fix(browser): keep the spaces of words built one element per letter

crates/botloftd/src/browser/reader.js

@@ -165,8 +165,9 @@
     const walk = (node, parentCursor, depth) => {
       if (++nodes > MAX_NODES || depth > MAX_DEPTH) return;
       if (node.nodeType === Node.TEXT_NODE) {
-        const text = node.nodeValue.replace(/\s+/g, " ");
-        if (text.trim()) out.push(text);
+        // A text node of spaces alone still parts words: pages that put
+        // each letter in its own element keep their spaces that way.
+        out.push(node.nodeValue.replace(/\s+/g, " "));
         return;
       }
       if (node.nodeType !== Node.ELEMENT_NODE) return;

crates/botloftd/tests/browser.rs

@@ -89,6 +89,19 @@ async fn a_bot_fills_a_form_after_the_owner_allows_the_site() {
     assert!(closed.expect_err("closed").contains("not open"));
 }
 
+#[tokio::test(flavor = "multi_thread")]
+async fn words_made_of_one_element_per_letter_keep_their_spaces() {
+    let Some(mut b) = setup().await else { return };
+    let opening = call(
+        &b.mcp,
+        "browser_open",
+        json!({ "url": format!("{}/letters", b.site) }),
+    );
+    answer_site(&mut b.app, true, None).await;
+    let page = opening.await.expect("task").expect("page");
+    assert!(page.contains("Two words"), "{page}");
+}
+
 #[tokio::test(flavor = "multi_thread")]
 async fn a_site_the_owner_denies_stays_closed() {
     let Some(mut b) = setup().await else { return };

crates/botloftd/tests/common/site.rs

@@ -1,8 +1,9 @@
 //! A small web site on 127.0.0.1 for the browser tests: a form, the page
 //! it leads to, a link that opens a new tab, a button that shows a dialog,
 //! a sign-in page with its fields at fixed points, for the owner's hands,
-//! a page that says how big its window is, one that counts its loads and
-//! one that counts the times it went out of sight.
+//! a page that says how big its window is, one that counts its loads, one
+//! that counts the times it went out of sight and one with each letter in
+//! its own element.
 
 use std::collections::HashMap;
 use std::net::SocketAddr;
@@ -25,6 +26,11 @@ const POPUP: &str = "<!doctype html><title>Links</title>\
     <a href=\"/done?name=Tab&size=Small\" target=\"_blank\">Open in a new tab</a>\
     <button onclick=\"alert('Hi there')\">Warn me</button>";
 
+/// Each letter in a span, spaces too, as example.com's own script does.
+const LETTERS: &str = "<!doctype html><title>Letters</title><p><span>T</span><span>w</span>\
+    <span>o</span><span> </span><span>w</span><span>o</span><span>r</span><span>d</span>\
+    <span>s</span></p>";
+
 /// The fields' middles: user (200, 115), password (200, 215).
 const LOGIN: &str = "<!doctype html><title>Sign in</title><style>body{margin:0}\
     input{position:absolute;left:100px;width:200px;height:30px;margin:0;padding:0;\
@@ -86,6 +92,7 @@ pub async fn serve() -> SocketAddr {
         .route("/login", get(|| async { Html(LOGIN) }))
         .route("/size", get(|| async { Html(SIZE) }))
         .route("/sight", get(|| async { Html(SIGHT) }))
+        .route("/letters", get(|| async { Html(LETTERS) }))
         .route("/account", post(account));
     let listener = TcpListener::bind("127.0.0.1:0").await.expect("bind");
     let addr = listener.local_addr().expect("addr");

docs/spec.md

@@ -1261,6 +1261,7 @@ Esqueceu a senha? [e5 link "Recuperar acesso"]
 ```
 
 - Um script injetado (`Runtime.evaluate`) percorre o documento em ordem de leitura: texto visível, títulos com `#`, itens de lista com `-`, quebras de bloco, e cada controle entre colchetes com uma `ref` (`e<n>`), o papel (`link`, `button`, `textbox`, `checkbox`, `radio`, `select`, `clickable`...), o nome acessível (`aria-label`, `<label>`, texto, `placeholder`, `title`, `alt`) e o estado (valor, marcado, desabilitado). Senhas aparecem só como `(password)`.
+- Um nó de texto só com espaços vira um espaço, e espaços seguidos viram um. Assim uma página que põe cada letra num elemento próprio, espaços incluídos (o script do example.com faz isso com o texto em inglês), não chega ao bot com as palavras grudadas.
 - Entra o que está visível na página inteira, não só na tela: nada com `display: none`, `visibility: hidden`, `aria-hidden` ou tamanho zero. `iframe` do mesmo site e shadow DOM aberto entram; de outro site, só `[frame]`.
 - Elementos clicáveis sem papel (um `div` com `cursor: pointer` que não herda o cursor do pai) viram `clickable`.
 - A mesma ref aponta sempre para o mesmo elemento enquanto ele existir, também entre leituras.