本文作者:开源技术之家

你想知道的-pdf.js实现多个不同词的高亮显示

开源技术之家 1个月前 ( 04-15 ) 232 抢沙发

你想知道的-pdf.js实现多个不同词的高亮显示摘要: 目标:实现多个词的高亮显示原理:通过对pdf.js本身提供的搜索功能(即ctrl+f)进行修改来达到多个词的高亮显示注意:经过实践证明,多个词的高亮我所采用的这种方法只能在文档加载...

目标:实现多个词的高亮显示

原理:通过对pdf.js本身提供的搜索功能(即ctrl+f)进行修改来达到多个词的高亮显示

注意:经过实践证明,多个词的高亮我所采用的这种方法只能在文档加载的进行一次性高亮,由于我的方法是在搜索功能上进行修改的,故有很多限制,理论上可以自己写一个扩展类来实现这个功能,但难度比较大,我是个小白写不出来。


web目录下是很多扩展功能的js文件,我们主要是修改里面的js文件:

        view.js是入口文件,即整个pdf文档加载的入口js文件

        viewer.html 即展示页面

        app_option.js 即整个的参数配置文件

        app.js 即整个程序所有函数的执行处,类似于java中的main函数处

其他的js文件主要就是pdf.js所提供的一些扩展功能,如搜索功能,下载功能等等,而我需要修改的就是这些文件的其中一小部分


这里我主要关注三个文件:app.js 、pdf_find_controller.js 


实现过程概述:pdf.js将文本层转为html后,这样所有的文本就被div包裹起来了,这些div在也页面中都是有序的。它首先将这些文本从div中提取出来进行整合成一个字符串,通过字符串匹配得到关键词的位置,然后将这些位置放在一个数组中,然后通过text_layer_builder.js中的convertMatches函数,将该位置进行转化成包含有div的字符串中的位置:比如:这个关键词的首位置在第几个div偏移多少等,这样就可以根据这个转化的位置进行添加span标签和类名,来对关键词背景进行高亮。

原本pdf.js只是计算了单个词位置,而我可以通过循环计算多个不同词的位置,存到数组里,然后转化,就可以对多个不同的词进行高亮

注意:我这是压缩版的pdf.js实际运行特别慢,所以你需要在压缩版的view.js(即官网提供的demo)找到对应的函数进行修改。另外最好把把pdf.js提供的搜索功能屏蔽掉,通过display=none即可,因为多个词的高亮和该搜索功能,不能同时使用,除非你自己单独写一个扩展类

1。首先:在app.js中,创建一个函数如:

function wordHighLight(hightLightWords) { // 目前只能匹配一个,不能全部高亮
  let evt = {
    // source: PDFFindBar, // PDFFindBar的实例,不确定是干嘛用的?
    type: '',  // 这里默认应该是空的
    // 这里能默认跳转到query的位置,刚好能满足要求
    query: hightLightWords, // 高亮的关键词
    phraseSearch: false, // 支持整段文字匹配,如果时多个词的匹配只能是false
    caseSensitive: false, // 默认为false,搜索时忽略大小写
    highlightAll: true, // 设为true即关键词全部高亮
    // findPrevious: true,
  };
  PDFViewerApplication.findController.executeCommand('find' + evt.type, {//搜索执行函数
    query: evt.query,
    phraseSearch: evt.phraseSearch,
    caseSensitive: evt.caseSensitive,
    highlightAll: evt.highlightAll,
    findPrevious: evt.findPrevious,
  });
}

2. wordHighLight函数的调用


找到:PDFFindBar类(即搜索功能类)实例化处,在下面调用wordHighLight

 this.findBar = new PDFFindBar(findBarConfig, this.l10n);// 实例化PDFFindBar
      // 这时我要是时点击keydown就会触发查找事件
      // 同样的,我可以在这里直接触发查找函数
      let highLightWords = ['云林街菜鸟物流园职工,非人大代表或政协委员,租住雄楚市雄楚区金港一号小区11栋504室', '李毅', '张昌', '聊城', '犯罪经历', '犯罪嫌疑人张昌'];
       wordHighLight(highLightWords);

    

3.因为executeComand函数是在pdf_find_controller.js中执行,


在pdf_find_controller.js中,找到executeCommand(cmd, state)——》_nextMatch()——》calculateMatch(pageIndex)函数,由于query以前是单个词搜索(pdf.js提供的功能),这里我需要对涉及到query的做一些循环处理如下(我只是做了一些循环处理,请根据具体代码进行修改):

  _calculateMatch(pageIndex) {  // 计算结果都返回到了对象的属性里,所以不需要通过
    // return 来获取想要的值
    // _normalize应该是规范化的意思
    let pageContent = this._normalize(this.pageContents[pageIndex]);
    let query_words = this.state.query;
    for (let i = 0; i < query_words.length; i++) {
      query_words[i] = this._normalize(query_words[i]);
      let caseSensitive = this.state.caseSensitive;
 
      if (!caseSensitive) { // 判断是否对大小写敏感
        // 如果不区分大小写,就把页面内容全部转为小写
        // 这里pagecont
        pageContent = pageContent.toLowerCase();
        query_words[i] = query_words[i].toLowerCase();
      }
    }
    // let query = this._normalize(this.state.query); // 这里只传只传了一个词,我需要传多个词
    let phraseSearch = this.state.phraseSearch;
    // let queryLen = query.length;
    // 查询内容为空,返回
    if (query_words.length === 0) {
      // Do nothing: the matches should be wiped out already.
      return;
    }
    // 不区分大小写的话
    // 以上内容规范了当前页和查询内容的规范化
    // 以下为真正的匹配的内容
    if (phraseSearch) {  // 若为true则可匹配整段文字
      this._calculatePhraseMatch(query_words, pageIndex, pageContent); // 词组匹配功能
    } else { // 若为false则只能匹配单个的词,特征:单个的词一般 两边有空格
      this._calculateWordMatch(query_words, pageIndex, pageContent); // 单词匹配功能
    }
    // 将计算的匹配结果,用来更新匹配结果
    this._updatePage(pageIndex); // 清除以前的匹配结果,渲染最新的匹配结果
    if (this.resumePageIdx === pageIndex) { // 如果恢复的页面索引等于当前索引
      this.resumePageIdx = null; // 将恢复页面的索引设为空
      this._nextPageMatch(); //
    }
 
    // Update the match count.
    // 更新匹配个数
    // this.pageMatches[pageIndex]里记录了第pageIndex页匹配的关键词的位置
    // 通过下面这样就可以获得匹配的个数了
    // 问题:我在搜索时,没有全部高亮时,就可以显示全部匹配的单词个数
    // 那我为什么不能全部高亮呢
    if (this.pageMatches[pageIndex].length > 0) {
      this.matchCount += this.pageMatches[pageIndex].length;
      this._updateUIResultsCount();
    }
  }

然后切换到——》_calculateWordMatch()函数中做一些循环处理:

_calculateWordMatch(query, pageIndex, pageContent) { // 单词匹配
    let matchesWithLength = [];
    // Divide the query into pieces and search for text in each piece.
    // 把搜索的词分开,然后搜索分开的词,最小单位为字母
    // query.match 清除了搜索值的空格,返回了一个有着被搜索词的数组
    // 例:hello world -->"hello","world"
    let test_query = query;
 
    for (let x = 0; x < test_query.length; x++) {
      // 只有在这里才可以给段落设置一个sign,后面我才能进行匹配,滚动到该段落位置
      let queryArray = test_query[x].match(/\S+/g); // '/S':任何一个非空白字符
      for (let i = 0, len = queryArray.length; i < len; i++) {
        // 若果是英文单词,就是单个字母的循环
        let subquery = queryArray[i];
        let subqueryLen = subquery.length;
        let matchIdx = -subqueryLen; // 这里设为负数是什么意思
        while (true) {
          // matchInd+subqueryLen  == 0:为开始查找的位置
          // matchIdx 为返回的匹配的的位置
          matchIdx = pageContent.indexOf(subquery, matchIdx + subqueryLen);
          if (matchIdx === -1) { // 说明没有匹配到
            break;
          }
          // Other searches do not, so we store the length.
          matchesWithLength.push({ // 将搜索的索引存到 matchesWithLength里
            match: matchIdx,
            matchLength: subqueryLen,
            skipped: false,
          });
        }
      }
    }
 
    // Prepare arrays for storing the matches.
    if (!this.pageMatchesLength) {
      this.pageMatchesLength = []; // 清空这个要存储的数组
    }
    this.pageMatchesLength[pageIndex] = []; // 某一页的匹配结果,存到每一页上
    this.pageMatches[pageIndex] = [];
 
    // Sort `matchesWithLength`, remove intersecting terms and put the result
    // into the two arrays.
    // this.pageMatches[pageIndex] 存索引
    // this.pageMatchesLength[pageIndex] 存对应的长度
    // 还是和phrase一样,pageMatches用来存索引
    this._prepareMatches(matchesWithLength, this.pageMatches[pageIndex],
      this.pageMatchesLength[pageIndex]);
  }

效果截图展示:


image.png


本文标题:你想知道的-pdf.js实现多个不同词的高亮显示
本文链接:https://www.kyjszj.com/htzq/2184.html
作者授权:除特别说明外,本文由 开源技术之家 原创编译并授权 开源技术之家 刊载发布。
版权声明:本文不使用任何协议授权,您可以任何形式自由转载或使用。
文章版权及转载声明

作者:开源技术之家本文地址:https://www.kyjszj.com/htzq/2184.html发布于 1个月前 ( 04-15 )
文章转载或复制请以超链接形式并注明出处开源技术之家

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

阅读
分享

发表评论

快捷回复:

评论列表 (暂无评论,232人围观)参与讨论

还没有评论,来说两句吧...