BookParser.js 19 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558559560561562563564565566567568569570571572573574575576
  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 bold = false;
  40. let paraIndex = -1;
  41. let paraOffset = 0;
  42. let para = []; /*array of
  43. {
  44. index: Number,
  45. offset: Number, //сумма всех length до этого параграфа
  46. length: Number, //длина text без тегов
  47. text: String //текст параграфа (или title или epigraph и т.д) с вложенными тегами
  48. }
  49. */
  50. const newParagraph = (text, len) => {
  51. paraIndex++;
  52. let p = {
  53. index: paraIndex,
  54. offset: paraOffset,
  55. length: len,
  56. text: text,
  57. };
  58. para[paraIndex] = p;
  59. paraOffset += p.length;
  60. };
  61. const growParagraph = (text, len) => {
  62. let p = para[paraIndex];
  63. if (p) {
  64. paraOffset -= p.length;
  65. if (p.length == 1 && p.text[0] == ' ' && len > 0) {
  66. p.length = 0;
  67. p.text = p.text.substr(1);
  68. }
  69. p.length += len;
  70. p.text += text;
  71. } else {
  72. p = {
  73. index: paraIndex,
  74. offset: paraOffset,
  75. length: len,
  76. text: text
  77. };
  78. }
  79. para[paraIndex] = p;
  80. paraOffset += p.length;
  81. };
  82. const parser = new EasySAXParser();
  83. parser.on('error', (msgError) => {// eslint-disable-line no-unused-vars
  84. });
  85. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  86. tag = elemName;
  87. path += '/' + elemName;
  88. if ((tag == 'p' || tag == 'empty-line') && path.indexOf('/FictionBook/body/section') == 0) {
  89. newParagraph(' ', 1);
  90. }
  91. if (tag == 'emphasis' || tag == 'strong') {
  92. growParagraph(`<${tag}>`, 0);
  93. }
  94. if (tag == 'title') {
  95. newParagraph(' ', 1);
  96. bold = true;
  97. center = true;
  98. }
  99. if (tag == 'subtitle') {
  100. newParagraph(' ', 1);
  101. bold = true;
  102. }
  103. });
  104. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  105. if (tag == elemName) {
  106. if (tag == 'emphasis' || tag == 'strong') {
  107. growParagraph(`</${tag}>`, 0);
  108. }
  109. if (tag == 'title') {
  110. bold = false;
  111. center = false;
  112. }
  113. if (tag == 'subtitle')
  114. bold = false;
  115. path = path.substr(0, path.length - tag.length - 1);
  116. let i = path.lastIndexOf('/');
  117. if (i >= 0) {
  118. tag = path.substr(i + 1);
  119. } else {
  120. tag = path;
  121. }
  122. }
  123. });
  124. parser.on('textNode', (text) => {
  125. if (text != ' ' && text.trim() == '')
  126. text = text.trim();
  127. if (text == '')
  128. return;
  129. switch (path) {
  130. case '/FictionBook/description/title-info/author/first-name':
  131. fb2.firstName = text;
  132. break;
  133. case '/FictionBook/description/title-info/author/middle-name':
  134. fb2.middleName = text;
  135. break;
  136. case '/FictionBook/description/title-info/author/last-name':
  137. fb2.lastName = text;
  138. break;
  139. case '/FictionBook/description/title-info/genre':
  140. fb2.genre = text;
  141. break;
  142. case '/FictionBook/description/title-info/date':
  143. fb2.date = text;
  144. break;
  145. case '/FictionBook/description/title-info/book-title':
  146. fb2.bookTitle = text;
  147. break;
  148. case '/FictionBook/description/title-info/id':
  149. fb2.id = text;
  150. break;
  151. }
  152. if (path.indexOf('/FictionBook/description/title-info/annotation') == 0) {
  153. if (!fb2.annotation)
  154. fb2.annotation = '';
  155. if (tag != 'annotation')
  156. fb2.annotation += `<${tag}>${text}</${tag}>`;
  157. else
  158. fb2.annotation += text;
  159. }
  160. let cOpen = (center ? '<center>' : '');
  161. cOpen += (bold ? '<strong>' : '');
  162. let cClose = (center ? '</center>' : '');
  163. cClose += (bold ? '</strong>' : '');
  164. if (path.indexOf('/FictionBook/body/title') == 0) {
  165. newParagraph(`${cOpen}${text}${cClose}`, text.length, true);
  166. }
  167. if (path.indexOf('/FictionBook/body/section') == 0) {
  168. switch (tag) {
  169. case 'p':
  170. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  171. break;
  172. default:
  173. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  174. }
  175. }
  176. });
  177. parser.on('cdata', (data) => {// eslint-disable-line no-unused-vars
  178. });
  179. parser.on('comment', (text) => {// eslint-disable-line no-unused-vars
  180. });
  181. parser.on('progress', async(progress) => {
  182. if (progress > nextPerc) {
  183. await sleep(1);
  184. callback(progress);
  185. nextPerc += 10;
  186. }
  187. });
  188. await parser.parse(data);
  189. this.fb2 = fb2;
  190. this.para = para;
  191. this.textLength = paraOffset;
  192. callback(100);
  193. await sleep(10);
  194. return {fb2};
  195. }
  196. findParaIndex(bookPos) {
  197. let result = undefined;
  198. //дихотомия
  199. let first = 0;
  200. let last = this.para.length - 1;
  201. while (first < last) {
  202. let mid = first + Math.floor((last - first)/2);
  203. if (bookPos <= this.para[mid].offset + this.para[mid].length - 1)
  204. last = mid;
  205. else
  206. first = mid + 1;
  207. }
  208. if (last >= 0) {
  209. const ofs = this.para[last].offset;
  210. if (bookPos >= ofs && bookPos < ofs + this.para[last].length)
  211. result = last;
  212. }
  213. return result;
  214. }
  215. splitToStyle(s) {
  216. let result = [];/*array of {
  217. style: {bold: Boolean, italic: Boolean, center: Boolean},
  218. text: String,
  219. }*/
  220. const parser = new EasySAXParser();
  221. let style = {};
  222. parser.on('textNode', (text) => {
  223. result.push({
  224. style: Object.assign({}, style),
  225. text: text
  226. });
  227. });
  228. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  229. switch (elemName) {
  230. case 'strong':
  231. style.bold = true;
  232. break;
  233. case 'emphasis':
  234. style.italic = true;
  235. break;
  236. case 'center':
  237. style.center = true;
  238. break;
  239. }
  240. });
  241. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  242. switch (elemName) {
  243. case 'strong':
  244. style.bold = false;
  245. break;
  246. case 'emphasis':
  247. style.italic = false;
  248. break;
  249. case 'center':
  250. style.center = false;
  251. break;
  252. }
  253. });
  254. parser.parse(`<p>${s}</p>`);
  255. return result;
  256. }
  257. splitToSlogi(word) {
  258. let result = [];
  259. const glas = new Set(['а', 'А', 'о', 'О', 'и', 'И', 'е', 'Е', 'ё', 'Ё', 'э', 'Э', 'ы', 'Ы', 'у', 'У', 'ю', 'Ю', 'я', 'Я']);
  260. const soglas = new Set([
  261. 'б', 'в', 'г', 'д', 'ж', 'з', 'й', 'к', 'л', 'м', 'н', 'п', 'р', 'с', 'т', 'ф', 'х', 'ц', 'ч', 'ш', 'щ',
  262. 'Б', 'В', 'Г', 'Д', 'Ж', 'З', 'Й', 'К', 'Л', 'М', 'Н', 'П', 'Р', 'С', 'Т', 'Ф', 'Х', 'Ч', 'Ц', 'Ш', 'Щ'
  263. ]);
  264. const znak = new Set(['ь', 'Ь', 'ъ', 'Ъ', 'й', 'Й']);
  265. const alpha = new Set([...glas, ...soglas, ...znak]);
  266. let slog = '';
  267. let slogLen = 0;
  268. const len = word.length;
  269. word += ' ';
  270. for (let i = 0; i < len; i++) {
  271. slog += word[i];
  272. if (alpha.has(word[i]))
  273. slogLen++;
  274. if (slogLen > 1 && i < len - 2 && (
  275. //гласная, а следом не 2 согласные буквы
  276. (glas.has(word[i]) && !(soglas.has(word[i + 1]) &&
  277. soglas.has(word[i + 2])) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  278. ) ||
  279. //предыдущая не согласная буква, текущая согласная, а следом согласная и согласная|гласная буквы
  280. (alpha.has(word[i - 1]) && !soglas.has(word[i - 1]) &&
  281. soglas.has(word[i]) && soglas.has(word[i + 1]) &&
  282. (glas.has(word[i + 2]) || soglas.has(word[i + 2])) &&
  283. alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  284. ) ||
  285. //мягкий или твердый знак или Й
  286. (znak.has(word[i]) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])) ||
  287. (word[i] == '-')
  288. ) &&
  289. //нельзя оставлять окончания на ь, ъ, й
  290. !(znak.has(word[i + 2]) && !alpha.has(word[i + 3]))
  291. ) {
  292. result.push(slog);
  293. slog = '';
  294. slogLen = 0;
  295. }
  296. }
  297. if (slog)
  298. result.push(slog);
  299. return result;
  300. }
  301. parsePara(paraIndex) {
  302. const para = this.para[paraIndex];
  303. if (para.parsed &&
  304. para.parsed.w === this.w &&
  305. para.parsed.p === this.p &&
  306. para.parsed.wordWrap === this.wordWrap &&
  307. para.parsed.font === this.font
  308. )
  309. return para.parsed;
  310. const parsed = {
  311. w: this.w,
  312. p: this.p,
  313. wordWrap: this.wordWrap,
  314. font: this.font,
  315. };
  316. const lines = []; /* array of
  317. {
  318. begin: Number,
  319. end: Number,
  320. first: Boolean,
  321. last: Boolean,
  322. parts: array of {
  323. style: {bold: Boolean, italic: Boolean, center: Boolean},
  324. text: String,
  325. }
  326. }*/
  327. let parts = this.splitToStyle(para.text);
  328. let line = {begin: para.offset, parts: []};
  329. let partText = '';//накапливаемый кусок со стилем
  330. let str = '';//измеряемая строка
  331. let prevStr = '';
  332. let prevW = 0;
  333. let j = 0;//номер строки
  334. let style = {};
  335. let ofs = 0;
  336. // тут начинается самый замес, перенос по слогам и стилизация
  337. for (const part of parts) {
  338. const words = part.text.split(' ');
  339. style = part.style;
  340. let sp1 = '';
  341. let sp2 = '';
  342. for (let i = 0; i < words.length; i++) {
  343. const word = words[i];
  344. ofs += word.length + (i < words.length - 1 ? 1 : 0);
  345. if (word == '' && i > 0 && i < words.length - 1)
  346. continue;
  347. str += sp1 + word;
  348. sp1 = ' ';
  349. let p = (j == 0 ? parsed.p : 0);
  350. let w = this.measureText(str, style) + p;
  351. let wordTail = word;
  352. if (w > parsed.w) {
  353. if (parsed.wordWrap) {//по слогам
  354. let slogi = this.splitToSlogi(word);
  355. if (slogi.length > 1) {
  356. let s = prevStr + ' ';
  357. let ss = ' ';
  358. let pw;
  359. const slogiLen = slogi.length;
  360. for (let k = 0; k < slogiLen - 1; k++) {
  361. let slog = slogi[0];
  362. let ww = this.measureText(s + slog + (slog[slog.length - 1] == '-' ? '' : '-'), style) + p;
  363. if (ww <= parsed.w) {
  364. s += slog;
  365. ss += slog;
  366. } else
  367. break;
  368. pw = ww;
  369. slogi.shift();
  370. }
  371. if (pw) {
  372. prevW = pw;
  373. partText += ss + (ss[ss.length - 1] == '-' ? '' : '-');
  374. wordTail = slogi.join('');
  375. }
  376. }
  377. }
  378. if (partText != '')
  379. line.parts.push({style, text: partText});
  380. if (line.parts.length) {//корявенько, коррекция при переносе, отрефакторить не вышло
  381. let t = line.parts[line.parts.length - 1].text;
  382. if (t[t.length - 1] == ' ') {
  383. line.parts[line.parts.length - 1].text = t.trimRight();
  384. prevW -= this.measureText(' ', style);
  385. }
  386. }
  387. line.end = para.offset + ofs - wordTail.length - 1;
  388. if (line.end - line.begin < 0)
  389. console.error(`Parse error, empty line in paragraph ${paraIndex}`);
  390. line.width = prevW;
  391. line.first = (j == 0);
  392. line.last = false;
  393. lines.push(line);
  394. line = {begin: line.end + 1, parts: []};
  395. partText = '';
  396. sp2 = '';
  397. str = wordTail;
  398. j++;
  399. }
  400. prevStr = str;
  401. partText += sp2 + wordTail;
  402. sp2 = ' ';
  403. prevW = w;
  404. }
  405. if (partText != '')
  406. line.parts.push({style, text: partText});
  407. partText = '';
  408. }
  409. if (line.parts.length) {//корявенько, коррекция при переносе
  410. let t = line.parts[line.parts.length - 1].text;
  411. if (t[t.length - 1] == ' ') {
  412. line.parts[line.parts.length - 1].text = t.trimRight();
  413. prevW -= this.measureText(' ', style);
  414. }
  415. }
  416. line.end = para.offset + para.length - 1;
  417. if (line.end - line.begin < 0)
  418. console.error(`Parse error, empty line in paragraph ${paraIndex}`);
  419. line.width = prevW;
  420. line.first = (j == 0);
  421. line.last = true;
  422. lines.push(line);
  423. parsed.lines = lines;
  424. para.parsed = parsed;
  425. return parsed;
  426. }
  427. findLineIndex(bookPos, lines) {
  428. let result = undefined;
  429. //дихотомия
  430. let first = 0;
  431. let last = lines.length - 1;
  432. while (first < last) {
  433. let mid = first + Math.floor((last - first)/2);
  434. if (bookPos <= lines[mid].end)
  435. last = mid;
  436. else
  437. first = mid + 1;
  438. }
  439. if (last >= 0) {
  440. if (bookPos >= lines[last].begin && bookPos <= lines[last].end)
  441. result = last;
  442. }
  443. return result;
  444. }
  445. getLines(bookPos, n) {
  446. const result = [];
  447. let paraIndex = this.findParaIndex(bookPos);
  448. if (paraIndex === undefined)
  449. return result;
  450. if (n > 0) {
  451. let parsed = this.parsePara(paraIndex);
  452. let i = this.findLineIndex(bookPos, parsed.lines);
  453. if (i === undefined)
  454. return result;
  455. while (n > 0) {
  456. result.push(parsed.lines[i]);
  457. i++;
  458. if (i >= parsed.lines.length) {
  459. paraIndex++;
  460. if (paraIndex < this.para.length)
  461. parsed = this.parsePara(paraIndex);
  462. else
  463. return result;
  464. i = 0;
  465. }
  466. n--;
  467. }
  468. } else if (n < 0) {
  469. n = -n;
  470. let parsed = this.parsePara(paraIndex);
  471. let i = this.findLineIndex(bookPos, parsed.lines);
  472. if (i === undefined)
  473. return result;
  474. while (n > 0) {
  475. result.push(parsed.lines[i]);
  476. i--;
  477. if (i < 0) {
  478. paraIndex--;
  479. if (paraIndex >= 0)
  480. parsed = this.parsePara(paraIndex);
  481. else
  482. return result;
  483. i = parsed.lines.length - 1;
  484. }
  485. n--;
  486. }
  487. }
  488. return result;
  489. }
  490. }