fix(eh): 自动放行 EH 的 Content Warning 拦截页

现象:部分画廊(多被标成 Offensive For Everyone)解析必然失败,报
「页面结构无法解析(EH 可能又改版)」——这条报错是误导的,跟改版无关。

根因:EH 对这类画廊第一次访问只返回一个 3~4KB 的黄框拦截页,
<title> 和 meta 都在,但一个 /s/ 链接都没有,正则自然一条都匹配不上。
放行需要请求一次 ?nw=always,而 EH 靠下发的 nw=1 Cookie 记住
「别再警告」——可 Client 根本没设 CookieJar,Cookie 下发即丢,
于是永远过不去。

实测:4166903 / 4021921 / 3799635 / 3627469 四个画廊修复后
分别解析出 45/95/36/73 页,与站点声明完全一致。

改动:
- Client 持有 cookiejar 并挂到 http.Client.Jar
  (Go 1.26 起 http.Transport 已经没有 Jar 字段了,只能挂 Client)
- 新增 getTextAutoWarn:撞上拦截页自动 ?nw=always 放行一次再重试,
  nw=1 进 jar 后全站不再警告
- 放行失败时的报错明说是内容警告,并提示去浏览器点一次,
  不再甩锅给「EH 可能又改版」
This commit is contained in:
2026-10-11 11:41:00 +08:00
parent 79ebc82227
commit a078a00f45
2 changed files with 184 additions and 2 deletions
+136
View File
@@ -0,0 +1,136 @@
package eh
// 回归测试:EH「Content Warning」拦截页(2026-10 线上问题)
//
// 现象:部分画廊(多被标成 Offensive For Everyone)第一次访问只返回
// 一个 3~4KB 的黄框页 —— <title> 和 meta 都在,但一个 /s/ 链接都没有,
// 旧代码因此报「页面结构无法解析(EH 可能又改版)」,纯属误导。
//
// 放行方式:请求一次 ?nw=always,EH 会种下 nw=1 Cookie。
// 关键是这个 Cookie 必须被记住,所以 Client 必须带 cookie jar。
import (
"context"
"fmt"
"net/http"
"net/http/httptest"
"strings"
"testing"
"time"
)
// warnPage 复刻 EH 的内容警告页(关键特征:没有 /s/ 链接、没有 taglist)
func warnPage(gid, token string) string {
return fmt.Sprintf(`<!DOCTYPE html><html><head>
<title>[Some Circle] Flagged Gallery - E-Hentai Galleries</title>
<meta name="description" content="Free Hentai Doujinshi Gallery: [Some Circle] Flagged Gallery" />
</head><body>
<div style="background:#FF6; width:800px; margin:100px auto">
<h1>Content Warning</h1>
<p>This gallery has been flagged as <strong>Offensive For Everyone</strong>.</p>
<p>[<a href="%s/g/%s/%s/?nw=session">View Gallery</a>]</p>
<p>[<a href="%s/g/%s/%s/?nw=always">Never Warn Me Again</a>]</p>
</div></body></html>`, EHBase, gid, token, EHBase, gid, token)
}
// 拦截页 + nw=always 放行(真实行为:带 nw=always 的请求会被种下 nw=1)
func TestFetchGalleryPageContentWarningAutoBypass(t *testing.T) {
const (
gid = "4166903"
tok = "97d35eebb2"
)
real := mockGalleryHTML(t, gid, tok, 25)[0]
mux := http.NewServeMux()
mux.HandleFunc("/g/"+gid+"/"+tok+"/", func(w http.ResponseWriter, r *http.Request) {
// 真实 EH:看到 nw=always 就种下 nw=1 Cookie,然后进画廊
if r.URL.Query().Get("nw") == "always" {
http.SetCookie(w, &http.Cookie{Name: "nw", Value: "1", Path: "/"})
w.Write([]byte(real))
return
}
c, err := r.Cookie("nw")
if err != nil || c.Value != "1" {
w.Write([]byte(warnPage(gid, tok))) // 还没放行 -> 拦截页
return
}
w.Write([]byte(real)) // 已放行 -> 真正的画廊页
})
srv := httptest.NewServer(mux)
defer srv.Close()
oldBase := EHBase
EHBase = srv.URL
defer func() { EHBase = oldBase }()
c := NewClient(5*time.Second, "", "off", "auto")
defer c.Close()
g, err := c.FetchGalleryPage(context.Background(), gid, tok, nil)
if err != nil {
t.Fatalf("撞到内容警告页应该自动放行,不该失败: %v", err)
}
if len(g.Pages) == 0 {
t.Fatal("自动放行后应至少解析出 1 页")
}
if len(g.Pages) != 20 {
t.Errorf("第 1 屏应解析出 20 页,实际 %d", len(g.Pages))
}
t.Logf("自动放行成功,解析出 %d 页(总 %d)", len(g.Pages), g.TotalPages)
}
// 只在 jar 缺失时才会失败——所以单独锁住「Client 必须带 jar」
func TestClientHasCookieJar(t *testing.T) {
c := NewClient(5*time.Second, "", "off", "auto")
defer c.Close()
if c.httpClient(0).Jar == nil {
t.Fatal("http.Client 没有 cookie jar —— EH 的 nw=1 记不住,内容警告页永远过不去")
}
}
// 拦截页里识别不出来时的报错文案,不能再说「EH 可能又改版」了
func TestContentWarningDetection(t *testing.T) {
if !isContentWarning(warnPage("1", "aa")) {
t.Error("应识别出内容警告页")
}
if !isContentWarning(`<h1>Content Warning</h1>`) {
t.Error("大小写/空白差异也应识别")
}
if isContentWarning(`<html><body><a href="/s/k/1-1">thumb</a></body></html>`) {
t.Error("正常画廊页不该被误判成警告页")
}
}
func TestContentWarningErrorMessage(t *testing.T) {
const (
gid = "4999999"
tok = "deadbeef01"
)
// 永远只返回拦截页:即使放行也拿不到内容
mux := http.NewServeMux()
mux.HandleFunc("/g/"+gid+"/"+tok+"/", func(w http.ResponseWriter, r *http.Request) {
w.Write([]byte(warnPage(gid, tok)))
})
srv := httptest.NewServer(mux)
defer srv.Close()
oldBase := EHBase
EHBase = srv.URL
defer func() { EHBase = oldBase }()
c := NewClient(5*time.Second, "", "off", "auto")
defer c.Close()
_, err := c.FetchGalleryPage(context.Background(), gid, tok, nil)
if err == nil {
t.Fatal("应当失败")
}
if !strings.Contains(err.Error(), "Offensive For Everyone") {
t.Errorf("报错应说明是内容警告,实际: %v", err)
}
if strings.Contains(err.Error(), "改版") {
t.Errorf("报错不该再提「改版」,那会误导排查: %v", err)
}
}