eh-downloader/internal/eh/contentwarning_test.go

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)
	}
}