Работа над конвертером Pdf
This commit is contained in:
81
server/core/BookConverter/ConvertPdf.js
Normal file
81
server/core/BookConverter/ConvertPdf.js
Normal file
@@ -0,0 +1,81 @@
|
|||||||
|
const fs = require('fs-extra');
|
||||||
|
|
||||||
|
const sax = require('./sax');
|
||||||
|
const utils = require('../utils');
|
||||||
|
const ConvertHtml = require('./ConvertHtml');
|
||||||
|
|
||||||
|
class ConvertPdf extends ConvertHtml {
|
||||||
|
check(data, opts) {
|
||||||
|
const {inputFiles} = opts;
|
||||||
|
|
||||||
|
return this.config.useExternalBookConverter &&
|
||||||
|
inputFiles.sourceFileType && inputFiles.sourceFileType.ext == 'pdf';
|
||||||
|
}
|
||||||
|
|
||||||
|
async run(notUsed, opts) {
|
||||||
|
if (!this.check(notUsed, opts))
|
||||||
|
return false;
|
||||||
|
await this.checkExternalConverterPresent();
|
||||||
|
|
||||||
|
const {inputFiles, callback} = opts;
|
||||||
|
|
||||||
|
const outFile = `${inputFiles.fileListDir}/${utils.randomHexString(10)}.xml`;
|
||||||
|
|
||||||
|
//конвертируем в xml
|
||||||
|
await this.execConverter(this.pdfToHtmlPath, ['-c', '-s', '-xml', inputFiles.sourceFile, outFile]);
|
||||||
|
callback(50);
|
||||||
|
|
||||||
|
const data = await fs.readFile(outFile);
|
||||||
|
callback(60);
|
||||||
|
|
||||||
|
//парсим xml
|
||||||
|
let lines = [];
|
||||||
|
let inText = false;
|
||||||
|
let title = '';
|
||||||
|
let i = -1;
|
||||||
|
|
||||||
|
const onTextNode = (text, cutCounter, cutTag) => {// eslint-disable-line no-unused-vars
|
||||||
|
if (!cutCounter && inText) {
|
||||||
|
lines[i].text += text + ' ';
|
||||||
|
if (i < 2)
|
||||||
|
title += text + ' ';
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
const onStartNode = (tag, tail, singleTag, cutCounter, cutTag) => {// eslint-disable-line no-unused-vars
|
||||||
|
if (!cutCounter) {
|
||||||
|
if (tag == 'text' && !inText) {
|
||||||
|
inText = true;
|
||||||
|
i++;
|
||||||
|
|
||||||
|
let attrs = sax.getAttrsSync(tail);
|
||||||
|
lines[i] = {
|
||||||
|
text: '',
|
||||||
|
top: (attrs.top && attrs.top.value ? attrs.top.value : null),
|
||||||
|
left: (attrs.left && attrs.left.value ? attrs.left.value : null),
|
||||||
|
};
|
||||||
|
}
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
const onEndNode = (tag, tail, singleTag, cutCounter, cutTag) => {// eslint-disable-line no-unused-vars
|
||||||
|
if (tag == 'text')
|
||||||
|
inText = false;
|
||||||
|
};
|
||||||
|
|
||||||
|
let buf = this.decode(data).toString();
|
||||||
|
sax.parseSync(buf, {
|
||||||
|
onStartNode, onEndNode, onTextNode
|
||||||
|
});
|
||||||
|
|
||||||
|
//найдем параграфы и отступы
|
||||||
|
console.log(lines.length);
|
||||||
|
//формируем текст
|
||||||
|
let text = ''
|
||||||
|
|
||||||
|
text = title + "\n" + text;
|
||||||
|
return await super.run(Buffer.from(text), {skipCheck: true, isText: true});
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
module.exports = ConvertPdf;
|
||||||
@@ -3,6 +3,7 @@ const FileDetector = require('../FileDetector');
|
|||||||
|
|
||||||
//порядок важен
|
//порядок важен
|
||||||
const convertClassFactory = [
|
const convertClassFactory = [
|
||||||
|
require('./ConvertPdf'),
|
||||||
require('./ConvertRtf'),
|
require('./ConvertRtf'),
|
||||||
require('./ConvertDocX'),
|
require('./ConvertDocX'),
|
||||||
require('./ConvertDoc'),
|
require('./ConvertDoc'),
|
||||||
|
|||||||
@@ -15,6 +15,8 @@ class FileDecompressor {
|
|||||||
}
|
}
|
||||||
|
|
||||||
async decompressFile(filename, outputDir) {
|
async decompressFile(filename, outputDir) {
|
||||||
|
await fs.ensureDir(outputDir);
|
||||||
|
|
||||||
const fileType = await this.detector.detectFile(filename);
|
const fileType = await this.detector.detectFile(filename);
|
||||||
|
|
||||||
let result = {
|
let result = {
|
||||||
|
|||||||
Reference in New Issue
Block a user