/PuerkitoBio/purell"
+)
+
+// PathInfo 路径信息
+type PathInfo struct {
+	Dir          string // 目录
+	Ext          string // 扩展名
+	Filename     string // 没有扩展名的文件名名称
+	FullFileName string // 文件全名
+}
+
+// PathForInfo 解析路径
+// 返回文件，路径，文件名等信息
+func PathForInfo(path string) (pi PathInfo) {
+	if path == "" {
+		return
+	}
+	ext := filepath.Ext(path)
+	dir, name := filepath.Split(path)
+
+	pi.Dir = dir
+	pi.Ext = ext
+	pi.Filename = strings.TrimRight(name, ext)
+	pi.FullFileName = name
+	return
+}
+
+// JoinUrlPath 域名与uri拼接（走 purell 标准化，会剥掉尾部斜杠）。
+// 适用于 CDN 文件链接（m3u8 分段、vtt、静态图等）这类"不需要尾部斜杠"的场景。
+// 需要保留尾部斜杠的页面 URL（sitemap/rss/indexnow）请使用 JoinUrlPathKeepSlash。
+func JoinUrlPath(host string, uri string) (urlpath string) {
+	urlpath = joinRawUrlPath(host, uri)
+	if urlpath == "" {
+		return
+	}
+	// 标准化 URL
+	normalized, err := purell.NormalizeURLString(urlpath, purell.FlagsUsuallySafeGreedy)
+	if err != nil {
+		return urlpath
+	}
+	return normalized
+}
+
+// JoinUrlPathKeepSlash 域名与uri拼接，保留 uri 原始的尾部斜杠，不做任何标准化。
+// sitemap/rss/indexnow 的页面 URL 必须与路由注册的 /archives/:id/ 等完全一致，
+// 否则爬虫每次访问都会被 gin 的 RedirectTrailingSlash 301 到带 / 的地址，
+// 浪费抓取预算并造成重定向链。
+func JoinUrlPathKeepSlash(host string, uri string) string {
+	return joinRawUrlPath(host, uri)
+}
+
+// joinRawUrlPath 纯拼接，不做任何标准化。
+func joinRawUrlPath(host string, uri string) (urlpath string) {
+	if uri == "" {
+		return
+	}
+	switch {
+	case strings.HasSuffix(host, "/") && strings.HasPrefix(uri, "/"):
+		urlpath = host[0:len(host)-1] + uri
+	case !strings.HasSuffix(host, "/") && !strings.HasPrefix(uri, "/"):
+		urlpath = host + "/" + uri
+	default:
+		urlpath = host + uri
+	}
+	return
+}