BookParser.js 19 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558559560561562563564565566567568569570571572573574575
  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. //заглушка
  10. this.measureText = (text, style) => {// eslint-disable-line no-unused-vars
  11. return text.length*20;
  12. };
  13. }
  14. async parse(data, callback) {
  15. if (!callback)
  16. callback = () => {};
  17. callback(0);
  18. this.data = data;
  19. if (data.indexOf('<FictionBook') < 0) {
  20. throw new Error('Неверный формат файла');
  21. }
  22. //defaults
  23. let fb2 = {
  24. firstName: '',
  25. middleName: '',
  26. lastName: '',
  27. bookTitle: '',
  28. };
  29. let path = '';
  30. let tag = '';
  31. let nextPerc = 0;
  32. let center = false;
  33. let bold = false;
  34. let paraIndex = -1;
  35. let paraOffset = 0;
  36. let para = []; /*array of
  37. {
  38. index: Number,
  39. offset: Number, //сумма всех length до этого параграфа
  40. length: Number, //длина text без тегов
  41. text: String //текст параграфа (или title или epigraph и т.д) с вложенными тегами
  42. }
  43. */
  44. const newParagraph = (text, len) => {
  45. paraIndex++;
  46. let p = {
  47. index: paraIndex,
  48. offset: paraOffset,
  49. length: len,
  50. text: text,
  51. };
  52. para[paraIndex] = p;
  53. paraOffset += p.length;
  54. };
  55. const growParagraph = (text, len) => {
  56. let p = para[paraIndex];
  57. if (p) {
  58. paraOffset -= p.length;
  59. if (p.length == 1 && p.text[0] == ' ' && len > 0) {
  60. p.length = 0;
  61. p.text = p.text.substr(1);
  62. }
  63. p.length += len;
  64. p.text += text;
  65. } else {
  66. p = {
  67. index: paraIndex,
  68. offset: paraOffset,
  69. length: len,
  70. text: text
  71. };
  72. }
  73. para[paraIndex] = p;
  74. paraOffset += p.length;
  75. };
  76. const parser = new EasySAXParser();
  77. parser.on('error', (msgError) => {// eslint-disable-line no-unused-vars
  78. });
  79. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  80. tag = elemName;
  81. path += '/' + elemName;
  82. if ((tag == 'p' || tag == 'empty-line') && path.indexOf('/FictionBook/body/section') == 0) {
  83. newParagraph(' ', 1);
  84. }
  85. if (tag == 'emphasis' || tag == 'strong') {
  86. growParagraph(`<${tag}>`, 0);
  87. }
  88. if (tag == 'title') {
  89. newParagraph(' ', 1);
  90. bold = true;
  91. center = true;
  92. }
  93. if (tag == 'subtitle') {
  94. newParagraph(' ', 1);
  95. bold = true;
  96. }
  97. });
  98. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  99. if (tag == elemName) {
  100. if (tag == 'emphasis' || tag == 'strong') {
  101. growParagraph(`</${tag}>`, 0);
  102. }
  103. if (tag == 'title') {
  104. bold = false;
  105. center = false;
  106. }
  107. if (tag == 'subtitle')
  108. bold = false;
  109. path = path.substr(0, path.length - tag.length - 1);
  110. let i = path.lastIndexOf('/');
  111. if (i >= 0) {
  112. tag = path.substr(i + 1);
  113. } else {
  114. tag = path;
  115. }
  116. }
  117. });
  118. parser.on('textNode', (text) => {
  119. if (text != ' ' && text.trim() == '')
  120. text = text.trim();
  121. if (text == '')
  122. return;
  123. switch (path) {
  124. case '/FictionBook/description/title-info/author/first-name':
  125. fb2.firstName = text;
  126. break;
  127. case '/FictionBook/description/title-info/author/middle-name':
  128. fb2.middleName = text;
  129. break;
  130. case '/FictionBook/description/title-info/author/last-name':
  131. fb2.lastName = text;
  132. break;
  133. case '/FictionBook/description/title-info/genre':
  134. fb2.genre = text;
  135. break;
  136. case '/FictionBook/description/title-info/date':
  137. fb2.date = text;
  138. break;
  139. case '/FictionBook/description/title-info/book-title':
  140. fb2.bookTitle = text;
  141. break;
  142. case '/FictionBook/description/title-info/id':
  143. fb2.id = text;
  144. break;
  145. }
  146. if (path.indexOf('/FictionBook/description/title-info/annotation') == 0) {
  147. if (!fb2.annotation)
  148. fb2.annotation = '';
  149. if (tag != 'annotation')
  150. fb2.annotation += `<${tag}>${text}</${tag}>`;
  151. else
  152. fb2.annotation += text;
  153. }
  154. let cOpen = (center ? '<center>' : '');
  155. cOpen += (bold ? '<strong>' : '');
  156. let cClose = (center ? '</center>' : '');
  157. cClose += (bold ? '</strong>' : '');
  158. if (path.indexOf('/FictionBook/body/title') == 0) {
  159. newParagraph(`${cOpen}${text}${cClose}`, text.length, true);
  160. }
  161. if (path.indexOf('/FictionBook/body/section') == 0) {
  162. switch (tag) {
  163. case 'p':
  164. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  165. break;
  166. default:
  167. growParagraph(`${cOpen}${text}${cClose}`, text.length);
  168. }
  169. }
  170. });
  171. parser.on('cdata', (data) => {// eslint-disable-line no-unused-vars
  172. });
  173. parser.on('comment', (text) => {// eslint-disable-line no-unused-vars
  174. });
  175. parser.on('progress', async(progress) => {
  176. if (progress > nextPerc) {
  177. await sleep(1);
  178. callback(progress);
  179. nextPerc += 10;
  180. }
  181. });
  182. await parser.parse(data);
  183. this.fb2 = fb2;
  184. this.para = para;
  185. this.textLength = paraOffset;
  186. callback(100);
  187. await sleep(10);
  188. return {fb2};
  189. }
  190. findParaIndex(bookPos) {
  191. let result = undefined;
  192. //дихотомия
  193. let first = 0;
  194. let last = this.para.length - 1;
  195. while (first < last) {
  196. let mid = first + Math.floor((last - first)/2);
  197. if (bookPos <= this.para[mid].offset + this.para[mid].length - 1)
  198. last = mid;
  199. else
  200. first = mid + 1;
  201. }
  202. if (last >= 0) {
  203. const ofs = this.para[last].offset;
  204. if (bookPos >= ofs && bookPos < ofs + this.para[last].length)
  205. result = last;
  206. }
  207. return result;
  208. }
  209. splitToStyle(s) {
  210. let result = [];/*array of {
  211. style: {bold: Boolean, italic: Boolean, center: Boolean},
  212. text: String,
  213. }*/
  214. const parser = new EasySAXParser();
  215. let style = {};
  216. parser.on('textNode', (text) => {
  217. result.push({
  218. style: Object.assign({}, style),
  219. text: text
  220. });
  221. });
  222. parser.on('startNode', (elemName, getAttr, isTagEnd, getStrNode) => {// eslint-disable-line no-unused-vars
  223. switch (elemName) {
  224. case 'strong':
  225. style.bold = true;
  226. break;
  227. case 'emphasis':
  228. style.italic = true;
  229. break;
  230. case 'center':
  231. style.center = true;
  232. break;
  233. }
  234. });
  235. parser.on('endNode', (elemName, isTagStart, getStrNode) => {// eslint-disable-line no-unused-vars
  236. switch (elemName) {
  237. case 'strong':
  238. style.bold = false;
  239. break;
  240. case 'emphasis':
  241. style.italic = false;
  242. break;
  243. case 'center':
  244. style.center = false;
  245. break;
  246. }
  247. });
  248. parser.parse(`<p>${s}</p>`);
  249. return result;
  250. }
  251. splitToSlogi(word) {
  252. let result = [];
  253. const glas = new Set(['а', 'А', 'о', 'О', 'и', 'И', 'е', 'Е', 'ё', 'Ё', 'э', 'Э', 'ы', 'Ы', 'у', 'У', 'ю', 'Ю', 'я', 'Я']);
  254. const soglas = new Set([
  255. 'б', 'в', 'г', 'д', 'ж', 'з', 'й', 'к', 'л', 'м', 'н', 'п', 'р', 'с', 'т', 'ф', 'х', 'ц', 'ч', 'ш', 'щ',
  256. 'Б', 'В', 'Г', 'Д', 'Ж', 'З', 'Й', 'К', 'Л', 'М', 'Н', 'П', 'Р', 'С', 'Т', 'Ф', 'Х', 'Ч', 'Ц', 'Ш', 'Щ'
  257. ]);
  258. const znak = new Set(['ь', 'Ь', 'ъ', 'Ъ', 'й', 'Й']);
  259. const alpha = new Set([...glas, ...soglas, ...znak]);
  260. let slog = '';
  261. let slogLen = 0;
  262. const len = word.length;
  263. word += ' ';
  264. for (let i = 0; i < len; i++) {
  265. slog += word[i];
  266. if (alpha.has(word[i]))
  267. slogLen++;
  268. if (slogLen > 1 && i < len - 2 && (
  269. //гласная, а следом не 2 согласные буквы
  270. (glas.has(word[i]) && !(soglas.has(word[i + 1]) &&
  271. soglas.has(word[i + 2])) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  272. ) ||
  273. //предыдущая не согласная буква, текущая согласная, а следом согласная и согласная|гласная буквы
  274. (alpha.has(word[i - 1]) && !soglas.has(word[i - 1]) &&
  275. soglas.has(word[i]) && soglas.has(word[i + 1]) &&
  276. (glas.has(word[i + 2]) || soglas.has(word[i + 2])) &&
  277. alpha.has(word[i + 1]) && alpha.has(word[i + 2])
  278. ) ||
  279. //мягкий или твердый знак или Й
  280. (znak.has(word[i]) && alpha.has(word[i + 1]) && alpha.has(word[i + 2])) ||
  281. (word[i] == '-')
  282. ) &&
  283. //нельзя оставлять окончания на ь, ъ, й
  284. !(znak.has(word[i + 2]) && !alpha.has(word[i + 3]))
  285. ) {
  286. result.push(slog);
  287. slog = '';
  288. slogLen = 0;
  289. }
  290. }
  291. if (slog)
  292. result.push(slog);
  293. return result;
  294. }
  295. parsePara(paraIndex) {
  296. const para = this.para[paraIndex];
  297. if (!this.force &&
  298. para.parsed &&
  299. para.parsed.w === this.w &&
  300. para.parsed.p === this.p &&
  301. para.parsed.wordWrap === this.wordWrap &&
  302. para.parsed.font === this.font
  303. )
  304. return para.parsed;
  305. const parsed = {
  306. w: this.w,
  307. p: this.p,
  308. wordWrap: this.wordWrap,
  309. font: this.font,
  310. };
  311. const lines = []; /* array of
  312. {
  313. begin: Number,
  314. end: Number,
  315. first: Boolean,
  316. last: Boolean,
  317. parts: array of {
  318. style: {bold: Boolean, italic: Boolean, center: Boolean},
  319. text: String,
  320. }
  321. }*/
  322. let parts = this.splitToStyle(para.text);
  323. let line = {begin: para.offset, parts: []};
  324. let partText = '';//накапливаемый кусок со стилем
  325. let str = '';//измеряемая строка
  326. let prevStr = '';
  327. let prevW = 0;
  328. let j = 0;//номер строки
  329. let style = {};
  330. let ofs = 0;
  331. // тут начинается самый замес, перенос по слогам и стилизация
  332. for (const part of parts) {
  333. const words = part.text.split(' ');
  334. style = part.style;
  335. let sp1 = '';
  336. let sp2 = '';
  337. for (let i = 0; i < words.length; i++) {
  338. const word = words[i];
  339. ofs += word.length + (i < words.length - 1 ? 1 : 0);
  340. if (word == '' && i > 0 && i < words.length - 1)
  341. continue;
  342. str += sp1 + word;
  343. sp1 = ' ';
  344. let p = (j == 0 ? parsed.p : 0);
  345. let w = this.measureText(str, style) + p;
  346. let wordTail = word;
  347. if (w > parsed.w) {
  348. if (parsed.wordWrap) {//по слогам
  349. let slogi = this.splitToSlogi(word);
  350. if (slogi.length > 1) {
  351. let s = prevStr + ' ';
  352. let ss = ' ';
  353. let pw;
  354. const slogiLen = slogi.length;
  355. for (let k = 0; k < slogiLen - 1; k++) {
  356. let slog = slogi[0];
  357. let ww = this.measureText(s + slog + (slog[slog.length - 1] == '-' ? '' : '-'), style) + p;
  358. if (ww <= parsed.w) {
  359. s += slog;
  360. ss += slog;
  361. } else
  362. break;
  363. pw = ww;
  364. slogi.shift();
  365. }
  366. if (pw) {
  367. prevW = pw;
  368. partText += ss + (ss[ss.length - 1] == '-' ? '' : '-');
  369. wordTail = slogi.join('');
  370. }
  371. }
  372. }
  373. if (partText != '')
  374. line.parts.push({style, text: partText});
  375. if (line.parts.length) {//корявенько, коррекция при переносе, отрефакторить не вышло
  376. let t = line.parts[line.parts.length - 1].text;
  377. if (t[t.length - 1] == ' ') {
  378. line.parts[line.parts.length - 1].text = t.trimRight();
  379. prevW -= this.measureText(' ', style);
  380. }
  381. }
  382. line.end = para.offset + ofs - wordTail.length - 1;
  383. if (line.end - line.begin < 0)
  384. console.error(`Parse error, empty line in paragraph ${paraIndex}`);
  385. line.width = prevW;
  386. line.first = (j == 0);
  387. line.last = false;
  388. lines.push(line);
  389. line = {begin: line.end + 1, parts: []};
  390. partText = '';
  391. sp2 = '';
  392. str = wordTail;
  393. j++;
  394. }
  395. prevStr = str;
  396. partText += sp2 + wordTail;
  397. sp2 = ' ';
  398. prevW = w;
  399. }
  400. if (partText != '')
  401. line.parts.push({style, text: partText});
  402. partText = '';
  403. }
  404. if (line.parts.length) {//корявенько, коррекция при переносе
  405. let t = line.parts[line.parts.length - 1].text;
  406. if (t[t.length - 1] == ' ') {
  407. line.parts[line.parts.length - 1].text = t.trimRight();
  408. prevW -= this.measureText(' ', style);
  409. }
  410. line.end = para.offset + para.length - 1;
  411. if (line.end - line.begin < 0)
  412. console.error(`Parse error, empty line in paragraph ${paraIndex}`);
  413. line.width = prevW;
  414. line.first = (j == 0);
  415. line.last = true;
  416. lines.push(line);
  417. }
  418. parsed.lines = lines;
  419. para.parsed = parsed;
  420. return parsed;
  421. }
  422. findLineIndex(bookPos, lines) {
  423. let result = undefined;
  424. //дихотомия
  425. let first = 0;
  426. let last = lines.length - 1;
  427. while (first < last) {
  428. let mid = first + Math.floor((last - first)/2);
  429. if (bookPos <= lines[mid].end)
  430. last = mid;
  431. else
  432. first = mid + 1;
  433. }
  434. if (last >= 0) {
  435. if (bookPos >= lines[last].begin && bookPos <= lines[last].end)
  436. result = last;
  437. }
  438. return result;
  439. }
  440. getLines(bookPos, n) {
  441. const result = [];
  442. let paraIndex = this.findParaIndex(bookPos);
  443. if (paraIndex === undefined)
  444. return result;
  445. if (n > 0) {
  446. let parsed = this.parsePara(paraIndex);
  447. let i = this.findLineIndex(bookPos, parsed.lines);
  448. if (i === undefined)
  449. return result;
  450. while (n > 0) {
  451. result.push(parsed.lines[i]);
  452. i++;
  453. if (i >= parsed.lines.length) {
  454. paraIndex++;
  455. if (paraIndex < this.para.length)
  456. parsed = this.parsePara(paraIndex);
  457. else
  458. return result;
  459. i = 0;
  460. }
  461. n--;
  462. }
  463. } else if (n < 0) {
  464. n = -n;
  465. let parsed = this.parsePara(paraIndex);
  466. let i = this.findLineIndex(bookPos, parsed.lines);
  467. if (i === undefined)
  468. return result;
  469. while (n > 0) {
  470. result.push(parsed.lines[i]);
  471. i--;
  472. if (i < 0) {
  473. paraIndex--;
  474. if (paraIndex >= 0)
  475. parsed = this.parsePara(paraIndex);
  476. else
  477. return result;
  478. i = parsed.lines.length - 1;
  479. }
  480. n--;
  481. }
  482. }
  483. return result;
  484. }
  485. }