BookParser.js 18 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558
  1. import EasySAXParser from './easysax';
  2. import {sleep} from '../../../share/utils';
  3. export default class BookParser {
  4. constructor() {
  5. // defaults
  6. this.p = 30;// px, отступ параграфа
  7. this.w = 300;// px, ширина страницы
  8. this.wordWrap = false;// перенос по слогам
  9. this.measureText = (text, style) => {// eslint-disable-line no-unused-vars
  10. if (this.context) {
  11. this.context.save();
  12. this.context.font = this.fontByStyle(style);
  13. const w = this.context.measureText(text).width;
  14. this.context.restore();
  15. return w;
  16. } else
  17. return 0;
  18. };
  19. }
  20. async parse(data, callback) {
  21. if (!callback)
  22. callback = () => {};
  23. callback(0);
  24. this.data = data;
  25. if (data.indexOf('<FictionBook') < 0) {
  26. throw new Error('Неверный формат файла');
  27. }
  28. //defaults
  29. let fb2 = {
  30. firstName: '',
  31. middleName: '',
  32. lastName: '',
  33. bookTitle: '',
  34. };
  35. let path = '';
  36. let tag = '';
  37. let nextPerc = 0;
  38. let center = false;
  39. let paraIndex = -1;
  40. let paraOffset = 0;
  41. let para = []; /*array of
  42. {
  43. index: Number,
  44. offset: Number, //сумма всех length до этого параграфа
  45. length: Number, //длина text без тегов
  46. text: String //текст параграфа (или title или epigraph и т.д) с вложенными тегами
  47. }
  48. */
  49. const newParagraph = (text, len) => {
  50. paraIndex++;
  51. let p = {
  52. index: paraIndex,
  53. offset: paraOffset,
  54. length: len,
  55. text: text,
  56. };
  57. para[paraIndex] = p;
  58. paraOffset += p.length;
  59. };
  60. const growParagraph = (text, len) => {
  61. let p = para[paraIndex];
  62. if (p) {
  63. paraOffset -= p.length;
  64. if (p.length == 1 && p.text[0] == ' ' && len > 0) {
  65. p.length = 0;
  66. p.text = p.text.substr(1);
  67. }
  68. p.length += len;
  69. p.text += text;
  70. } else {
  71. p = {
  72. index: paraIndex,
  73. offset: paraOffset,
  74. length: len,
  75. text: text
  76. };
  77. }
  78. para[paraIndex] = p;
  79. paraOffset += p.length;
  80. };
  81. const parser = new EasySAXParser();
  82. parser.on('error', (msgError) => {// eslint-disable-line no-unused-vars
  83. });
  84. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  85. tag = elemName;
  86. path += '/' + elemName;
  87. if ((tag == 'p' || tag == 'empty-line') && path.indexOf('/FictionBook/body/section') == 0) {
  88. newParagraph(' ', 1);
  89. }
  90. if (tag == 'emphasis' || tag == 'strong') {
  91. growParagraph(`<${tag}>`, 0);
  92. }
  93. if (tag == 'title' || tag == 'subtitle') {
  94. newParagraph(' ', 1);
  95. center = true;
  96. }
  97. });
  98. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  99. if (tag == elemName) {
  100. if (tag == 'emphasis' || tag == 'strong') {
  101. growParagraph(`</${tag}>`, 0);
  102. }
  103. if (tag == 'title' || tag == 'subtitle')
  104. center = false;
  105. path = path.substr(0, path.length - tag.length - 1);
  106. let i = path.lastIndexOf('/');
  107. if (i >= 0) {
  108. tag = path.substr(i + 1);
  109. } else {
  110. tag = path;
  111. }
  112. }
  113. });
  114. parser.on('textNode', (text) => {
  115. if (text != ' ' && text.trim() == '')
  116. text = text.trim();
  117. if (text == '')
  118. return;
  119. switch (path) {
  120. case '/FictionBook/description/title-info/author/first-name':
  121. fb2.firstName = text;
  122. break;
  123. case '/FictionBook/description/title-info/author/middle-name':
  124. fb2.middleName = text;
  125. break;
  126. case '/FictionBook/description/title-info/author/last-name':
  127. fb2.lastName = text;
  128. break;
  129. case '/FictionBook/description/title-info/genre':
  130. fb2.genre = text;
  131. break;
  132. case '/FictionBook/description/title-info/date':
  133. fb2.date = text;
  134. break;
  135. case '/FictionBook/description/title-info/book-title':
  136. fb2.bookTitle = text;
  137. break;
  138. case '/FictionBook/description/title-info/id':
  139. fb2.id = text;
  140. break;
  141. }
  142. if (path.indexOf('/FictionBook/description/title-info/annotation') == 0) {
  143. if (!fb2.annotation)
  144. fb2.annotation = '';
  145. if (tag != 'annotation')
  146. fb2.annotation += `<${tag}>${text}</${tag}>`;
  147. else
  148. fb2.annotation += text;
  149. }
  150. let cOpen = (center ? '<center><strong>' : '');
  151. let cClose = (center ? '</strong></center>' : '');
  152. if (path.indexOf('/FictionBook/body/title') == 0) {
  153. newParagraph(`${cOpen}${text}${cClose}`, text.length, true);
  154. }
  155. if (path.indexOf('/FictionBook/body/section') == 0) {
  156. switch (tag) {
  157. case 'p':
  158. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  159. break;
  160. default:
  161. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  162. }
  163. }
  164. });
  165. parser.on('cdata', (data) => {// eslint-disable-line no-unused-vars
  166. });
  167. parser.on('comment', (text) => {// eslint-disable-line no-unused-vars
  168. });
  169. parser.on('progress', async(progress) => {
  170. if (progress > nextPerc) {
  171. await sleep(1);
  172. callback(progress);
  173. nextPerc += 10;
  174. }
  175. });
  176. await parser.parse(data);
  177. this.fb2 = fb2;
  178. this.para = para;
  179. this.textLength = paraOffset;
  180. callback(100);
  181. await sleep(10);
  182. return {fb2};
  183. }
  184. findParaIndex(bookPos) {
  185. let result = undefined;
  186. //дихотомия
  187. let first = 0;
  188. let last = this.para.length - 1;
  189. while (first < last) {
  190. let mid = first + Math.floor((last - first)/2);
  191. if (bookPos <= this.para[mid].offset + this.para[mid].length - 1)
  192. last = mid;
  193. else
  194. first = mid + 1;
  195. }
  196. if (last >= 0) {
  197. const ofs = this.para[last].offset;
  198. if (bookPos >= ofs && bookPos < ofs + this.para[last].length)
  199. result = last;
  200. }
  201. return result;
  202. }
  203. splitToStyle(s) {
  204. let result = [];/*array of {
  205. style: {bold: Boolean, italic: Boolean, center: Boolean},
  206. text: String,
  207. }*/
  208. const parser = new EasySAXParser();
  209. let style = {};
  210. parser.on('textNode', (text) => {
  211. result.push({
  212. style: Object.assign({}, style),
  213. text: text
  214. });
  215. });
  216. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  217. switch (elemName) {
  218. case 'strong':
  219. style.bold = true;
  220. break;
  221. case 'emphasis':
  222. style.italic = true;
  223. break;
  224. case 'center':
  225. style.center = true;
  226. break;
  227. }
  228. });
  229. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  230. switch (elemName) {
  231. case 'strong':
  232. style.bold = false;
  233. break;
  234. case 'emphasis':
  235. style.italic = false;
  236. break;
  237. case 'center':
  238. style.center = false;
  239. break;
  240. }
  241. });
  242. parser.parse(`<p>${s}</p>`);
  243. return result;
  244. }
  245. splitToSlogi(word) {
  246. let result = [];
  247. const glas = new Set(['а', 'А', 'о', 'О', 'и', 'И', 'е', 'Е', 'ё', 'Ё', 'э', 'Э', 'ы', 'Ы', 'у', 'У', 'ю', 'Ю', 'я', 'Я']);
  248. const soglas = new Set([
  249. 'б', 'в', 'г', 'д', 'ж', 'з', 'й', 'к', 'л', 'м', 'н', 'п', 'р', 'с', 'т', 'ф', 'х', 'ц', 'ч', 'ш', 'щ',
  250. 'Б', 'В', 'Г', 'Д', 'Ж', 'З', 'Й', 'К', 'Л', 'М', 'Н', 'П', 'Р', 'С', 'Т', 'Ф', 'Х', 'Ч', 'Ц', 'Ш', 'Щ'
  251. ]);
  252. const znak = new Set(['ь', 'Ь', 'ъ', 'Ъ', 'й', 'Й']);
  253. const alpha = new Set([...glas, ...soglas, ...znak]);
  254. let slog = '';
  255. let slogLen = 0;
  256. const len = word.length;
  257. word += ' ';
  258. for (let i = 0; i < len; i++) {
  259. slog += word[i];
  260. if (alpha.has(word[i]))
  261. slogLen++;
  262. if (slogLen > 1 && i < len - 2 && (
  263. //гласная, а следом не 2 согласные буквы
  264. (glas.has(word[i]) && !(soglas.has(word[i + 1]) &&
  265. soglas.has(word[i + 2])) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  266. ) ||
  267. //предыдущая не согласная буква, текущая согласная, а следом согласная и согласная|гласная буквы
  268. (alpha.has(word[i - 1]) && !soglas.has(word[i - 1]) &&
  269. soglas.has(word[i]) && soglas.has(word[i + 1]) &&
  270. (glas.has(word[i + 2]) || soglas.has(word[i + 2])) &&
  271. alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  272. ) ||
  273. //мягкий или твердый знак или Й
  274. (znak.has(word[i]) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])) ||
  275. (word[i] == '-')
  276. ) &&
  277. //нельзя оставлять окончания на ь, ъ, й
  278. !(znak.has(word[i + 2]) && !alpha.has(word[i + 3]))
  279. ) {
  280. result.push(slog);
  281. slog = '';
  282. slogLen = 0;
  283. }
  284. }
  285. if (slog)
  286. result.push(slog);
  287. return result;
  288. }
  289. parsePara(paraIndex) {
  290. const para = this.para[paraIndex];
  291. if (para.parsed &&
  292. para.parsed.w === this.w &&
  293. para.parsed.p === this.p &&
  294. para.parsed.wordWrap === this.wordWrap &&
  295. para.parsed.font === this.font
  296. )
  297. return para.parsed;
  298. const parsed = {
  299. w: this.w,
  300. p: this.p,
  301. wordWrap: this.wordWrap,
  302. font: this.font,
  303. };
  304. const lines = []; /* array of
  305. {
  306. begin: Number,
  307. end: Number,
  308. first: Boolean,
  309. last: Boolean,
  310. parts: array of {
  311. style: {bold: Boolean, italic: Boolean, center: Boolean},
  312. text: String,
  313. }
  314. }*/
  315. let parts = this.splitToStyle(para.text);
  316. let line = {begin: para.offset, parts: []};
  317. let partText = '';//накапливаемый кусок со стилем
  318. let str = '';//измеряемая строка
  319. let prevStr = '';
  320. let prevW = 0;
  321. let j = 0;//номер строки
  322. let style = {};
  323. let ofs = -1;
  324. // тут начинается самый замес, перенос по слогам и стилизация
  325. for (const part of parts) {
  326. const words = part.text.split(' ');
  327. style = part.style;
  328. let sp1 = '';
  329. let sp2 = '';
  330. for (let i = 0; i < words.length; i++) {
  331. const word = words[i];
  332. ofs += word.length + (i < words.length - 1 ? 1 : 0);
  333. if (word == '' && i > 0 && i < words.length - 1)
  334. continue;
  335. str += sp1 + word;
  336. sp1 = ' ';
  337. let p = (j == 0 ? parsed.p : 0);
  338. let w = this.measureText(str, style) + p;
  339. let wordTail = word;
  340. if (w > parsed.w) {
  341. if (parsed.wordWrap) {//по слогам
  342. let slogi = this.splitToSlogi(word);
  343. if (slogi.length > 1) {
  344. let s = prevStr + ' ';
  345. let ss = ' ';
  346. let pw;
  347. const slogiLen = slogi.length;
  348. for (let k = 0; k < slogiLen - 1; k++) {
  349. let slog = slogi[0];
  350. let ww = this.measureText(s + slog + (slog[slog.length - 1] == '-' ? '' : '-'), style) + p;
  351. if (ww <= parsed.w) {
  352. s += slog;
  353. ss += slog;
  354. } else
  355. break;
  356. pw = ww;
  357. slogi.shift();
  358. }
  359. if (pw) {
  360. prevW = pw;
  361. partText += ss + (ss[ss.length - 1] == '-' ? '' : '-');
  362. wordTail = slogi.join('');
  363. }
  364. }
  365. }
  366. if (partText != '')
  367. line.parts.push({style, text: partText});
  368. if (line.parts.length) {//корявенько, коррекция при переносе, отрефакторить не вышло
  369. let t = line.parts[line.parts.length - 1].text;
  370. if (t[t.length - 1] == ' ') {
  371. line.parts[line.parts.length - 1].text = t.trimRight();
  372. prevW -= this.measureText(' ', style);
  373. }
  374. }
  375. line.end = para.offset + ofs - wordTail.length - 1;
  376. line.width = prevW;
  377. line.first = (j == 0);
  378. line.last = false;
  379. lines.push(line);
  380. line = {begin: line.end + 1, parts: []};
  381. partText = '';
  382. sp2 = '';
  383. str = wordTail;
  384. j++;
  385. }
  386. prevStr = str;
  387. partText += sp2 + wordTail;
  388. sp2 = ' ';
  389. prevW = w;
  390. }
  391. if (partText != '')
  392. line.parts.push({style, text: partText});
  393. partText = '';
  394. }
  395. if (line.parts.length) {//корявенько, коррекция при переносе
  396. let t = line.parts[line.parts.length - 1].text;
  397. if (t[t.length - 1] == ' ') {
  398. line.parts[line.parts.length - 1].text = t.trimRight();
  399. prevW -= this.measureText(' ', style);
  400. }
  401. }
  402. line.end = para.offset + para.length - 1;
  403. line.width = prevW;
  404. line.first = (j == 0);
  405. line.last = true;
  406. lines.push(line);
  407. parsed.lines = lines;
  408. para.parsed = parsed;
  409. return parsed;
  410. }
  411. findLineIndex(bookPos, lines) {
  412. let result = undefined;
  413. //дихотомия
  414. let first = 0;
  415. let last = lines.length - 1;
  416. while (first < last) {
  417. let mid = first + Math.floor((last - first)/2);
  418. if (bookPos <= lines[mid].end)
  419. last = mid;
  420. else
  421. first = mid + 1;
  422. }
  423. if (last >= 0) {
  424. if (bookPos >= lines[last].begin && bookPos <= lines[last].end)
  425. result = last;
  426. }
  427. return result;
  428. }
  429. getLines(bookPos, n) {
  430. const result = [];
  431. let paraIndex = this.findParaIndex(bookPos);
  432. if (paraIndex === undefined)
  433. return result;
  434. if (n > 0) {
  435. let parsed = this.parsePara(paraIndex);
  436. let i = this.findLineIndex(bookPos, parsed.lines);
  437. if (i === undefined)
  438. return result;
  439. while (n > 0) {
  440. result.push(parsed.lines[i]);
  441. i++;
  442. if (i >= parsed.lines.length) {
  443. paraIndex++;
  444. if (paraIndex < this.para.length)
  445. parsed = this.parsePara(paraIndex);
  446. else
  447. return result;
  448. i = 0;
  449. }
  450. n--;
  451. }
  452. } else if (n < 0) {
  453. n = -n;
  454. let parsed = this.parsePara(paraIndex);
  455. let i = this.findLineIndex(bookPos, parsed.lines);
  456. if (i === undefined)
  457. return result;
  458. while (n > 0) {
  459. result.push(parsed.lines[i]);
  460. i--;
  461. if (i < 0) {
  462. paraIndex--;
  463. if (paraIndex >= 0)
  464. parsed = this.parsePara(paraIndex);
  465. else
  466. return result;
  467. i = parsed.lines.length - 1;
  468. }
  469. n--;
  470. }
  471. }
  472. return result;
  473. }
  474. }