Formatter.format_markdown вырезает _ и * внутри слов — ломаются ссылки и обычный текст

[jekayurkin-beep]

Версия: maxapi-python 2.4.0 (в main на сегодня код src/pymax/formatting/markdown.py идентичен — баг актуален и в 2.4.1). Python 3.10.

Проблема

Client.send_message() безусловно прогоняет текст через Formatter.format_markdown(). Парсер считает маркерами одиночные _ и * и ищет для них пару в пределах строки, не проверяя, стоит ли маркер внутри слова. Из-за этого он вырезает символы из обычного текста, который никакой разметкой не был.

Больнее всего это бьёт по ссылкам: в MAX ссылка распознаётся по самому тексту, и после вырезанного подчёркивания она просто перестаёт открываться. У меня так побился закреплённый пост в канале — половина ссылок на боты и каналы стали нерабочими, причём без единой ошибки в логах.

Воспроизведение

from pymax.formatting.markdown import Formatter

for s in [
"https://max.ru/channel_iclub_new",
"https://t.me/Iclub_tradein_bot",
"https://t.me/iclubnsk_bot",
"snake_case_name",
"цена 52 = 10, скидка 33",
]:
print(repr(s), "->", repr(Formatter.format_markdown(s)[0]))

Результат:

'https://max.ru/channel_iclub_new' -> 'https://max.ru/channeliclubnew'
'https://t.me/Iclub_tradein_bot' -> 'https://t.me/Iclubtradeinbot'
'https://t.me/iclubnsk_bot' -> 'https://t.me/iclubnsk_bot' # уцелела: маркер один, пары нет
'snake_case_name' -> 'snakecasename'
'цена 52 = 10, скидка 33' -> 'цена 52 = 10, скидка 33'

Ожидалось: текст без изменений — курсив тут никто не имел в виду.

Отдельно неприятно, что поведение выглядит случайным: строка с одним _ проходит нормально, а с двумя — молча портится. Пока не заглянешь в исходники библиотеки, кажется, что это делает сервер MAX.

Причина

src/pymax/formatting/markdown.py, format_markdown(): маркер открывается по любому совпадению text.startswith(marker, i), без проверки соседних символов. В CommonMark на это есть отдельное правило: _ не может открывать или закрывать эмфазис, если слева и справа от него стоят буквы или цифры (intraword emphasis запрещён именно ради snake_case и URL). Для * правило мягче, но 5*2 в CommonMark тоже не курсив — закрывающий маркер должен быть left-flanking.

Что предлагаю (любого пункта хватило бы)

1. Не открывать _ внутри слова — проверять символы вокруг маркера по правилу CommonMark. Это чинит и ссылки, и snake_case, и не ломает нормальный курсив.
2. Поддержать экранирование _, * — сейчас обратный слеш просто остаётся в тексте, а маркер всё равно срабатывает.
3. Дать возможность выключить разметку — например send_message(..., parse_mode=None) или format=False. Это же закрыло бы и запрос Добавить поддержку HTML-форматирования сообщений #91 (HTML-форматирование): выбор режима вместо жёстко зашитого markdown.

Сейчас единственный способ отправить текст как есть — обезьяний патч Formatter.format_markdown = lambda t: (t, []) до вызова send_message(), что, понятно, ломается на любом рефакторинге библиотеки.

Спасибо за библиотеку — в остальном она отлично работает.