Фикс с повторами символов

bot/middlewares/banwords_mdw.py

@@ -10,7 +10,7 @@ Middleware для проверки сообщений на запрещённы
 - Нет уведомлений в режиме тишины
 """
 
-from typing import Callable, Dict, Any, Awaitable, Optional, Set
+from typing import Callable, Dict, Any, Awaitable, Optional
 import re
 import unicodedata
 
@@ -20,7 +20,7 @@ from aiogram.exceptions import TelegramBadRequest
 
 from configs import settings, UNICODE_MAP, LATIN_TO_CYRILLIC, CYRILLIC_NORMALIZE
 from database import get_manager, BanWordType
-from bot.special import process_text, extract_words, get_lemma
+from bot.special import extract_words, get_lemma
 from middleware.loggers import logger
 
 __all__ = ("BanWordsMiddleware",)
@@ -40,7 +40,7 @@ class TextNormalizer:
     FULL_MAP.update(UNICODE_MAP)
 
     # Символы-разделители, которые могут быть вставлены между буквами
-    SEPARATORS = re.compile(r'[\s\.\-_,;:|]+', re.UNICODE)
+    SEPARATORS = re.compile(r'[\s.\-_,;:|]+', re.UNICODE)
 
     # Паттерн для поиска повторяющихся букв (3+ раза)
     REPEAT_PATTERN = re.compile(r'([а-яёa-z])\1{2,}', re.IGNORECASE)
@@ -68,15 +68,10 @@ class TextNormalizer:
 
     @classmethod
     def collapse_repeats(cls, text: str, max_repeat: int = 2) -> str:
-        """
-        Заменяет повторения символов более max_repeat подряд на один/два символа.
-        По умолчанию оставляет максимум 2 (леееейн → леейн? но обычно хватит 2).
-        Можно настроить: для банворда "лейн" превратит "леееейн" в "леейн", что всё равно содержит "лейн".
-        """
         def repl(m):
             ch = m.group(1)
-            # Оставляем два символа, чтобы не терять удвоенные буквы (например, "дд" в слове "поддон")
-            return ch * 2
+            return ch  # вместо ch * 2 — теперь схлопываем до одного символа
+
         return cls.REPEAT_PATTERN.sub(repl, text)
 
     @classmethod
@@ -160,9 +155,9 @@ class BanWordsMiddleware(BaseMiddleware):
         Возвращает словарь с причиной блокировки или None.
         """
         # 1. Повторяющиеся символы (например, "леееейн") — блокируем сразу
-        repeat_result = self._check_repeated_chars(text)
-        if repeat_result:
-            return repeat_result
+        # repeat_result = self._check_repeated_chars(text)
+        # if repeat_result:
+            # return repeat_result
 
         # 2. Получаем кэшированные списки
         substring_words = self.manager.get_banwords_cached(BanWordType.SUBSTRING)