diff --git a/searx/webapp.py b/searx/webapp.py index 71a4c0162..060f60d4e 100755 --- a/searx/webapp.py +++ b/searx/webapp.py @@ -1212,7 +1212,1240 @@ const search_type = "''' + search_type + r'''" const net_search = ''' + net_search_str + r''' const add_system = ''' + add_system +r''' diff --git a/searx/webapp1.py b/searx/webapp1.py index 8239454ec..060f60d4e 100644 --- a/searx/webapp1.py +++ b/searx/webapp1.py @@ -1287,6 +1287,7 @@ let modalele = [] let keytextres = [] let fulltext=[] let article +let sentences=[] function modal_open(url, num) { if(lock_chat==1) return; @@ -1320,11 +1321,169 @@ function modal_open(url, num) var iframe = document.querySelector("#iframe-wrapper > iframe"); if(num=='pdf') { - + var pdf = iframe.contentWindow.PDFViewerApplication.pdfDocument; + var numPages = pdf.numPages; //获取总页数 + var promises = []; //用来存放每一页的Promise对象 + sentences=[] + for (var i = 1; i <= numPages; i++) { + promises.push(pdf.getPage(i)); //将每一页的Promise对象放入数组 + } + Promise.all(promises).then(function(pages) { + //pages是一个包含PDFPageProxy对象的数组 + var promises = []; //用来存放每一页文字内容的Promise对象 + var nums = [] + for (var page of pages) { + pdf.view = page.getViewport({scale: 1}) + promises.push(page.getTextContent()); //将每一页文字内容的Promise对象放入数组 + nums.push([page.getViewport({scale: 1}),page._pageIndex+1]) + } + return Promise.all([Promise.all(promises),nums]) //等待所有页面文字内容加载完成 + }).then( + function(textContentsVar) { + for (var i=0;i< textContentsVar[0].length; ++i) { + var textContent = textContentsVar[0][i] + pdf.curpage = textContentsVar[1][i][1] + pdf.view = textContentsVar[1][i][0] + var items = textContent.items; //获取TextContentItem对象的数组 + + var sentence = ""; //用来存放当前句子的字符串 + var position = ""; //用来存放当前位置描述的字符串 + var line = ""; //用来存放当前行数描述的字符串 + + var yCoord = items[0].transform[5]; //获取第一个文本项的y坐标作为参考值 + var xCoord = items[0].transform[4]; //获取第一个文本项的x坐标作为参考值 + + for (var item of items) { + + // console.log(item.str); //打印文本字符串 + + // if (item.transform[5] !== yCoord) { + // /*如果当前文本项与上一个文本项不在同一行， + // 则将当前句子、位置和行数推入相应数组， + // 并重置变量*/ + // sentences.push(sentence); + // positions.push(position); + // lines.push(line); + + // sentence = ""; + // position = ""; + // line = ""; + + // yCoord = item.transform[5]; + // } + + if (pdf.view.width / 3 < xCoord - item.transform[4] ) { + /*如果当前文本项比上一个文本项更靠左， + 则说明换列了， + 则将当前句子、位置和行数推入相应数组， + 并重置变量*/ + + sentences.push([pdf.curpage,sentence,position,line]); + + sentence = ""; + position = ""; + + } + + xCoord= item.transform[4]; + + sentence += item.str; /*将当前文本项添加到当前句子中*/ + + if (/[\.\?\!。，？！]$/.test(item.str)) { + /*如果当前文本项以标点符号结尾， + 则说明是完整句子， + 则将当前句子、位置和行数推入相应数组， + 并重置变量*/ + + sentences.push([pdf.curpage,sentence,position,line]); + + sentence= ""; + position= ""; + + } + if(pdf.view && pdf.view.width && pdf.view.height) + { + + if (item.transform[4] < pdf.view.width / 2) { + /*如果x坐标小于视图宽度三分之一， + 则说明在左侧区域*/ + position = "左"; //设置位置描述为左 + } else { + /*如果x坐标大于视图宽度三分之二， + 则说明在右侧区域*/ + position = "右"; //设置位置描述为右 + } + // else { + // /*否则说明在中间区域*/ + // position = "中"; //设置位置描述为中 + // } + + if (item.transform[5] < pdf.view.height / 3) { + /*如果y坐标小于视图高度三分之一， + 则说明在下方区域*/ + position += "下"; //添加位置描述下 + } else if (item.transform[5] > pdf.view.height * 2 / 3) { + /*如果y坐标大于视图高度三分之二， + 则说明在上方区域*/ + position += "上"; //添加位置描述上 + } else { + /*否则说明在中间区域*/ + position += "中"; //添加位置描述中 + } + + } + + line = Math.floor(item.transform[5] / item.height); + /*根据y坐标和文本高度计算行数， + 并向下取整*/ + + }} + sentences.sort((a, b) => { + // 先比较 a + if (a[0] < b[0]) { + return -1; + } + + if (a[0] > b[0]) { + return 1; + } + + if (a[2].length>1&& b[2].length>1 && a[2][0] < b[2][0]) { + return -1; + } + + if (a[2].length>1&& b[2].length>1 && a[2][0] > b[2][0]) { + return 1; + } + // 如果 a 相等，则再比较 d + if (a[3] < b[3]) { + return -1; + } + + if (a[3] > b[3]) { + return 1; + } + + // 如果 d 相等，则返回0 + return 0; + }); + + }).catch(function(error) { + console.error(error); //处理错误情况 + }); + modalele = ['这是一个PDF文档'] + sentencesContent = '' + for (let i = 0; i < sentences.length; i++) { + sentencesContent += sentences[i][1]; + } + article = {'textContent':sentencesContent,'title':iframe.contentWindow.PDFViewerApplication._title} + } + else + { + modalele = eleparse(iframe.contentDocument); + article = new Readability(iframe.contentDocument.cloneNode(true)).parse(); } - modalele = eleparse(iframe.contentDocument); - article = new Readability(iframe.contentDocument.cloneNode(true)).parse(); fulltext = article.textContent; fulltext = fulltext.replaceAll("\n\n","\n").replaceAll("\n\n","\n"); const delimiter = /[?!;\?\n。；！………]/g @@ -1342,10 +1501,10 @@ function modal_open(url, num) headers: headers, body: JSON.stringify({'text':fulltext.join("\n")}) }; - console.log(fulltext) fetchRetry('https://search.kg/keytext',3,optkeytext) .then(response => response.json()) - .then(data => { + .then(data => + { keytextres = unique(data); promptWebpage = '网页标题：'+ article.title +'\n'+'网页布局：\n' @@ -1424,19 +1583,9 @@ function modal_open(url, num) - - - - - - - - - - - - }) + + }, @@ -1912,7 +2061,7 @@ function send_chat(elem) if(word.match(regexpdf)) { pdf_url = word.match(regexpdf)[0]; - modal_open("/static/themes/magi/pdfjs/index.html","pdf") + modal_open("/static/themes/magi/pdfjs/index.html?file=" + encodeURIComponent(pdf_url),"pdf") }