修复页面内容提取，过滤 JSON 错误信息

- 改进 StaticText 解析逻辑
- 过滤知乎等网站的反爬 JSON 错误
- 正确提取页面文本内容

services/search_service.py

@@ -210,15 +210,35 @@ class SearchService:
     
     def _extract_text_from_snapshot(self, snapshot):
         """从 accessibility tree snapshot 中提取文本内容"""
-        # 提取所有 StaticText 行
         texts = []
+        
         for line in snapshot.split('\n'):
-            if 'StaticText' in line:
-                # 格式: - StaticText "文本内容"
-                match = re.search(r'StaticText "([^"]+)"', line)
-                if match:
-                    texts.append(match.group(1))
-        return '\n'.join(texts)
+            line = line.strip()
+            if 'StaticText' in line and 'checkbox' not in line:
+                # 找到 StaticText 后的内容
+                idx = line.find('StaticText')
+                after = line[idx + 10:].strip()  # 跳过 'StaticText'
+                
+                # 去掉开头的引号
+                if after.startswith('"'):
+                    after = after[1:]
+                
+                # 如果以 JSON 开头（错误信息），跳过
+                if after.startswith('{'):
+                    continue
+                
+                # 提取文本内容
+                text = after.rstrip('"').strip()
+                if text and len(text) > 1:
+                    texts.append(text)
+        
+        result = '\n'.join(texts)
+        
+        # 检测是否是反爬错误页面
+        if '请求存在异常' in result or '暂时限制本次访问' in result:
+            return '[该网站触发了反爬机制，无法抓取内容]'
+        
+        return result
     
     def search_articles(self, keyword, category=None):
         """从内容库搜索"""