panel/app/models/metadata_content.rb

# frozen_string_literal: true

require 'htmlbeautifier'

# Se encarga del contenido del artículo y quizás otros campos que
# requieran texto largo.
class MetadataContent < MetadataTemplate
  def default_value
    super || ''
  end

  def value
    self[:value] || legacy_content || default_value
  end

  def front_matter?
    false
  end

  def document_value
    document.content
  end

  def indexable?
    true && !private?
  end

  def to_s
    Nokogiri::HTML5.fragment(value).tap do |html|
      html.css('[src^="public/"]').each do |element|
        element['src'] = convert_internal_path_to_src element['src']
      end
    end.to_s
  end

  private

  # Detectar si el contenido estaba en Markdown y pasarlo a HTML
  def legacy_content
    return unless document_value
    return document_value if /^\s*</ =~ document_value

    CommonMarker.render_doc(document_value, %i[FOOTNOTES UNSAFE], %i[table strikethrough autolink]).to_html
  end

  # Limpiar el HTML que recibimos
  #
  # TODO: En lugar de comprobar el Content Type acá, restringir los
  # tipos de archivo a aceptar en ActiveStorage.
  def sanitize(html_string)
    html = Nokogiri::HTML5.fragment(super html_string)
    elements = 'img,audio,video,iframe'

    # Eliminar elementos sin src y comprobar su origen
    html.css(elements).each do |element|
      begin
        raise URI::Error unless element['src'].present?

        uri = URI element['src']

        # No permitimos recursos externos
        raise URI::Error unless Rails.application.config.hosts.include?(uri.hostname)

        element['src'] = convert_src_to_internal_path uri

        raise URI::Error if element['src'].blank?
      rescue URI::Error
        element.remove
      end
    end

    # Eliminar figure sin contenido
    html.css('figure').each do |figure|
      figure.remove if figure.css(elements).empty?
    end

    # Los videos y audios necesitan controles
    html.css('audio,video').each do |resource|
      resource['controls'] = true
    end

    # Elimina los estilos salvo los que asigne el editor
    html.css('[style]').each do |element|
      if (style = sanitize_style(element['style'])).present?
        element['style'] = style
      else
        element.remove_attribute('style')
      end
    end

    HtmlBeautifier.beautify(html.to_s).html_safe
  end

  # Limpia estilos en base a una lista de permitidos
  #
  # @param style [String]
  # @return [String]
  def sanitize_style(style)
    style.split(';').reduce({}) do |style_hash, style_string|
      key, value = style_string.split(':', 2)

      style_hash[key] ||= value
      style_hash
    end.slice(*allowed_styles).map do |style_pair|
      style_pair.join(':')
    end.join(';')
  end

  # Estilos permitidos
  #
  # @return [Array<String>]
  def allowed_styles
    @allowed_styles ||= %w[text-align color background-color]
  end

  # Convierte una ubicación local al sitio en una URL de ActiveStorage
  #
  # XXX: Por qué son tan díficiles de encontrar las rutas de AS
  # 
  # @param path [String]
  # @return [String]
  def convert_internal_path_to_src(path)
    key = path.split('/').second
    blob = ActiveStorage::Blob.find_by(service_name: site.name, key: key)

    return unless blob

    "/rails/active_storage/blobs/#{blob.signed_id}/#{blob.filename}"
  end

  # Convierte una URI en una ruta interna del sitio actual
  #
  # XXX: No verifica si el archivo existe o no.  Se supone que existe
  # porque ya fue subido antes.
  #
  # @param uri [URI]
  # @return [String,nil]
  def convert_src_to_internal_path(uri)
    signed_id = uri.path.split('/').fifth
    blob = ActiveStorage::Blob.find_signed(signed_id)

    return unless blob
    return unless blob.service_name == site.name

    blob_path = Pathname.new(blob.service.path_for(blob.key)).realpath
    site_path = Pathname.new(site.path).realpath

    blob_path.relative_path_from(site_path).to_s
  rescue ActiveSupport::MessageVerifier::InvalidSignature => e
    ExceptionNotifier.notify_exception(e, data: { site: site.name })
    nil
  end
end