Initial commit: FoFreeXit Phase 1 (Viewer) + Phase 2 (Annotate)
PDF viewer (render/search/text-select/thumbnails/outline) and annotation engine (Highlight/Underline/Strikeout/Square/FreeText/Note) over PDFium + lopdf, with Unicode font embedding for Vietnamese text and undo/redo.
This commit is contained in:
@@ -0,0 +1,808 @@
|
||||
//! Annotation (chú thích): tạo/ghi & đọc lại. Phase 2.
|
||||
//!
|
||||
//! Dùng PDFium (qua pdfium-render) để tạo annotation rồi lưu ra file mới.
|
||||
//! Đường GHI file được test round-trip (ghi → mở lại → còn nguyên) vì lưu sai
|
||||
//! có thể hỏng file người dùng.
|
||||
|
||||
use std::collections::BTreeMap;
|
||||
use std::path::Path;
|
||||
|
||||
use pdfium_render::prelude::*;
|
||||
|
||||
use crate::text::Rect;
|
||||
use crate::EngineError;
|
||||
|
||||
/// Loại annotation hỗ trợ ở Phase 2 (mở rộng dần).
|
||||
#[derive(Clone, Copy, Debug, PartialEq, Eq)]
|
||||
pub enum AnnotKind {
|
||||
Highlight,
|
||||
Underline,
|
||||
Strikeout,
|
||||
Square,
|
||||
/// Hộp văn bản (free text) — `contents` là nội dung hiển thị.
|
||||
FreeText,
|
||||
/// Ghi chú dán (sticky note) — `contents` là nội dung popup.
|
||||
Note,
|
||||
}
|
||||
|
||||
/// Mô tả một annotation cần tạo.
|
||||
#[derive(Clone, Debug)]
|
||||
pub struct AnnotSpec {
|
||||
pub kind: AnnotKind,
|
||||
pub page_index: u16,
|
||||
/// Bao toàn bộ annotation (Square/FreeText/Note dùng trực tiếp; với
|
||||
/// Highlight/Underline/Strikeout đây là hộp bao toàn bộ — bounds thực tế
|
||||
/// vẽ ra theo `quads`).
|
||||
pub rect: Rect,
|
||||
/// Highlight/Underline/Strikeout theo TEXT thật thường trải nhiều dòng —
|
||||
/// mỗi dòng là 1 quad riêng (giống Foxit: chọn văn bản nhiều dòng tạo
|
||||
/// nhiều quad, không phải 1 khối chữ nhật phủ luôn cả khoảng trắng giữa
|
||||
/// dòng). Rỗng = suy ra 1 quad duy nhất từ `rect` (tương thích cũ).
|
||||
pub quads: Vec<Rect>,
|
||||
/// Màu RGBA (0–255). Với text = màu chữ; markup = màu tô/viền.
|
||||
pub color: [u8; 4],
|
||||
pub contents: Option<String>,
|
||||
/// Định dạng cho FreeText (text box).
|
||||
pub font_size: f32,
|
||||
pub bold: bool,
|
||||
pub italic: bool,
|
||||
pub underline: bool,
|
||||
}
|
||||
|
||||
impl AnnotSpec {
|
||||
/// Giá trị mặc định tiện cho test/markup (không phải text box). `quads`
|
||||
/// rỗng → 1 quad duy nhất suy ra từ `rect`.
|
||||
pub fn markup(kind: AnnotKind, page_index: u16, rect: Rect, color: [u8; 4]) -> Self {
|
||||
AnnotSpec {
|
||||
kind,
|
||||
page_index,
|
||||
rect,
|
||||
quads: Vec::new(),
|
||||
color,
|
||||
contents: None,
|
||||
font_size: 14.0,
|
||||
bold: false,
|
||||
italic: false,
|
||||
underline: false,
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// Thông tin một annotation đọc được từ file.
|
||||
#[derive(Clone, Debug, PartialEq)]
|
||||
pub struct AnnotInfo {
|
||||
pub page_index: u16,
|
||||
pub kind: String,
|
||||
pub rect: Rect,
|
||||
pub contents: Option<String>,
|
||||
/// Số attachment point (quad) — markup nhiều dòng sẽ >1.
|
||||
pub quad_count: usize,
|
||||
}
|
||||
|
||||
fn to_pdf_rect(r: &Rect) -> PdfRect {
|
||||
PdfRect::new(
|
||||
PdfPoints::new(r.bottom),
|
||||
PdfPoints::new(r.left),
|
||||
PdfPoints::new(r.top),
|
||||
PdfPoints::new(r.right),
|
||||
)
|
||||
}
|
||||
|
||||
/// QuadPoints cho text-markup theo thứ tự PDFium/Acrobat mong đợi:
|
||||
/// (top-left, top-right, bottom-left, bottom-right). Lưu ý `PdfQuadPoints::from_rect`
|
||||
/// dùng thứ tự khác (LL,LR,UR,UL) khiến highlight bị xoắn thành sọc mỏng.
|
||||
fn quad_from_rect(r: &PdfRect) -> PdfQuadPoints {
|
||||
PdfQuadPoints::new(
|
||||
r.left(), r.top(), // x1,y1 = top-left
|
||||
r.right(), r.top(), // x2,y2 = top-right
|
||||
r.left(), r.bottom(), // x3,y3 = bottom-left
|
||||
r.right(), r.bottom(), // x4,y4 = bottom-right
|
||||
)
|
||||
}
|
||||
|
||||
fn from_pdf_rect(r: &PdfRect) -> Rect {
|
||||
Rect {
|
||||
left: r.left().value,
|
||||
bottom: r.bottom().value,
|
||||
right: r.right().value,
|
||||
top: r.top().value,
|
||||
}
|
||||
}
|
||||
|
||||
fn is_text_kind(k: AnnotKind) -> bool {
|
||||
matches!(k, AnnotKind::FreeText | AnnotKind::Note)
|
||||
}
|
||||
|
||||
/// Quad thật sự cần vẽ cho markup: dùng `quads` (1 quad/dòng) nếu có,
|
||||
/// nếu không suy ra 1 quad duy nhất từ `rect` (tương thích spec cũ/đơn giản).
|
||||
fn effective_quads(spec: &AnnotSpec) -> Vec<PdfRect> {
|
||||
if spec.quads.is_empty() {
|
||||
vec![to_pdf_rect(&spec.rect)]
|
||||
} else {
|
||||
spec.quads.iter().map(to_pdf_rect).collect()
|
||||
}
|
||||
}
|
||||
|
||||
/// Hộp bao nhỏ nhất chứa toàn bộ quad — dùng làm `/Rect` của annotation.
|
||||
fn union_pdf_rect(quads: &[PdfRect]) -> PdfRect {
|
||||
let mut left = quads[0].left().value;
|
||||
let mut bottom = quads[0].bottom().value;
|
||||
let mut right = quads[0].right().value;
|
||||
let mut top = quads[0].top().value;
|
||||
for q in &quads[1..] {
|
||||
left = left.min(q.left().value);
|
||||
bottom = bottom.min(q.bottom().value);
|
||||
right = right.max(q.right().value);
|
||||
top = top.max(q.top().value);
|
||||
}
|
||||
PdfRect::new(
|
||||
PdfPoints::new(bottom),
|
||||
PdfPoints::new(left),
|
||||
PdfPoints::new(top),
|
||||
PdfPoints::new(right),
|
||||
)
|
||||
}
|
||||
|
||||
/// Tạo các annotation theo `specs` rồi lưu sang `output`. Không sửa `input`.
|
||||
///
|
||||
/// - Markup/shape (Highlight/Underline/Strikeout/Square): tạo bằng PDFium.
|
||||
/// - Text (FreeText/Note): ghi bằng lopdf với /DA + /DR đầy đủ (font, cỡ, màu,
|
||||
/// đậm/nghiêng) để GIỮ ĐỊNH DẠNG khi lưu — đúng như Foxit.
|
||||
pub fn apply_annotations(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
output: &Path,
|
||||
specs: &[AnnotSpec],
|
||||
) -> Result<(), EngineError> {
|
||||
// ----- Pass 1: PDFium tạo markup/shape, luôn ghi ra `output` (kể cả copy) -----
|
||||
{
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, None)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let mut by_page: BTreeMap<u16, Vec<&AnnotSpec>> = BTreeMap::new();
|
||||
for s in specs.iter().filter(|s| !is_text_kind(s.kind)) {
|
||||
by_page.entry(s.page_index).or_default().push(s);
|
||||
}
|
||||
|
||||
for (page_index, page_specs) in by_page {
|
||||
let mut page = document
|
||||
.pages()
|
||||
.get(page_index)
|
||||
.map_err(|e| EngineError::Pdfium(format!("trang {page_index}: {e}")))?;
|
||||
|
||||
for spec in page_specs {
|
||||
let color =
|
||||
PdfColor::new(spec.color[0], spec.color[1], spec.color[2], spec.color[3]);
|
||||
let annots = page.annotations_mut();
|
||||
let err = |e: PdfiumError| EngineError::Pdfium(format!("tạo annotation: {e}"));
|
||||
|
||||
// Mỗi quad = 1 dòng văn bản đã chọn (như Foxit: chọn văn bản nhiều
|
||||
// dòng tạo nhiều quad trong CÙNG 1 annotation, không phải 1 khối
|
||||
// chữ nhật phủ cả khoảng trắng giữa dòng). `create_*_annotation()`
|
||||
// trả về kiểu cụ thể khác nhau nên không gộp match-arm được —
|
||||
// tách riêng từng loại, logic giống nhau.
|
||||
match spec.kind {
|
||||
AnnotKind::Highlight => {
|
||||
let quads = effective_quads(spec);
|
||||
let bounds = union_pdf_rect(&quads);
|
||||
let mut a = annots.create_highlight_annotation().map_err(err)?;
|
||||
a.set_bounds(bounds).map_err(err)?;
|
||||
for q in &quads {
|
||||
a.attachment_points_mut()
|
||||
.create_attachment_point_at_end(quad_from_rect(q))
|
||||
.map_err(err)?;
|
||||
}
|
||||
a.set_fill_color(color).map_err(err)?;
|
||||
}
|
||||
AnnotKind::Underline => {
|
||||
let quads = effective_quads(spec);
|
||||
let bounds = union_pdf_rect(&quads);
|
||||
let mut a = annots.create_underline_annotation().map_err(err)?;
|
||||
a.set_bounds(bounds).map_err(err)?;
|
||||
for q in &quads {
|
||||
a.attachment_points_mut()
|
||||
.create_attachment_point_at_end(quad_from_rect(q))
|
||||
.map_err(err)?;
|
||||
}
|
||||
a.set_stroke_color(color).map_err(err)?;
|
||||
}
|
||||
AnnotKind::Strikeout => {
|
||||
let quads = effective_quads(spec);
|
||||
let bounds = union_pdf_rect(&quads);
|
||||
let mut a = annots.create_strikeout_annotation().map_err(err)?;
|
||||
a.set_bounds(bounds).map_err(err)?;
|
||||
for q in &quads {
|
||||
a.attachment_points_mut()
|
||||
.create_attachment_point_at_end(quad_from_rect(q))
|
||||
.map_err(err)?;
|
||||
}
|
||||
a.set_stroke_color(color).map_err(err)?;
|
||||
}
|
||||
AnnotKind::Square => {
|
||||
let rect = to_pdf_rect(&spec.rect);
|
||||
let mut a = annots.create_square_annotation().map_err(err)?;
|
||||
a.set_bounds(rect).map_err(err)?;
|
||||
a.set_stroke_color(color).map_err(err)?;
|
||||
}
|
||||
AnnotKind::FreeText | AnnotKind::Note => unreachable!(),
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
document
|
||||
.save_to_file(output)
|
||||
.map_err(|e| EngineError::Pdfium(format!("lưu file: {e}")))?;
|
||||
}
|
||||
|
||||
// ----- Pass 2: lopdf ghi FreeText/Note với định dạng đầy đủ -----
|
||||
let text: Vec<&AnnotSpec> = specs.iter().filter(|s| is_text_kind(s.kind)).collect();
|
||||
if !text.is_empty() {
|
||||
add_text_annotations(output, &text)?;
|
||||
}
|
||||
Ok(())
|
||||
}
|
||||
|
||||
// ---- Ghi FreeText/Note bằng lopdf (giữ định dạng qua /DA + /DR) ----
|
||||
|
||||
use lopdf::{Dictionary, Document as LoDoc, Object as LoObj, ObjectId, StringFormat};
|
||||
|
||||
// ---- Type1 fonts (dự phòng cho ASCII) ----
|
||||
|
||||
struct DrFonts {
|
||||
helv: ObjectId,
|
||||
bold: ObjectId,
|
||||
obl: ObjectId,
|
||||
boldobl: ObjectId,
|
||||
}
|
||||
|
||||
fn ensure_type1_fonts(doc: &mut LoDoc) -> DrFonts {
|
||||
let mut mk = |bf: &str| {
|
||||
let mut d = Dictionary::new();
|
||||
d.set("Type", LoObj::Name(b"Font".to_vec()));
|
||||
d.set("Subtype", LoObj::Name(b"Type1".to_vec()));
|
||||
d.set("BaseFont", LoObj::Name(bf.as_bytes().to_vec()));
|
||||
d.set("Encoding", LoObj::Name(b"WinAnsiEncoding".to_vec()));
|
||||
doc.add_object(LoObj::Dictionary(d))
|
||||
};
|
||||
DrFonts {
|
||||
helv: mk("Helvetica"),
|
||||
bold: mk("Helvetica-Bold"),
|
||||
obl: mk("Helvetica-Oblique"),
|
||||
boldobl: mk("Helvetica-BoldOblique"),
|
||||
}
|
||||
}
|
||||
|
||||
fn pdf_text_string(s: &str) -> LoObj {
|
||||
if s.is_ascii() {
|
||||
LoObj::String(s.as_bytes().to_vec(), StringFormat::Literal)
|
||||
} else {
|
||||
// UTF-16BE với BOM 0xFEFF
|
||||
let mut bytes = vec![0xFE, 0xFF];
|
||||
for u in s.encode_utf16() {
|
||||
bytes.push((u >> 8) as u8);
|
||||
bytes.push((u & 0xFF) as u8);
|
||||
}
|
||||
LoObj::String(bytes, StringFormat::Hexadecimal)
|
||||
}
|
||||
}
|
||||
|
||||
// ---- Unicode font (Type0/CIDFontType2) cho tiếng Việt ----
|
||||
|
||||
/// Tìm file TTF có Unicode trên hệ thống theo đậm/nghiêng (Windows/Linux/Mac).
|
||||
/// Thử đúng file biến thể (vd `arialbd.ttf`) trước, rồi mới hạ cấp dần về regular
|
||||
/// của family khác — để FreeText giữ đúng đậm/nghiêng như Foxit.
|
||||
fn find_font_bytes(bold: bool, italic: bool) -> Option<Vec<u8>> {
|
||||
#[cfg(windows)]
|
||||
{
|
||||
// [regular, bold, italic, bold-italic] cho từng family phổ biến trên Windows.
|
||||
const FAMILIES: &[[&str; 4]] = &[
|
||||
["arial.ttf", "arialbd.ttf", "ariali.ttf", "arialbi.ttf"],
|
||||
["segoeui.ttf", "segoeuib.ttf", "segoeuii.ttf", "segoeuiz.ttf"],
|
||||
["calibri.ttf", "calibrib.ttf", "calibrii.ttf", "calibriz.ttf"],
|
||||
["verdana.ttf", "verdanab.ttf", "verdanai.ttf", "verdanaz.ttf"],
|
||||
["tahoma.ttf", "tahomabd.ttf", "tahoma.ttf", "tahomabd.ttf"],
|
||||
];
|
||||
let idx = match (bold, italic) {
|
||||
(false, false) => 0,
|
||||
(true, false) => 1,
|
||||
(false, true) => 2,
|
||||
(true, true) => 3,
|
||||
};
|
||||
for fam in FAMILIES {
|
||||
if let Ok(bytes) = std::fs::read(format!(r"C:\Windows\Fonts\{}", fam[idx])) {
|
||||
return Some(bytes);
|
||||
}
|
||||
}
|
||||
// Không có biến thể đúng → hạ cấp về regular của family đầu tiên có sẵn.
|
||||
for fam in FAMILIES {
|
||||
if let Ok(bytes) = std::fs::read(format!(r"C:\Windows\Fonts\{}", fam[0])) {
|
||||
return Some(bytes);
|
||||
}
|
||||
}
|
||||
None
|
||||
}
|
||||
#[cfg(target_os = "macos")]
|
||||
{
|
||||
let _ = (bold, italic);
|
||||
let candidates: &[&str] = &[
|
||||
"/System/Library/Fonts/Supplemental/Arial.ttf",
|
||||
"/Library/Fonts/Arial.ttf",
|
||||
"/System/Library/Fonts/Helvetica.ttc",
|
||||
];
|
||||
candidates.iter().find_map(|p| std::fs::read(p).ok())
|
||||
}
|
||||
#[cfg(not(any(windows, target_os = "macos")))]
|
||||
{
|
||||
let _ = (bold, italic);
|
||||
let candidates: &[&str] = &[
|
||||
"/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf",
|
||||
"/usr/share/fonts/truetype/liberation/LiberationSans-Regular.ttf",
|
||||
"/usr/share/fonts/TTF/DejaVuSans.ttf",
|
||||
"/usr/share/fonts/dejavu/DejaVuSans.ttf",
|
||||
];
|
||||
candidates.iter().find_map(|p| std::fs::read(p).ok())
|
||||
}
|
||||
}
|
||||
|
||||
/// Nhúng TTF vào doc như Type0/CIDFontType2 (Identity-H). `used_text` gồm toàn bộ
|
||||
/// nội dung sẽ hiển thị bằng font này — dùng để dựng `/W` (độ rộng glyph) đúng;
|
||||
/// PDF spec quy định widths của Type0/CIDFont LUÔN lấy từ /W + /DW, KHÔNG lấy từ
|
||||
/// bảng hmtx trong font nhúng — thiếu /W khiến mọi glyph bị coi là rộng /DW (1 em),
|
||||
/// chữ bị dãn cách quá rộng. Trả về object ID Type0 font.
|
||||
fn embed_type0_font(doc: &mut LoDoc, font_bytes: &[u8], used_text: &str) -> Result<ObjectId, EngineError> {
|
||||
let face = ttf_parser::Face::parse(font_bytes, 0)
|
||||
.map_err(|e| EngineError::Pdfium(format!("ttf-parser: {:?}", e)))?;
|
||||
|
||||
let upem = face.units_per_em() as f32;
|
||||
let scale = |v: i16| (v as f32 * 1000.0 / upem) as i64;
|
||||
let bb = face.global_bounding_box();
|
||||
|
||||
// Độ rộng (1000 units/em) cho mọi glyph thực sự dùng tới, kể cả dấu cách và
|
||||
// ký tự '?' (dự phòng khi thiếu glyph) — đủ để mọi Tj trong AP stream khớp.
|
||||
let mut widths: BTreeMap<u16, i64> = BTreeMap::new();
|
||||
for ch in used_text.chars().chain([' ', '?']) {
|
||||
let gid = face
|
||||
.glyph_index(ch)
|
||||
.unwrap_or_else(|| face.glyph_index('?').unwrap_or(ttf_parser::GlyphId(0)));
|
||||
let w = face
|
||||
.glyph_hor_advance(gid)
|
||||
.map_or(1000, |a| (a as f32 * 1000.0 / upem) as i64);
|
||||
widths.insert(gid.0, w);
|
||||
}
|
||||
let w_array: Vec<LoObj> = widths
|
||||
.into_iter()
|
||||
.flat_map(|(gid, w)| vec![LoObj::Integer(gid as i64), LoObj::Array(vec![LoObj::Integer(w)])])
|
||||
.collect();
|
||||
|
||||
// 1. Font file stream (CIDFontType2 dùng /FontFile2)
|
||||
let mut fs_dict = Dictionary::new();
|
||||
fs_dict.set("Length1", LoObj::Integer(font_bytes.len() as i64));
|
||||
let font_file_id = doc.add_object(LoObj::Stream(lopdf::Stream::new(
|
||||
fs_dict,
|
||||
font_bytes.to_vec(),
|
||||
)));
|
||||
|
||||
// 2. FontDescriptor
|
||||
let mut fd = Dictionary::new();
|
||||
fd.set("Type", LoObj::Name(b"FontDescriptor".to_vec()));
|
||||
fd.set("FontName", LoObj::Name(b"ArialMT".to_vec()));
|
||||
fd.set("Flags", LoObj::Integer(32)); // Nonsymbolic
|
||||
fd.set("Ascent", LoObj::Integer(scale(face.ascender())));
|
||||
fd.set("Descent", LoObj::Integer(scale(face.descender())));
|
||||
fd.set("CapHeight", LoObj::Integer(scale(face.ascender()) * 7 / 10));
|
||||
fd.set("StemV", LoObj::Integer(80));
|
||||
fd.set("ItalicAngle", LoObj::Integer(0));
|
||||
fd.set(
|
||||
"FontBBox",
|
||||
LoObj::Array(vec![
|
||||
LoObj::Integer(scale(bb.x_min)),
|
||||
LoObj::Integer(scale(bb.y_min)),
|
||||
LoObj::Integer(scale(bb.x_max)),
|
||||
LoObj::Integer(scale(bb.y_max)),
|
||||
]),
|
||||
);
|
||||
fd.set("FontFile2", LoObj::Reference(font_file_id));
|
||||
let fd_id = doc.add_object(LoObj::Dictionary(fd));
|
||||
|
||||
// 3. CIDFont (CIDFontType2 = TrueType)
|
||||
let mut cidfont = Dictionary::new();
|
||||
cidfont.set("Type", LoObj::Name(b"Font".to_vec()));
|
||||
cidfont.set("Subtype", LoObj::Name(b"CIDFontType2".to_vec()));
|
||||
cidfont.set("BaseFont", LoObj::Name(b"ArialMT".to_vec()));
|
||||
let mut cidsys = Dictionary::new();
|
||||
cidsys.set("Registry", LoObj::String(b"Adobe".to_vec(), StringFormat::Literal));
|
||||
cidsys.set("Ordering", LoObj::String(b"Identity".to_vec(), StringFormat::Literal));
|
||||
cidsys.set("Supplement", LoObj::Integer(0));
|
||||
cidfont.set("CIDSystemInfo", LoObj::Dictionary(cidsys));
|
||||
cidfont.set("FontDescriptor", LoObj::Reference(fd_id));
|
||||
cidfont.set("DW", LoObj::Integer(1000));
|
||||
cidfont.set("W", LoObj::Array(w_array));
|
||||
cidfont.set("CIDToGIDMap", LoObj::Name(b"Identity".to_vec()));
|
||||
let cidfont_id = doc.add_object(LoObj::Dictionary(cidfont));
|
||||
|
||||
// 4. Type0 wrapper
|
||||
let mut font0 = Dictionary::new();
|
||||
font0.set("Type", LoObj::Name(b"Font".to_vec()));
|
||||
font0.set("Subtype", LoObj::Name(b"Type0".to_vec()));
|
||||
font0.set("BaseFont", LoObj::Name(b"ArialMT-Identity-H".to_vec()));
|
||||
font0.set("Encoding", LoObj::Name(b"Identity-H".to_vec()));
|
||||
font0.set("DescendantFonts", LoObj::Array(vec![LoObj::Reference(cidfont_id)]));
|
||||
Ok(doc.add_object(LoObj::Dictionary(font0)))
|
||||
}
|
||||
|
||||
/// Mã hoá chuỗi thành CID bytes (Identity-H: glyph ID 2 bytes big-endian mỗi char).
|
||||
fn encode_cid(text: &str, face: &ttf_parser::Face) -> Vec<u8> {
|
||||
let mut out = Vec::with_capacity(text.chars().count() * 2);
|
||||
for ch in text.chars() {
|
||||
let gid = face
|
||||
.glyph_index(ch)
|
||||
.unwrap_or_else(|| face.glyph_index('?').unwrap_or(ttf_parser::GlyphId(0)));
|
||||
out.push((gid.0 >> 8) as u8);
|
||||
out.push((gid.0 & 0xFF) as u8);
|
||||
}
|
||||
out
|
||||
}
|
||||
|
||||
/// Advance width (point) cho một ký tự theo font_size.
|
||||
fn char_adv(ch: char, face: &ttf_parser::Face, fs: f32) -> f32 {
|
||||
let upem = face.units_per_em() as f32;
|
||||
face.glyph_index(ch)
|
||||
.and_then(|gid| face.glyph_hor_advance(gid))
|
||||
.map_or(fs * 0.5, |adv| adv as f32 / upem * fs)
|
||||
}
|
||||
|
||||
/// Ngắt văn bản thành dòng không vượt quá max_w (pt).
|
||||
fn wrap_lines(text: &str, face: &ttf_parser::Face, fs: f32, max_w: f32) -> Vec<String> {
|
||||
let mut lines = Vec::new();
|
||||
for para in text.split('\n') {
|
||||
let words: Vec<&str> = para.split_whitespace().collect();
|
||||
if words.is_empty() {
|
||||
lines.push(String::new());
|
||||
continue;
|
||||
}
|
||||
let sp = char_adv(' ', face, fs);
|
||||
let mut cur = String::new();
|
||||
let mut cur_w = 0.0f32;
|
||||
for word in words {
|
||||
let ww: f32 = word.chars().map(|c| char_adv(c, face, fs)).sum();
|
||||
if cur.is_empty() {
|
||||
cur.push_str(word);
|
||||
cur_w = ww;
|
||||
} else if cur_w + sp + ww <= max_w {
|
||||
cur.push(' ');
|
||||
cur.push_str(word);
|
||||
cur_w += sp + ww;
|
||||
} else {
|
||||
lines.push(cur);
|
||||
cur = word.to_string();
|
||||
cur_w = ww;
|
||||
}
|
||||
}
|
||||
lines.push(cur);
|
||||
}
|
||||
if lines.is_empty() {
|
||||
lines.push(String::new());
|
||||
}
|
||||
lines
|
||||
}
|
||||
|
||||
/// Dựng Form XObject (AP /N) cho FreeText với font Unicode.
|
||||
/// Vẽ nền trắng + viền xám + text nhiều dòng, có word-wrap.
|
||||
fn build_unicode_ap(
|
||||
doc: &mut LoDoc,
|
||||
spec: &AnnotSpec,
|
||||
font0_id: ObjectId,
|
||||
font_bytes: &[u8],
|
||||
) -> Result<ObjectId, EngineError> {
|
||||
let face = ttf_parser::Face::parse(font_bytes, 0)
|
||||
.map_err(|e| EngineError::Pdfium(format!("ttf-parser AP: {:?}", e)))?;
|
||||
|
||||
let box_w = spec.rect.right - spec.rect.left;
|
||||
let box_h = spec.rect.top - spec.rect.bottom;
|
||||
let fs = spec.font_size;
|
||||
let upem = face.units_per_em() as f32;
|
||||
let ascender = face.ascender() as f32 / upem * fs;
|
||||
let (cr, cg, cb) = (
|
||||
spec.color[0] as f32 / 255.0,
|
||||
spec.color[1] as f32 / 255.0,
|
||||
spec.color[2] as f32 / 255.0,
|
||||
);
|
||||
|
||||
let margin = 2.0f32;
|
||||
let usable_w = (box_w - margin * 2.0).max(1.0);
|
||||
let text = spec.contents.as_deref().unwrap_or("");
|
||||
let lines = wrap_lines(text, &face, fs, usable_w);
|
||||
let line_h = fs * 1.2;
|
||||
let y_start = box_h - margin - ascender;
|
||||
|
||||
// Dựng content stream
|
||||
let mut cs = String::new();
|
||||
// Nền trắng + viền xám
|
||||
cs.push_str("q\n1 1 1 rg\n");
|
||||
cs.push_str(&format!("0 0 {:.2} {:.2} re f\n", box_w, box_h));
|
||||
cs.push_str("0.5 0.5 0.5 RG\n0.5 w\n");
|
||||
cs.push_str(&format!("0 0 {:.2} {:.2} re S\n", box_w, box_h));
|
||||
// Text
|
||||
cs.push_str("BT\n");
|
||||
cs.push_str(&format!("/F0 {:.2} Tf\n", fs));
|
||||
cs.push_str(&format!("{:.4} {:.4} {:.4} rg\n", cr, cg, cb));
|
||||
cs.push_str(&format!("{:.2} TL\n", line_h));
|
||||
cs.push_str(&format!("1 0 0 1 {:.2} {:.2} Tm\n", margin, y_start));
|
||||
|
||||
for (i, line) in lines.iter().enumerate() {
|
||||
if i > 0 {
|
||||
cs.push_str("T*\n");
|
||||
}
|
||||
let cid_bytes = encode_cid(line, &face);
|
||||
let hex: String = cid_bytes.iter().map(|b| format!("{:02X}", b)).collect();
|
||||
cs.push_str(&format!("<{}> Tj\n", hex));
|
||||
|
||||
// Gạch chân nếu cần (tính từ baseline xuống ~0.1*fs)
|
||||
if spec.underline && !line.is_empty() {
|
||||
let line_w: f32 = line.chars().map(|c| char_adv(c, &face, fs)).sum();
|
||||
let ul_y = y_start - i as f32 * line_h - fs * 0.1;
|
||||
cs.push_str("ET\n");
|
||||
cs.push_str(&format!("{:.4} {:.4} {:.4} RG\n", cr, cg, cb));
|
||||
cs.push_str(&format!("0.5 w\n{:.2} {:.2} m {:.2} {:.2} l S\n",
|
||||
margin, ul_y, margin + line_w, ul_y));
|
||||
cs.push_str("BT\n");
|
||||
cs.push_str(&format!("/F0 {:.2} Tf\n", fs));
|
||||
cs.push_str(&format!("{:.4} {:.4} {:.4} rg\n", cr, cg, cb));
|
||||
cs.push_str(&format!("{:.2} TL\n", line_h));
|
||||
cs.push_str(&format!("1 0 0 1 {:.2} {:.2} Tm\n",
|
||||
margin, y_start - i as f32 * line_h));
|
||||
}
|
||||
}
|
||||
cs.push_str("ET\nQ\n");
|
||||
|
||||
let content = cs.into_bytes();
|
||||
|
||||
// Resources
|
||||
let mut fr = Dictionary::new();
|
||||
fr.set("F0", LoObj::Reference(font0_id));
|
||||
let mut res = Dictionary::new();
|
||||
res.set("Font", LoObj::Dictionary(fr));
|
||||
|
||||
// Form XObject
|
||||
let mut xd = Dictionary::new();
|
||||
xd.set("Type", LoObj::Name(b"XObject".to_vec()));
|
||||
xd.set("Subtype", LoObj::Name(b"Form".to_vec()));
|
||||
xd.set("FormType", LoObj::Integer(1));
|
||||
xd.set(
|
||||
"BBox",
|
||||
LoObj::Array(vec![
|
||||
LoObj::Real(0.0), LoObj::Real(0.0),
|
||||
LoObj::Real(box_w), LoObj::Real(box_h),
|
||||
]),
|
||||
);
|
||||
xd.set("Resources", LoObj::Dictionary(res));
|
||||
xd.set("Length", LoObj::Integer(content.len() as i64));
|
||||
Ok(doc.add_object(LoObj::Stream(lopdf::Stream::new(xd, content))))
|
||||
}
|
||||
|
||||
// ---- Orchestration ----
|
||||
|
||||
fn add_text_annotations(path: &Path, specs: &[&AnnotSpec]) -> Result<(), EngineError> {
|
||||
let mut doc =
|
||||
LoDoc::load(path).map_err(|e| EngineError::Pdfium(format!("lopdf load: {e}")))?;
|
||||
|
||||
let type1 = ensure_type1_fonts(&mut doc);
|
||||
|
||||
// Nhúng font hệ thống (Type0/CIDFont) cho MỌI FreeText (ASCII lẫn Unicode) — để
|
||||
// AP stream tự dựng (đo độ rộng glyph từ font thật, hỗ trợ word-wrap & underline
|
||||
// nhất quán) áp dụng cho tất cả, không chỉ tiếng Việt. Nhúng riêng theo từng tổ
|
||||
// hợp đậm/nghiêng thực sự dùng tới (đúng biến thể font, vd arialbd.ttf).
|
||||
let mut combos: BTreeMap<(bool, bool), String> = BTreeMap::new();
|
||||
for s in specs.iter().filter(|s| matches!(s.kind, AnnotKind::FreeText)) {
|
||||
let entry = combos.entry((s.bold, s.italic)).or_default();
|
||||
if let Some(c) = &s.contents {
|
||||
entry.push_str(c);
|
||||
entry.push('\n');
|
||||
}
|
||||
}
|
||||
let mut text_fonts: BTreeMap<(bool, bool), (ObjectId, Vec<u8>)> = BTreeMap::new();
|
||||
for (key, combined) in combos {
|
||||
if let Some(bytes) = find_font_bytes(key.0, key.1) {
|
||||
if let Ok(id) = embed_type0_font(&mut doc, &bytes, &combined) {
|
||||
text_fonts.insert(key, (id, bytes));
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
let pages = doc.get_pages();
|
||||
for spec in specs {
|
||||
let page_id = match pages.get(&(spec.page_index as u32 + 1)) {
|
||||
Some(id) => *id,
|
||||
None => continue,
|
||||
};
|
||||
let annot_id = build_text_annot(
|
||||
&mut doc,
|
||||
spec,
|
||||
&type1,
|
||||
text_fonts
|
||||
.get(&(spec.bold, spec.italic))
|
||||
.map(|(id, b)| (*id, b.as_slice())),
|
||||
)?;
|
||||
attach_annot(&mut doc, page_id, annot_id)?;
|
||||
}
|
||||
|
||||
doc.save(path)
|
||||
.map_err(|e| EngineError::Pdfium(format!("lopdf save: {e}")))?;
|
||||
Ok(())
|
||||
}
|
||||
|
||||
fn build_text_annot(
|
||||
doc: &mut LoDoc,
|
||||
spec: &AnnotSpec,
|
||||
type1: &DrFonts,
|
||||
unicode_font: Option<(ObjectId, &[u8])>,
|
||||
) -> Result<ObjectId, EngineError> {
|
||||
let r = &spec.rect;
|
||||
let (cr, cg, cb) = (
|
||||
spec.color[0] as f32 / 255.0,
|
||||
spec.color[1] as f32 / 255.0,
|
||||
spec.color[2] as f32 / 255.0,
|
||||
);
|
||||
let contents = pdf_text_string(spec.contents.as_deref().unwrap_or(""));
|
||||
|
||||
let mut d = Dictionary::new();
|
||||
d.set("Type", LoObj::Name(b"Annot".to_vec()));
|
||||
|
||||
match spec.kind {
|
||||
AnnotKind::FreeText => {
|
||||
d.set("Subtype", LoObj::Name(b"FreeText".to_vec()));
|
||||
d.set(
|
||||
"Rect",
|
||||
LoObj::Array(vec![
|
||||
LoObj::Real(r.left),
|
||||
LoObj::Real(r.bottom),
|
||||
LoObj::Real(r.right),
|
||||
LoObj::Real(r.top),
|
||||
]),
|
||||
);
|
||||
d.set("Contents", contents);
|
||||
d.set("F", LoObj::Integer(4));
|
||||
|
||||
// Mọi FreeText (ASCII lẫn Unicode) dùng AP stream tự dựng từ font hệ
|
||||
// thống thật — đo độ rộng glyph chính xác nên word-wrap & underline
|
||||
// nhất quán. Chỉ fallback Type1/DA-only khi không tìm được font nào.
|
||||
if let Some((font0_id, font_bytes)) = unicode_font {
|
||||
let da = format!("/F0 {:.2} Tf {:.4} {:.4} {:.4} rg", spec.font_size, cr, cg, cb);
|
||||
let mut dr_font = Dictionary::new();
|
||||
dr_font.set("F0", LoObj::Reference(font0_id));
|
||||
let mut dr = Dictionary::new();
|
||||
dr.set("Font", LoObj::Dictionary(dr_font));
|
||||
d.set("DA", LoObj::String(da.into_bytes(), StringFormat::Literal));
|
||||
d.set("DR", LoObj::Dictionary(dr));
|
||||
|
||||
let ap_id = build_unicode_ap(doc, spec, font0_id, font_bytes)?;
|
||||
let mut ap_dict = Dictionary::new();
|
||||
ap_dict.set("N", LoObj::Reference(ap_id));
|
||||
d.set("AP", LoObj::Dictionary(ap_dict));
|
||||
} else {
|
||||
set_type1_da(&mut d, spec, type1, cr, cg, cb);
|
||||
}
|
||||
}
|
||||
AnnotKind::Note => {
|
||||
d.set("Subtype", LoObj::Name(b"Text".to_vec()));
|
||||
d.set(
|
||||
"Rect",
|
||||
LoObj::Array(vec![
|
||||
LoObj::Real(r.left),
|
||||
LoObj::Real(r.top - 18.0),
|
||||
LoObj::Real(r.left + 18.0),
|
||||
LoObj::Real(r.top),
|
||||
]),
|
||||
);
|
||||
d.set("Contents", contents);
|
||||
d.set(
|
||||
"C",
|
||||
LoObj::Array(vec![LoObj::Real(cr), LoObj::Real(cg), LoObj::Real(cb)]),
|
||||
);
|
||||
d.set("Name", LoObj::Name(b"Note".to_vec()));
|
||||
d.set("Open", LoObj::Boolean(false));
|
||||
}
|
||||
_ => unreachable!(),
|
||||
}
|
||||
Ok(doc.add_object(LoObj::Dictionary(d)))
|
||||
}
|
||||
|
||||
fn set_type1_da(d: &mut Dictionary, spec: &AnnotSpec, fonts: &DrFonts, cr: f32, cg: f32, cb: f32) {
|
||||
let (fname, fid) = match (spec.bold, spec.italic) {
|
||||
(true, true) => ("HeBO", fonts.boldobl),
|
||||
(true, false) => ("HeBo", fonts.bold),
|
||||
(false, true) => ("HeOb", fonts.obl),
|
||||
(false, false) => ("Helv", fonts.helv),
|
||||
};
|
||||
let da = format!("/{} {:.2} Tf {:.4} {:.4} {:.4} rg", fname, spec.font_size, cr, cg, cb);
|
||||
let mut dr_font = Dictionary::new();
|
||||
dr_font.set(fname, LoObj::Reference(fid));
|
||||
let mut dr = Dictionary::new();
|
||||
dr.set("Font", LoObj::Dictionary(dr_font));
|
||||
d.set("DA", LoObj::String(da.into_bytes(), StringFormat::Literal));
|
||||
d.set("DR", LoObj::Dictionary(dr));
|
||||
}
|
||||
|
||||
enum AnnotsLoc {
|
||||
Ref(ObjectId),
|
||||
Inline,
|
||||
None,
|
||||
}
|
||||
|
||||
fn attach_annot(doc: &mut LoDoc, page_id: ObjectId, annot_id: ObjectId) -> Result<(), EngineError> {
|
||||
let loc = {
|
||||
let page = doc
|
||||
.get_object(page_id)
|
||||
.and_then(|o| o.as_dict())
|
||||
.map_err(|e| EngineError::Pdfium(format!("đọc page dict: {e}")))?;
|
||||
match page.get(b"Annots") {
|
||||
Ok(LoObj::Reference(r)) => AnnotsLoc::Ref(*r),
|
||||
Ok(LoObj::Array(_)) => AnnotsLoc::Inline,
|
||||
_ => AnnotsLoc::None,
|
||||
}
|
||||
};
|
||||
let me = |e: lopdf::Error| EngineError::Pdfium(format!("sửa Annots: {e}"));
|
||||
match loc {
|
||||
AnnotsLoc::Ref(rid) => {
|
||||
let arr = doc.get_object_mut(rid).and_then(|o| o.as_array_mut()).map_err(me)?;
|
||||
arr.push(LoObj::Reference(annot_id));
|
||||
}
|
||||
AnnotsLoc::Inline => {
|
||||
let page = doc.get_object_mut(page_id).and_then(|o| o.as_dict_mut()).map_err(me)?;
|
||||
let arr = page.get_mut(b"Annots").and_then(|o| o.as_array_mut()).map_err(me)?;
|
||||
arr.push(LoObj::Reference(annot_id));
|
||||
}
|
||||
AnnotsLoc::None => {
|
||||
let page = doc.get_object_mut(page_id).and_then(|o| o.as_dict_mut()).map_err(me)?;
|
||||
page.set("Annots", LoObj::Array(vec![LoObj::Reference(annot_id)]));
|
||||
}
|
||||
}
|
||||
Ok(())
|
||||
}
|
||||
|
||||
/// Đọc danh sách annotation trong toàn tài liệu.
|
||||
pub fn list_annotations(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
) -> Result<Vec<AnnotInfo>, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, None)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let mut out = Vec::new();
|
||||
for (pi, page) in document.pages().iter().enumerate() {
|
||||
for annot in page.annotations().iter() {
|
||||
let rect = annot.bounds().map(|r| from_pdf_rect(&r)).unwrap_or(Rect {
|
||||
left: 0.0,
|
||||
bottom: 0.0,
|
||||
right: 0.0,
|
||||
top: 0.0,
|
||||
});
|
||||
out.push(AnnotInfo {
|
||||
page_index: pi as u16,
|
||||
kind: format!("{:?}", annot.annotation_type()),
|
||||
rect,
|
||||
contents: annot.contents(),
|
||||
quad_count: annot.attachment_points().len(),
|
||||
});
|
||||
}
|
||||
}
|
||||
Ok(out)
|
||||
}
|
||||
|
||||
/// Đếm số annotation trên một trang.
|
||||
pub fn count_annotations(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
page_index: u16,
|
||||
) -> Result<usize, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, None)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
let page = document
|
||||
.pages()
|
||||
.get(page_index)
|
||||
.map_err(|e| EngineError::Pdfium(format!("trang {page_index}: {e}")))?;
|
||||
Ok(page.annotations().len() as usize)
|
||||
}
|
||||
@@ -0,0 +1,30 @@
|
||||
//! ff-engine — engine xử lý PDF của FoFreeXit.
|
||||
//!
|
||||
//! Phase 1: bọc PDFium (qua crate `pdfium-render`, tải động `pdfium.dll`)
|
||||
//! để mở tài liệu, đếm trang và render trang ra ảnh. Các module edit/io/font/
|
||||
//! ocr... sẽ thêm dần ở các phase sau (xem docs/03-roadmap.md, 04-architecture.md).
|
||||
|
||||
pub mod annot;
|
||||
pub mod meta;
|
||||
pub mod render;
|
||||
pub mod text;
|
||||
|
||||
pub use annot::{
|
||||
apply_annotations, count_annotations, list_annotations, AnnotInfo, AnnotKind, AnnotSpec,
|
||||
};
|
||||
pub use meta::{outline, page_dims, OutlineItem, PageDim};
|
||||
pub use render::{bind_pdfium, page_count, render_page_png, PageImage};
|
||||
pub use text::{extract_text, page_char_boxes, search, CharBox, Rect, SearchHit};
|
||||
|
||||
/// Lỗi cấp engine.
|
||||
#[derive(Debug, thiserror::Error)]
|
||||
pub enum EngineError {
|
||||
#[error("không tìm thấy thư viện PDFium. Đặt biến môi trường FOFREEXIT_PDFIUM_PATH trỏ tới thư mục chứa pdfium.dll, hoặc chạy `scripts/fetch-pdfium`. Chi tiết: {0}")]
|
||||
PdfiumNotFound(String),
|
||||
|
||||
#[error("lỗi PDFium: {0}")]
|
||||
Pdfium(String),
|
||||
|
||||
#[error(transparent)]
|
||||
Io(#[from] std::io::Error),
|
||||
}
|
||||
@@ -0,0 +1,72 @@
|
||||
//! Metadata tài liệu: kích thước trang & outline (bookmarks).
|
||||
|
||||
use std::path::Path;
|
||||
|
||||
use pdfium_render::prelude::*;
|
||||
|
||||
use crate::EngineError;
|
||||
|
||||
/// Kích thước một trang theo điểm PDF (points, 1/72 inch).
|
||||
#[derive(Debug, Clone, Copy, PartialEq)]
|
||||
pub struct PageDim {
|
||||
pub index: u16,
|
||||
pub width_pt: f32,
|
||||
pub height_pt: f32,
|
||||
}
|
||||
|
||||
/// Một mục trong outline (bookmark).
|
||||
#[derive(Debug, Clone, PartialEq)]
|
||||
pub struct OutlineItem {
|
||||
pub title: String,
|
||||
/// Trang đích (0-based) nếu xác định được.
|
||||
pub page_index: Option<u16>,
|
||||
/// Độ sâu trong cây outline (0 = cấp cao nhất).
|
||||
pub level: u32,
|
||||
}
|
||||
|
||||
/// Lấy kích thước mọi trang.
|
||||
pub fn page_dims(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
password: Option<&str>,
|
||||
) -> Result<Vec<PageDim>, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let mut dims = Vec::new();
|
||||
for (i, page) in document.pages().iter().enumerate() {
|
||||
dims.push(PageDim {
|
||||
index: i as u16,
|
||||
width_pt: page.width().value,
|
||||
height_pt: page.height().value,
|
||||
});
|
||||
}
|
||||
Ok(dims)
|
||||
}
|
||||
|
||||
/// Lấy outline (bookmarks) dạng phẳng theo thứ tự duyệt sâu (DFS).
|
||||
pub fn outline(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
password: Option<&str>,
|
||||
) -> Result<Vec<OutlineItem>, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let mut items = Vec::new();
|
||||
for bookmark in document.bookmarks().iter() {
|
||||
let title = bookmark.title().unwrap_or_default();
|
||||
let page_index = bookmark
|
||||
.destination()
|
||||
.and_then(|dest| dest.page_index().ok())
|
||||
.map(|idx| idx as u16);
|
||||
items.push(OutlineItem {
|
||||
title,
|
||||
page_index,
|
||||
level: 0,
|
||||
});
|
||||
}
|
||||
Ok(items)
|
||||
}
|
||||
@@ -0,0 +1,111 @@
|
||||
//! Render PDF qua PDFium (tải động pdfium.dll qua pdfium-render).
|
||||
|
||||
use std::path::{Path, PathBuf};
|
||||
|
||||
use pdfium_render::prelude::*;
|
||||
|
||||
use crate::EngineError;
|
||||
|
||||
/// Ảnh một trang đã render (RGBA8).
|
||||
pub struct PageImage {
|
||||
pub width: u32,
|
||||
pub height: u32,
|
||||
pub image: image::DynamicImage,
|
||||
}
|
||||
|
||||
/// Khởi tạo PDFium: tìm và nạp thư viện động.
|
||||
///
|
||||
/// Thứ tự tìm: biến môi trường `FOFREEXIT_PDFIUM_PATH` (thư mục chứa lib) →
|
||||
/// thư mục làm việc hiện tại → thư mục chứa file thực thi → thư viện hệ thống.
|
||||
pub fn bind_pdfium() -> Result<Pdfium, EngineError> {
|
||||
let mut tried: Vec<String> = Vec::new();
|
||||
|
||||
let mut candidates: Vec<PathBuf> = Vec::new();
|
||||
if let Ok(dir) = std::env::var("FOFREEXIT_PDFIUM_PATH") {
|
||||
candidates.push(PathBuf::from(dir));
|
||||
}
|
||||
if let Ok(cwd) = std::env::current_dir() {
|
||||
candidates.push(cwd.clone());
|
||||
candidates.push(cwd.join("pdfium"));
|
||||
}
|
||||
if let Ok(exe) = std::env::current_exe() {
|
||||
if let Some(dir) = exe.parent() {
|
||||
candidates.push(dir.to_path_buf());
|
||||
}
|
||||
}
|
||||
|
||||
for dir in candidates {
|
||||
let lib = Pdfium::pdfium_platform_library_name_at_path(&dir);
|
||||
match Pdfium::bind_to_library(&lib) {
|
||||
Ok(bindings) => return Ok(Pdfium::new(bindings)),
|
||||
Err(e) => tried.push(format!("{} ({e})", lib.display())),
|
||||
}
|
||||
}
|
||||
|
||||
// Cuối cùng thử thư viện hệ thống.
|
||||
match Pdfium::bind_to_system_library() {
|
||||
Ok(bindings) => Ok(Pdfium::new(bindings)),
|
||||
Err(e) => {
|
||||
tried.push(format!("system library ({e})"));
|
||||
Err(EngineError::PdfiumNotFound(tried.join("; ")))
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/// Đếm số trang của tài liệu.
|
||||
pub fn page_count(pdfium: &Pdfium, input: &Path, password: Option<&str>) -> Result<u16, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
Ok(document.pages().len())
|
||||
}
|
||||
|
||||
/// Render một trang (0-based) ra ảnh với chiều rộng mục tiêu `target_width` px.
|
||||
pub fn render_page(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
page_index: u16,
|
||||
target_width: u32,
|
||||
password: Option<&str>,
|
||||
) -> Result<PageImage, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let page = document
|
||||
.pages()
|
||||
.get(page_index)
|
||||
.map_err(|e| EngineError::Pdfium(format!("không lấy được trang {page_index}: {e}")))?;
|
||||
|
||||
let config = PdfRenderConfig::new()
|
||||
.set_target_width(target_width as i32)
|
||||
.set_maximum_height((target_width as i32) * 4);
|
||||
|
||||
let bitmap = page
|
||||
.render_with_config(&config)
|
||||
.map_err(|e| EngineError::Pdfium(format!("render trang {page_index} thất bại: {e}")))?;
|
||||
|
||||
let image = bitmap.as_image();
|
||||
Ok(PageImage {
|
||||
width: image.width(),
|
||||
height: image.height(),
|
||||
image,
|
||||
})
|
||||
}
|
||||
|
||||
/// Render một trang và ghi ra file PNG.
|
||||
pub fn render_page_png(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
page_index: u16,
|
||||
output: &Path,
|
||||
target_width: u32,
|
||||
password: Option<&str>,
|
||||
) -> Result<PageImage, EngineError> {
|
||||
let rendered = render_page(pdfium, input, page_index, target_width, password)?;
|
||||
rendered
|
||||
.image
|
||||
.save(output)
|
||||
.map_err(|e| EngineError::Pdfium(format!("ghi PNG thất bại: {e}")))?;
|
||||
Ok(rendered)
|
||||
}
|
||||
@@ -0,0 +1,204 @@
|
||||
//! Trích xuất & tìm kiếm text trên trang PDF.
|
||||
|
||||
use std::path::Path;
|
||||
|
||||
use pdfium_render::prelude::*;
|
||||
|
||||
use crate::EngineError;
|
||||
|
||||
/// Hình chữ nhật theo điểm PDF (gốc toạ độ ở góc dưới-trái trang).
|
||||
#[derive(Debug, Clone, Copy, PartialEq)]
|
||||
pub struct Rect {
|
||||
pub left: f32,
|
||||
pub bottom: f32,
|
||||
pub right: f32,
|
||||
pub top: f32,
|
||||
}
|
||||
|
||||
/// Một kết quả tìm kiếm.
|
||||
#[derive(Debug, Clone, PartialEq)]
|
||||
pub struct SearchHit {
|
||||
pub page_index: u16,
|
||||
/// Vị trí ký tự bắt đầu trong text của trang.
|
||||
pub char_start: usize,
|
||||
/// Số ký tự khớp.
|
||||
pub char_len: usize,
|
||||
/// Khung bao (hợp của các ký tự khớp). Có thể None nếu không lấy được bounds.
|
||||
pub rect: Option<Rect>,
|
||||
}
|
||||
|
||||
/// Hộp bao một ký tự trên trang (cho text-layer / selection).
|
||||
#[derive(Debug, Clone, PartialEq)]
|
||||
pub struct CharBox {
|
||||
/// Ký tự (chuỗi để xử lý cả ký tự ngoài BMP / không có glyph).
|
||||
pub ch: String,
|
||||
pub left: f32,
|
||||
pub bottom: f32,
|
||||
pub right: f32,
|
||||
pub top: f32,
|
||||
}
|
||||
|
||||
/// Lấy hộp bao từng ký tự của một trang, theo thứ tự đọc (giống `extract_text`).
|
||||
/// Dùng để dựng "text layer" cho phép chọn & copy text trên ảnh render.
|
||||
pub fn page_char_boxes(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
page_index: u16,
|
||||
password: Option<&str>,
|
||||
) -> Result<Vec<CharBox>, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
let page = document
|
||||
.pages()
|
||||
.get(page_index)
|
||||
.map_err(|e| EngineError::Pdfium(format!("trang {page_index}: {e}")))?;
|
||||
let text = page
|
||||
.text()
|
||||
.map_err(|e| EngineError::Pdfium(format!("đọc text trang {page_index}: {e}")))?;
|
||||
|
||||
let mut boxes: Vec<CharBox> = Vec::new();
|
||||
for ch in text.chars().iter() {
|
||||
let s = ch
|
||||
.unicode_char()
|
||||
.map(|c| c.to_string())
|
||||
.unwrap_or_default();
|
||||
|
||||
// Ưu tiên loose_bounds (gồm advance/khoảng cách) cho ký tự như dấu cách.
|
||||
let bounds = ch.loose_bounds().or_else(|_| ch.tight_bounds()).ok();
|
||||
let bx = match bounds {
|
||||
Some(b) => CharBox {
|
||||
ch: s,
|
||||
left: b.left().value,
|
||||
bottom: b.bottom().value,
|
||||
right: b.right().value,
|
||||
top: b.top().value,
|
||||
},
|
||||
None => {
|
||||
// Không có hộp (vd. dấu cách ở vài file): suy ra hộp mảnh ngay sau
|
||||
// ký tự trước để giữ thứ tự & vị trí hợp lý cho selection.
|
||||
let prev = boxes.last();
|
||||
let (l, b, r, t) = match prev {
|
||||
Some(p) => {
|
||||
let h = (p.top - p.bottom).max(6.0);
|
||||
(p.right, p.bottom, p.right + h * 0.3, p.top)
|
||||
}
|
||||
None => (0.0, 0.0, 0.0, 0.0),
|
||||
};
|
||||
CharBox { ch: s, left: l, bottom: b, right: r, top: t }
|
||||
}
|
||||
};
|
||||
boxes.push(bx);
|
||||
}
|
||||
Ok(boxes)
|
||||
}
|
||||
|
||||
/// Trích toàn bộ text của một trang.
|
||||
pub fn extract_text(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
page_index: u16,
|
||||
password: Option<&str>,
|
||||
) -> Result<String, EngineError> {
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
let page = document
|
||||
.pages()
|
||||
.get(page_index)
|
||||
.map_err(|e| EngineError::Pdfium(format!("trang {page_index}: {e}")))?;
|
||||
let text = page
|
||||
.text()
|
||||
.map_err(|e| EngineError::Pdfium(format!("đọc text trang {page_index}: {e}")))?;
|
||||
Ok(text.all())
|
||||
}
|
||||
|
||||
/// Tìm `query` trong toàn tài liệu. `case_sensitive=false` -> không phân biệt hoa thường.
|
||||
pub fn search(
|
||||
pdfium: &Pdfium,
|
||||
input: &Path,
|
||||
query: &str,
|
||||
case_sensitive: bool,
|
||||
password: Option<&str>,
|
||||
) -> Result<Vec<SearchHit>, EngineError> {
|
||||
if query.is_empty() {
|
||||
return Ok(Vec::new());
|
||||
}
|
||||
let document = pdfium
|
||||
.load_pdf_from_file(input, password)
|
||||
.map_err(|e| EngineError::Pdfium(e.to_string()))?;
|
||||
|
||||
let needle: Vec<char> = query
|
||||
.chars()
|
||||
.map(|c| fold(c, case_sensitive))
|
||||
.collect();
|
||||
|
||||
let mut hits = Vec::new();
|
||||
for (pi, page) in document.pages().iter().enumerate() {
|
||||
let text = match page.text() {
|
||||
Ok(t) => t,
|
||||
Err(_) => continue,
|
||||
};
|
||||
let full = text.all();
|
||||
let hay: Vec<char> = full.chars().map(|c| fold(c, case_sensitive)).collect();
|
||||
|
||||
// Tìm tất cả vị trí khớp (sliding window đơn giản).
|
||||
if hay.len() < needle.len() {
|
||||
continue;
|
||||
}
|
||||
let mut start = 0usize;
|
||||
while start + needle.len() <= hay.len() {
|
||||
if hay[start..start + needle.len()] == needle[..] {
|
||||
let rect = char_range_rect(&text, start, needle.len());
|
||||
hits.push(SearchHit {
|
||||
page_index: pi as u16,
|
||||
char_start: start,
|
||||
char_len: needle.len(),
|
||||
rect,
|
||||
});
|
||||
start += needle.len();
|
||||
} else {
|
||||
start += 1;
|
||||
}
|
||||
}
|
||||
}
|
||||
Ok(hits)
|
||||
}
|
||||
|
||||
fn fold(c: char, case_sensitive: bool) -> char {
|
||||
if case_sensitive {
|
||||
c
|
||||
} else {
|
||||
// Hạ thường đơn giản; với ASCII là đủ, Unicode dùng to_lowercase ký tự đầu.
|
||||
c.to_lowercase().next().unwrap_or(c)
|
||||
}
|
||||
}
|
||||
|
||||
/// Khung bao hợp của các ký tự [start, start+len) trên trang.
|
||||
fn char_range_rect(text: &PdfPageText, start: usize, len: usize) -> Option<Rect> {
|
||||
let mut acc: Option<Rect> = None;
|
||||
for ch in text.chars().iter() {
|
||||
let idx = ch.index();
|
||||
if idx < start || idx >= start + len {
|
||||
continue;
|
||||
}
|
||||
if let Ok(b) = ch.tight_bounds() {
|
||||
let r = Rect {
|
||||
left: b.left().value,
|
||||
bottom: b.bottom().value,
|
||||
right: b.right().value,
|
||||
top: b.top().value,
|
||||
};
|
||||
acc = Some(match acc {
|
||||
None => r,
|
||||
Some(a) => Rect {
|
||||
left: a.left.min(r.left),
|
||||
bottom: a.bottom.min(r.bottom),
|
||||
right: a.right.max(r.right),
|
||||
top: a.top.max(r.top),
|
||||
},
|
||||
});
|
||||
}
|
||||
}
|
||||
acc
|
||||
}
|
||||
Reference in New Issue
Block a user