mirror of
https://github.com/hapifhir/org.hl7.fhir.core.git
synced 2025-03-09 14:31:17 +00:00
Add XhtmlToMarkdown library
This commit is contained in:
Grahame Grieve
parent
8a7b7ea026
commit
a703145ffc
@ -0,0 +1,334 @@
|
||||
package org.hl7.fhir.utilities.xhtml;
|
||||
|
||||
import org.hl7.fhir.utilities.DebugUtilities;
|
||||
import org.hl7.fhir.utilities.Utilities;
|
||||
|
||||
public class XhtmlToMarkdownConverter {
|
||||
|
||||
public String convert(XhtmlNode x) {
|
||||
StringBuilder b = new StringBuilder();
|
||||
convert(b, x);
|
||||
return b.toString();
|
||||
}
|
||||
|
||||
private void convert(StringBuilder b, XhtmlNode x) {
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if (c.getNodeType() == NodeType.Text) {
|
||||
paragraph(b, c, true, false);
|
||||
} else if (c.getName() != null) {
|
||||
convertNode(b, c);
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
public void convertNode(StringBuilder b, XhtmlNode c) throws Error {
|
||||
switch (c.getName()) {
|
||||
case "p":
|
||||
paragraph(b, c, true, false);
|
||||
break;
|
||||
case "hr":
|
||||
b.append("-------\r\n");
|
||||
break;
|
||||
case "a":
|
||||
paragraph(b, c, true, false);
|
||||
break;
|
||||
case "h1":
|
||||
b.append("# "+c.allText());
|
||||
break;
|
||||
case "h2":
|
||||
b.append("## "+c.allText());
|
||||
break;
|
||||
case "h3":
|
||||
b.append("### "+c.allText());
|
||||
break;
|
||||
case "h4":
|
||||
b.append("#### "+c.allText());
|
||||
break;
|
||||
case "h5":
|
||||
b.append("##### "+c.allText());
|
||||
break;
|
||||
case "h6":
|
||||
b.append("###### "+c.allText());
|
||||
break;
|
||||
case "strong":
|
||||
case "em":
|
||||
case "i":
|
||||
case "span":
|
||||
case "img":
|
||||
case "br":
|
||||
case "wbr":
|
||||
case "code":
|
||||
case "del":
|
||||
case "sup":
|
||||
case "sub":
|
||||
case "u":
|
||||
case "b":
|
||||
paragraph(b, c, true, false);
|
||||
break;
|
||||
case "div":
|
||||
convert(b, c);
|
||||
break;
|
||||
case "ul":
|
||||
convertUL(b, c);
|
||||
break;
|
||||
case "li":
|
||||
convertLI(b, c);
|
||||
break;
|
||||
case "ol":
|
||||
convertOL(b, c);
|
||||
break;
|
||||
case "table":
|
||||
case "tbody":
|
||||
convertTable(b, c);
|
||||
break;
|
||||
case "iframe":
|
||||
convertIFrame(b, c);
|
||||
break;
|
||||
case "form":
|
||||
case "select":
|
||||
case "input":
|
||||
case "textarea":
|
||||
case "option":
|
||||
convertForm(b, c);
|
||||
break;
|
||||
case "label":
|
||||
case "cite":
|
||||
convertLabel(b, c);
|
||||
break;
|
||||
case "figure":
|
||||
case "figcaption":
|
||||
convert(b, c);
|
||||
break;
|
||||
case "dl":
|
||||
case "tt":
|
||||
convertDL(b, c);
|
||||
break;
|
||||
case "blockquote":
|
||||
b.append("\r\n");
|
||||
b.append("> ");
|
||||
paragraph(b, c, false, true);
|
||||
b.append("\r\n");
|
||||
break;
|
||||
case "pre":
|
||||
b.append("````\r\n");
|
||||
convert(b, c);
|
||||
b.append("\r\n````\r\n");
|
||||
break;
|
||||
default:
|
||||
throw new Error("not done yet: "+c.getName());
|
||||
}
|
||||
}
|
||||
|
||||
private void convertDL(StringBuilder b, XhtmlNode c) {
|
||||
DebugUtilities.breakpoint();
|
||||
}
|
||||
|
||||
private void convertIFrame(StringBuilder b, XhtmlNode c) {
|
||||
b.append(c.toString());
|
||||
}
|
||||
|
||||
private void convertForm(StringBuilder b, XhtmlNode c) {
|
||||
b.append(c.toString());
|
||||
}
|
||||
|
||||
private void convertLabel(StringBuilder b, XhtmlNode c) {
|
||||
convert(b, c);
|
||||
}
|
||||
|
||||
private void convertTable(StringBuilder b, XhtmlNode x) {
|
||||
boolean first = true;
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if ("tbody".equals(c.getName())) {
|
||||
convertTable(b, c);
|
||||
} else if ("tr".equals(c.getName())) {
|
||||
if (first) {
|
||||
first = false;
|
||||
b.append("\r\n");
|
||||
}
|
||||
boolean header = false;
|
||||
for (XhtmlNode g : c.getChildNodes()) {
|
||||
if (Utilities.existsInList(g.getName(), "td", "th")) {
|
||||
if ("th".equals(g.getName())) {
|
||||
header = true;
|
||||
}
|
||||
b.append("|");
|
||||
paragraph(b, g, false, true);
|
||||
}
|
||||
}
|
||||
b.append("\r\n");
|
||||
if (header) {
|
||||
for (XhtmlNode g : c.getChildNodes()) {
|
||||
if (Utilities.existsInList(g.getName(), "td", "th")) {
|
||||
b.append("|---");
|
||||
}
|
||||
}
|
||||
b.append("\r\n");
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
private void convertUL(StringBuilder b, XhtmlNode x) {
|
||||
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if ("li".equals(c.getName())) {
|
||||
b.append("* ");
|
||||
paragraph(b, c, true, true);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
private void convertLI(StringBuilder b, XhtmlNode x) {
|
||||
b.append("* ");
|
||||
paragraph(b, x, true, true);
|
||||
}
|
||||
|
||||
private void convertOL(StringBuilder b, XhtmlNode x) {
|
||||
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if ("li".equals(c.getName())) {
|
||||
b.append("1. ");
|
||||
paragraph(b, c, true, true);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
private void paragraph(StringBuilder b, XhtmlNode x, boolean mark, boolean trim) {
|
||||
if (x.getNodeType() == NodeType.Text) {
|
||||
addText(b, trim, x.getContent());
|
||||
} else if (x.getName() != null && !Utilities.existsInList(x.getName(), "p", "li", "td", "th", "blockquote")) {
|
||||
part(b, x, trim);
|
||||
} else {
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if (c.getNodeType() == NodeType.Text) {
|
||||
addText(b, trim, c.getContent());
|
||||
} else {
|
||||
part(b, c, trim);
|
||||
}
|
||||
}
|
||||
if (mark) {
|
||||
b.append("\r\n");
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
private void addText(StringBuilder b, boolean trim, String content) {
|
||||
if (trim) {
|
||||
content = content.trim();
|
||||
}
|
||||
if (!Utilities.noString(content)) {
|
||||
b.append(content);
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
public void part(StringBuilder b, XhtmlNode c, boolean trim) throws Error {
|
||||
switch (c.getName()) {
|
||||
case "a":
|
||||
b.append("[");
|
||||
process(b, c, trim);
|
||||
b.append("](");
|
||||
b.append(c.getAttribute("href"));
|
||||
b.append(")");
|
||||
break;
|
||||
case "img":
|
||||
b.append("![");
|
||||
b.append(c.allText());
|
||||
b.append("](");
|
||||
b.append(c.getAttribute("src"));
|
||||
b.append(")");
|
||||
break;
|
||||
case "code":
|
||||
case "pre":
|
||||
b.append("```");
|
||||
process(b, c, trim);
|
||||
b.append("```");
|
||||
case "strong":
|
||||
case "em":
|
||||
case "b":
|
||||
b.append("**");
|
||||
process(b, c, trim);
|
||||
b.append("**");
|
||||
break;
|
||||
case "u":
|
||||
b.append("_");
|
||||
process(b, c, trim);
|
||||
b.append("_");
|
||||
break;
|
||||
case "i":
|
||||
b.append("*");
|
||||
process(b, c, trim);
|
||||
b.append("*");
|
||||
break;
|
||||
case "span":
|
||||
case "sup":
|
||||
case "sub":
|
||||
case "s":
|
||||
process(b, c, trim);
|
||||
break;
|
||||
case "div":
|
||||
case "h1":
|
||||
case "h2":
|
||||
case "h3":
|
||||
case "h4":
|
||||
case "h5":
|
||||
case "h6":
|
||||
case "table":
|
||||
case "cite":
|
||||
b.append("\r\n");
|
||||
convertNode(b, c);
|
||||
break;
|
||||
case "p":
|
||||
if (!trim) {
|
||||
b.append("\r\n\r\n");
|
||||
}
|
||||
process(b, c, trim);
|
||||
break;
|
||||
case "ul":
|
||||
b.append("\r\n");
|
||||
convertUL(b, c);
|
||||
break;
|
||||
case "li":
|
||||
b.append("\r\n");
|
||||
convertLI(b, c);
|
||||
break;
|
||||
case "ol":
|
||||
b.append("\r\n");
|
||||
convertOL(b, c);
|
||||
break;
|
||||
case "blockquote":
|
||||
b.append("\r\n");
|
||||
b.append("> ");
|
||||
paragraph(b, c, false, trim);
|
||||
b.append("\r\n");
|
||||
break;
|
||||
case "del":
|
||||
case "dl":
|
||||
case "dd":
|
||||
case "tt":
|
||||
process(b, c, trim);
|
||||
case "br":
|
||||
b.append("\r\n");
|
||||
process(b, c, trim);
|
||||
break;
|
||||
case "wbr":
|
||||
b.append("\r\n");
|
||||
break;
|
||||
default:
|
||||
throw new Error("part not done yet: "+c.getName());
|
||||
}
|
||||
}
|
||||
|
||||
private void process(StringBuilder b, XhtmlNode x, boolean trim) {
|
||||
for (XhtmlNode c : x.getChildNodes()) {
|
||||
if (c.getNodeType() == NodeType.Text) {
|
||||
b.append(c.getContent());
|
||||
} else if (c.getName() != null) {
|
||||
part(b, c, trim);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
Loading…
x
Reference in New Issue
Block a user