# 08 文案处理、标题校验与文件命名

听文视频工作台 · 技术架构与实现 · 1.0.2

## 正文与清洗

正式版不设产品级正文字符上限，仍受64MiB单请求、设备空间和外部TTS可用性约束。create以str(...).strip()得到实际朗读正文，拒绝空文本。试用版在strip前执行累计账本，故输入首尾空白可扣额但不朗读；这是两个不同处理目的。

前端显式清洗基于正则替换，统一换行、移除零宽/BOM、HTML注释和标签、Markdown链接地址/图片、裸网址、列表/引用/水平线、括号外壳及格式符，整理空白；保留数字、通常标点、括号内文本，数字间星号转换为“乘以”。不解码&等HTML实体，不调用语言模型、不识别文章事实，也不是通用Markdown语义解析器。最近一次有效清洗前原文用于撤销，手动编辑后撤销失效。

MD导入是另一套简化处理：删除完整三反引号代码块、标题前缀、图片、链接地址和部分格式符。显式清洗只去代码围栏而保留代码正文；需要文案一致性时不能把两个入口当成相同转换。

## 标题规则

normalize_title统一换行，逐行去首尾、连续空白合并、丢弃空行并保留有效手动换行。title_character_count合计主副标题的非换行Python字符，超过30即400拒绝，在启动语音/图像请求之前执行。标题颜色和布局见第12章。新任务保存title_style=poster，旧style仍有兼容路径。

## 文件命名与路径安全

新MP4文件stem取实际正文前30个Python字符，将/\:*?"<>|及控制字符替换下划线，再整理首尾空格/点；空stem回退听文视频。主标题不影响新MP4名。已有任务没有video_filename时继续用video.mp4，不为历史文件自动更名。

任务目录使用规范UUID，必须str(uuid.UUID(id)) == id。照片文件必须basename、以image-开头并以.png结尾；视频文件同样只能basename且.mp4，无反斜杠。路径保护与导出白名单相结合，避免用户输入变为目录穿越参数。

依据：templates/index.html:215–248、app.py:63–105,593–605、make_homepage_bg.py:36–50。

---
招商合作微信：wzqy2019。添加备注：听文合作。
原网页：https://tingwen-creator-studio-102.pages.dev/guide/technical-08