Transform font size to user space for valid text size comparison.
[pdfium.git] / core / src / fpdftext / fpdf_text.cpp
1 // Copyright 2014 PDFium Authors. All rights reserved.
2 // Use of this source code is governed by a BSD-style license that can be
3 // found in the LICENSE file.
4  
5 // Original code copyright 2014 Foxit Software Inc. http://www.foxitsoftware.com
6
7 #include "../../include/fpdfapi/fpdf_page.h"
8 #include "../../include/fpdfapi/fpdf_pageobj.h"
9 #include "../../include/fpdftext/fpdf_text.h"
10 #include "txtproc.h"
11 #include "text_int.h"
12 extern FX_LPCSTR FCS_GetAltStr(FX_WCHAR);
13 CFX_ByteString CharFromUnicodeAlt(FX_WCHAR unicode, int destcp, FX_LPCSTR defchar)
14 {
15     if (destcp == 0) {
16         if (unicode < 0x80) {
17             return CFX_ByteString((char)unicode);
18         }
19         FX_LPCSTR altstr = FCS_GetAltStr(unicode);
20         if (altstr) {
21             return CFX_ByteString(altstr, -1);
22         }
23         return CFX_ByteString(defchar, -1);
24     }
25     FX_BOOL bDef = FALSE;
26     char buf[10];
27     int ret = FXSYS_WideCharToMultiByte(destcp, 0, (wchar_t*)&unicode, 1, buf, 10, NULL, &bDef);
28     if (ret && !bDef) {
29         return CFX_ByteString(buf, ret);
30     }
31     FX_LPCSTR altstr = FCS_GetAltStr(unicode);
32     if (altstr) {
33         return CFX_ByteString(altstr, -1);
34     }
35     return CFX_ByteString(defchar, -1);
36 }
37 CTextPage::CTextPage()
38 {
39 }
40 CTextPage::~CTextPage()
41 {
42     int i;
43     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
44         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
45         delete pBaseLine;
46     }
47     for (i = 0; i < m_TextColumns.GetSize(); i ++) {
48         CTextColumn* pTextColumn = (CTextColumn*)m_TextColumns.GetAt(i);
49         delete pTextColumn;
50     }
51 }
52 void CTextPage::ProcessObject(CPDF_PageObject* pObject)
53 {
54     if (pObject->m_Type != PDFPAGE_TEXT) {
55         return;
56     }
57     CPDF_TextObject* pText = (CPDF_TextObject*)pObject;
58     CPDF_Font* pFont = pText->m_TextState.GetFont();
59     int count = pText->CountItems();
60     FX_FLOAT* pPosArray = FX_Alloc(FX_FLOAT, count * 2);
61     if (pPosArray) {
62         pText->CalcCharPos(pPosArray);
63     }
64     FX_FLOAT fontsize_h = pText->m_TextState.GetFontSizeH();
65     FX_FLOAT fontsize_v = pText->m_TextState.GetFontSizeV();
66     FX_DWORD space_charcode = pFont->CharCodeFromUnicode(' ');
67     FX_FLOAT spacew = 0;
68     if (space_charcode != -1) {
69         spacew = fontsize_h * pFont->GetCharWidthF(space_charcode) / 1000;
70     }
71     if (spacew == 0) {
72         spacew = fontsize_h / 4;
73     }
74     if (pText->m_TextState.GetBaselineAngle() != 0) {
75         int cc = 0;
76         CFX_AffineMatrix matrix;
77         pText->GetTextMatrix(&matrix);
78         for (int i = 0; i < pText->m_nChars; i ++) {
79             FX_DWORD charcode = pText->m_nChars == 1 ? (FX_DWORD)(FX_UINTPTR)pText->m_pCharCodes : pText->m_pCharCodes[i];
80             if (charcode == (FX_DWORD) - 1) {
81                 continue;
82             }
83             FX_RECT char_box;
84             pFont->GetCharBBox(charcode, char_box);
85             FX_FLOAT char_left = pPosArray ? pPosArray[cc * 2] : char_box.left * pText->m_TextState.GetFontSize() / 1000;
86             FX_FLOAT char_right = pPosArray ? pPosArray[cc * 2 + 1] : char_box.right * pText->m_TextState.GetFontSize() / 1000;
87             FX_FLOAT char_top = char_box.top * pText->m_TextState.GetFontSize() / 1000;
88             FX_FLOAT char_bottom = char_box.bottom * pText->m_TextState.GetFontSize() / 1000;
89             cc ++;
90             FX_FLOAT char_origx, char_origy;
91             matrix.Transform(char_left, 0, char_origx, char_origy);
92             matrix.TransformRect(char_left, char_right, char_top, char_bottom);
93             CFX_ByteString str;
94             pFont->AppendChar(str, charcode);
95             InsertTextBox(NULL, char_origy, char_left, char_right, char_top,
96                           char_bottom, spacew, fontsize_v, str, pFont);
97         }
98         if (pPosArray) {
99             FX_Free(pPosArray);
100         }
101         return;
102     }
103     FX_FLOAT ratio_h = fontsize_h / pText->m_TextState.GetFontSize();
104     for (int ii = 0; ii < count * 2; ii ++) {
105         pPosArray[ii] *= ratio_h;
106     }
107     FX_FLOAT baseline = pText->m_PosY;
108     CTextBaseLine* pBaseLine = NULL;
109     FX_FLOAT topy = pText->m_Top;
110     FX_FLOAT bottomy = pText->m_Bottom;
111     FX_FLOAT leftx = pText->m_Left;
112     int cc = 0;
113     CFX_ByteString segment;
114     int space_count = 0;
115     FX_FLOAT last_left = 0, last_right = 0, segment_left = 0, segment_right = 0;
116     for (int i = 0; i < pText->m_nChars; i ++) {
117         FX_DWORD charcode = pText->m_nChars == 1 ? (FX_DWORD)(FX_UINTPTR)pText->m_pCharCodes : pText->m_pCharCodes[i];
118         if (charcode == (FX_DWORD) - 1) {
119             continue;
120         }
121         FX_FLOAT char_left = pPosArray[cc * 2];
122         FX_FLOAT char_right = pPosArray[cc * 2 + 1];
123         cc ++;
124         if (char_left < last_left || (char_left - last_right) > spacew / 2) {
125             pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
126                                       topy, bottomy, spacew, fontsize_v, segment, pFont);
127             segment_left = char_left;
128             segment = "";
129         }
130         if (space_count > 1) {
131             pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
132                                       topy, bottomy, spacew, fontsize_v, segment, pFont);
133             segment = "";
134         } else if (space_count == 1) {
135             pFont->AppendChar(segment, ' ');
136         }
137         if (segment.GetLength() == 0) {
138             segment_left = char_left;
139         }
140         segment_right = char_right;
141         pFont->AppendChar(segment, charcode);
142         space_count = 0;
143         last_left = char_left;
144         last_right = char_right;
145     }
146     if (segment.GetLength())
147         pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
148                                   topy, bottomy, spacew, fontsize_v, segment, pFont);
149     FX_Free(pPosArray);
150 }
151 static void ConvertPDFString(CFX_ByteString& result, CFX_ByteString& src, CPDF_Font* pFont);
152 CTextBaseLine* CTextPage::InsertTextBox(CTextBaseLine* pBaseLine, FX_FLOAT basey, FX_FLOAT leftx,
153                                         FX_FLOAT rightx, FX_FLOAT topy, FX_FLOAT bottomy, FX_FLOAT spacew, FX_FLOAT fontsize_v,
154                                         CFX_ByteString& str, CPDF_Font* pFont)
155 {
156     if (str.GetLength() == 0) {
157         return NULL;
158     }
159     if (pBaseLine == NULL) {
160         int i;
161         for (i = 0; i < m_BaseLines.GetSize(); i ++) {
162             CTextBaseLine* pExistLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
163             if (pExistLine->m_BaseLine == basey) {
164                 pBaseLine = pExistLine;
165                 break;
166             }
167             if (pExistLine->m_BaseLine < basey) {
168                 break;
169             }
170         }
171         if (pBaseLine == NULL) {
172             pBaseLine = FX_NEW CTextBaseLine;
173             if (NULL == pBaseLine) {
174                 return NULL;
175             }
176             pBaseLine->m_BaseLine = basey;
177             m_BaseLines.InsertAt(i, pBaseLine);
178         }
179     }
180     CFX_WideString text;
181     FX_LPCSTR pStr = str;
182     int len = str.GetLength(), offset = 0;
183     while (offset < len) {
184         FX_DWORD ch = pFont->GetNextChar(pStr, offset);
185         CFX_WideString unicode_str = pFont->UnicodeFromCharCode(ch);
186         if (unicode_str.IsEmpty()) {
187             text += (FX_WCHAR)ch;
188         }
189         else {
190             text += unicode_str;
191         }
192     }
193     pBaseLine->InsertTextBox(leftx, rightx, topy, bottomy, spacew, fontsize_v, text);
194     return pBaseLine;
195 }
196 void CTextPage::WriteOutput(CFX_WideStringArray& lines, int iMinWidth)
197 {
198     FX_FLOAT lastheight = -1;
199     FX_FLOAT lastbaseline = -1;
200     FX_FLOAT MinLeftX = 1000000;
201     FX_FLOAT MaxRightX = 0;
202     int i;
203     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
204         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
205         FX_FLOAT leftx, rightx;
206         if (pBaseLine->GetWidth(leftx, rightx)) {
207             if (leftx < MinLeftX) {
208                 MinLeftX = leftx;
209             }
210             if (rightx > MaxRightX) {
211                 MaxRightX = rightx;
212             }
213         }
214     }
215     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
216         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
217         pBaseLine->MergeBoxes();
218     }
219     for (i = 1; i < m_BaseLines.GetSize(); i ++) {
220         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
221         CTextBaseLine* pPrevLine = (CTextBaseLine*)m_BaseLines.GetAt(i - 1);
222         if (pBaseLine->CanMerge(pPrevLine)) {
223             pPrevLine->Merge(pBaseLine);
224             delete pBaseLine;
225             m_BaseLines.RemoveAt(i);
226             i --;
227         }
228     }
229     if (m_bAutoWidth) {
230         int* widths = FX_Alloc(int, m_BaseLines.GetSize());
231         if (widths) {
232             for (i = 0; i < m_BaseLines.GetSize(); i ++) {
233                 widths[i] = 0;
234                 CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
235                 int TotalChars = 0;
236                 FX_FLOAT TotalWidth = 0;
237                 int minchars;
238                 pBaseLine->CountChars(TotalChars, TotalWidth, minchars);
239                 if (TotalChars) {
240                     FX_FLOAT charwidth = TotalWidth / TotalChars;
241                     widths[i] = (int)((MaxRightX - MinLeftX) / charwidth);
242                 }
243                 if (widths[i] > 1000) {
244                     widths[i] = 1000;
245                 }
246                 if (widths[i] < minchars) {
247                     widths[i] = minchars;
248                 }
249             }
250             int AvgWidth = 0, widthcount = 0;
251             for (i = 0; i < m_BaseLines.GetSize(); i ++)
252                 if (widths[i]) {
253                     AvgWidth += widths[i];
254                     widthcount ++;
255                 }
256             AvgWidth = int((FX_FLOAT)AvgWidth / widthcount + 0.5);
257             int MaxWidth = 0;
258             for (i = 0; i < m_BaseLines.GetSize(); i ++)
259                 if (MaxWidth < widths[i]) {
260                     MaxWidth = widths[i];
261                 }
262             if (MaxWidth > AvgWidth * 6 / 5) {
263                 MaxWidth = AvgWidth * 6 / 5;
264             }
265             FX_Free(widths);
266             if (iMinWidth < MaxWidth) {
267                 iMinWidth = MaxWidth;
268             }
269         }
270     }
271     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
272         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
273         pBaseLine->MergeBoxes();
274     }
275     if (m_bKeepColumn) {
276         FindColumns();
277     }
278     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
279         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
280         if (lastheight >= 0) {
281             FX_FLOAT dy = lastbaseline - pBaseLine->m_BaseLine;
282             if (dy >= (pBaseLine->m_MaxFontSizeV) * 1.5 || dy >= lastheight * 1.5) {
283                 lines.Add(L"");
284             }
285         }
286         lastheight = pBaseLine->m_MaxFontSizeV;
287         lastbaseline = pBaseLine->m_BaseLine;
288         CFX_WideString str;
289         pBaseLine->WriteOutput(str, MinLeftX, MaxRightX - MinLeftX, iMinWidth);
290         lines.Add(str);
291     }
292 }
293 void NormalizeCompositeChar(FX_WCHAR wChar, CFX_WideString& sDest)
294 {
295     wChar = FX_GetMirrorChar(wChar, TRUE, FALSE);
296     FX_LPWSTR pDst = NULL;
297     FX_STRSIZE nCount = FX_Unicode_GetNormalization(wChar, pDst);
298     if (nCount < 1 ) {
299         sDest += wChar;
300         return;
301     }
302     pDst = new FX_WCHAR[nCount];
303     FX_Unicode_GetNormalization(wChar, pDst);
304     for (int nIndex = 0; nIndex < nCount; nIndex++) {
305         sDest += pDst[nIndex];
306     }
307     delete[] pDst;
308 }
309 void NormalizeString(CFX_WideString& str)
310 {
311     if (str.GetLength() <= 0) {
312         return;
313     }
314     CFX_WideString sBuffer;
315     IFX_BidiChar* BidiChar = IFX_BidiChar::Create();
316     if (NULL == BidiChar)       {
317         return;
318     }
319     CFX_WordArray order;
320     FX_BOOL bR2L = FALSE;
321     FX_INT32 start = 0, count = 0, i = 0;
322     int nR2L = 0, nL2R = 0;
323     for (i = 0; i < str.GetLength(); i++) {
324         if(BidiChar->AppendChar(str.GetAt(i))) {
325             FX_INT32 ret = BidiChar->GetBidiInfo(start, count);
326             order.Add(start);
327             order.Add(count);
328             order.Add(ret);
329             if(!bR2L) {
330                 if(ret == 2) {
331                     nR2L++;
332                 } else if (ret == 1) {
333                     nL2R++;
334                 }
335             }
336         }
337     }
338     if(BidiChar->EndChar()) {
339         FX_INT32 ret = BidiChar->GetBidiInfo(start, count);
340         order.Add(start);
341         order.Add(count);
342         order.Add(ret);
343         if(!bR2L) {
344             if(ret == 2) {
345                 nR2L++;
346             } else if(ret == 1) {
347                 nL2R++;
348             }
349         }
350     }
351     if(nR2L > 0 && nR2L >= nL2R) {
352         bR2L = TRUE;
353     }
354     if(bR2L) {
355         int count = order.GetSize();
356         for(int j = count - 1; j > 0; j -= 3) {
357             int ret = order.GetAt(j);
358             int start = order.GetAt(j - 2);
359             int count1 = order.GetAt(j - 1);
360             if(ret == 2 || ret == 0) {
361                 for(int i = start + count1 - 1; i >= start; i--) {
362                     NormalizeCompositeChar(str[i], sBuffer);
363                 }
364             } else {
365                 i = j;
366                 FX_BOOL bSymbol = FALSE;
367                 while(i > 0 && order.GetAt(i) != 2) {
368                     bSymbol = !order.GetAt(i);
369                     i -= 3;
370                 }
371                 int end = start + count1 ;
372                 int n = 0;
373                 if(bSymbol) {
374                     n = i + 6;
375                 } else {
376                     n = i + 3;
377                 }
378                 if(n >= j) {
379                     for(int m = start; m < end; m++) {
380                         sBuffer += str[m];
381                     }
382                 } else {
383                     i = j;
384                     j = n;
385                     for(; n <= i; n += 3) {
386                         int start = order.GetAt(n - 2);
387                         int count1 = order.GetAt(n - 1);
388                         int end = start + count1 ;
389                         for(int m = start; m < end; m++) {
390                             sBuffer += str[m];
391                         }
392                     }
393                 }
394             }
395         }
396     } else {
397         int count = order.GetSize();
398         FX_BOOL bL2R = FALSE;
399         for(int j = 0; j < count; j += 3) {
400             int ret = order.GetAt(j + 2);
401             int start = order.GetAt(j);
402             int count1 = order.GetAt(j + 1);
403             if(ret == 2 || (j == 0 && ret == 0 && !bL2R)) {
404                 int i = j + 3;
405                 while(bR2L && i < count) {
406                     if(order.GetAt(i + 2) == 1) {
407                         break;
408                     } else {
409                         i += 3;
410                     }
411                 }
412                 if(i == 3) {
413                     j = -3;
414                     bL2R = TRUE;
415                     continue;
416                 }
417                 int end = str.GetLength() - 1;
418                 if(i < count) {
419                     end = order.GetAt(i) - 1;
420                 }
421                 j = i - 3;
422                 for(int n = end; n >= start; n--) {
423                     NormalizeCompositeChar(str[i], sBuffer);
424                 }
425             } else {
426                 int end = start + count1 ;
427                 for(int i = start; i < end; i++) {
428                     sBuffer += str[i];
429                 }
430             }
431         }
432     }
433     str.Empty();
434     str += sBuffer;
435     BidiChar->Release();
436 }
437 static FX_BOOL IsNumber(CFX_WideString& str)
438 {
439     for (int i = 0; i < str.GetLength(); i ++) {
440         FX_WCHAR ch = str[i];
441         if ((ch < '0' || ch > '9') && ch != '-' && ch != '+' && ch != '.' && ch != ' ') {
442             return FALSE;
443         }
444     }
445     return TRUE;
446 }
447 void CTextPage::FindColumns()
448 {
449     int i;
450     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
451         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
452         for (int j = 0; j < pBaseLine->m_TextList.GetSize(); j ++) {
453             CTextBox* pTextBox = (CTextBox*)pBaseLine->m_TextList.GetAt(j);
454             CTextColumn* pColumn = FindColumn(pTextBox->m_Right);
455             if (pColumn == NULL) {
456                 pColumn = FX_NEW CTextColumn;
457                 if (pColumn) {
458                     pColumn->m_Count = 1;
459                     pColumn->m_AvgPos = pTextBox->m_Right;
460                     pColumn->m_TextPos = -1;
461                     m_TextColumns.Add(pColumn);
462                 }
463             } else {
464                 pColumn->m_AvgPos = (pColumn->m_Count * pColumn->m_AvgPos + pTextBox->m_Right) /
465                                     (pColumn->m_Count + 1);
466                 pColumn->m_Count ++;
467             }
468         }
469     }
470     int mincount = m_BaseLines.GetSize() / 4;
471     for (i = 0; i < m_TextColumns.GetSize(); i ++) {
472         CTextColumn* pTextColumn = (CTextColumn*)m_TextColumns.GetAt(i);
473         if (pTextColumn->m_Count >= mincount) {
474             continue;
475         }
476         delete pTextColumn;
477         m_TextColumns.RemoveAt(i);
478         i --;
479     }
480     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
481         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
482         for (int j = 0; j < pBaseLine->m_TextList.GetSize(); j ++) {
483             CTextBox* pTextBox = (CTextBox*)pBaseLine->m_TextList.GetAt(j);
484             if (IsNumber(pTextBox->m_Text)) {
485                 pTextBox->m_pColumn = FindColumn(pTextBox->m_Right);
486             }
487         }
488     }
489 }
490 CTextColumn* CTextPage::FindColumn(FX_FLOAT xpos)
491 {
492     for (int i = 0; i < m_TextColumns.GetSize(); i ++) {
493         CTextColumn* pColumn = (CTextColumn*)m_TextColumns.GetAt(i);
494         if (pColumn->m_AvgPos < xpos + 1 && pColumn->m_AvgPos > xpos - 1) {
495             return pColumn;
496         }
497     }
498     return NULL;
499 }
500 void CTextPage::BreakSpace(CPDF_TextObject* pTextObj)
501 {
502 }
503 CTextBaseLine::CTextBaseLine()
504 {
505     m_Top = -100000;
506     m_Bottom = 100000;
507     m_MaxFontSizeV = 0;
508 }
509 CTextBaseLine::~CTextBaseLine()
510 {
511     for (int i = 0; i < m_TextList.GetSize(); i ++) {
512         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
513         delete pText;
514     }
515 }
516 void CTextBaseLine::InsertTextBox(FX_FLOAT leftx, FX_FLOAT rightx, FX_FLOAT topy, FX_FLOAT bottomy,
517                                   FX_FLOAT spacew, FX_FLOAT fontsize_v, const CFX_WideString& text)
518 {
519     if (m_Top < topy) {
520         m_Top = topy;
521     }
522     if (m_Bottom > bottomy) {
523         m_Bottom = bottomy;
524     }
525     if (m_MaxFontSizeV < fontsize_v) {
526         m_MaxFontSizeV = fontsize_v;
527     }
528     int i;
529     for (i = 0; i < m_TextList.GetSize(); i ++) {
530         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
531         if (pText->m_Left > leftx) {
532             break;
533         }
534     }
535     CTextBox* pText = FX_NEW CTextBox;
536     if (NULL == pText) {
537         return;
538     }
539     pText->m_Text = text;
540     pText->m_Left = leftx;
541     pText->m_Right = rightx;
542     pText->m_Top = topy;
543     pText->m_Bottom = bottomy;
544     pText->m_SpaceWidth = spacew;
545     pText->m_FontSizeV = fontsize_v;
546     pText->m_pColumn = NULL;
547     m_TextList.InsertAt(i, pText);
548 }
549 FX_BOOL GetIntersection(FX_FLOAT low1, FX_FLOAT high1, FX_FLOAT low2, FX_FLOAT high2,
550                         FX_FLOAT& interlow, FX_FLOAT& interhigh);
551 FX_BOOL CTextBaseLine::CanMerge(CTextBaseLine* pOther)
552 {
553     FX_FLOAT inter_top, inter_bottom;
554     if (!GetIntersection(m_Bottom, m_Top, pOther->m_Bottom, pOther->m_Top,
555                          inter_bottom, inter_top)) {
556         return FALSE;
557     }
558     FX_FLOAT inter_h = inter_top - inter_bottom;
559     if (inter_h < (m_Top - m_Bottom) / 2 && inter_h < (pOther->m_Top - pOther->m_Bottom) / 2) {
560         return FALSE;
561     }
562     FX_FLOAT dy = (FX_FLOAT)FXSYS_fabs(m_BaseLine - pOther->m_BaseLine);
563     for (int i = 0; i < m_TextList.GetSize(); i ++) {
564         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
565         for (int j = 0; j < pOther->m_TextList.GetSize(); j ++) {
566             CTextBox* pOtherText = (CTextBox*)pOther->m_TextList.GetAt(j);
567             FX_FLOAT inter_left, inter_right;
568             if (!GetIntersection(pText->m_Left, pText->m_Right,
569                                  pOtherText->m_Left, pOtherText->m_Right, inter_left, inter_right)) {
570                 continue;
571             }
572             FX_FLOAT inter_w = inter_right - inter_left;
573             if (inter_w < pText->m_SpaceWidth / 2 && inter_w < pOtherText->m_SpaceWidth / 2) {
574                 continue;
575             }
576             if (dy >= (pText->m_Bottom - pText->m_Top) / 2 ||
577                     dy >= (pOtherText->m_Bottom - pOtherText->m_Top) / 2) {
578                 return FALSE;
579             }
580         }
581     }
582     return TRUE;
583 }
584 void CTextBaseLine::Merge(CTextBaseLine* pOther)
585 {
586     for (int i = 0; i < pOther->m_TextList.GetSize(); i ++) {
587         CTextBox* pText = (CTextBox*)pOther->m_TextList.GetAt(i);
588         InsertTextBox(pText->m_Left, pText->m_Right, pText->m_Top, pText->m_Bottom,
589                       pText->m_SpaceWidth, pText->m_FontSizeV, pText->m_Text);
590     }
591 }
592 FX_BOOL CTextBaseLine::GetWidth(FX_FLOAT& leftx, FX_FLOAT& rightx)
593 {
594     int i;
595     for (i = 0; i < m_TextList.GetSize(); i ++) {
596         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
597         if (pText->m_Text != L" ") {
598             break;
599         }
600     }
601     if (i == m_TextList.GetSize()) {
602         return FALSE;
603     }
604     CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
605     leftx = pText->m_Left;
606     for (i = m_TextList.GetSize() - 1; i >= 0; i --) {
607         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
608         if (pText->m_Text != L" ") {
609             break;
610         }
611     }
612     pText = (CTextBox*)m_TextList.GetAt(i);
613     rightx = pText->m_Right;
614     return TRUE;
615 }
616 void CTextBaseLine::MergeBoxes()
617 {
618     int i = 0;
619     while (1) {
620         if (i >= m_TextList.GetSize() - 1) {
621             break;
622         }
623         CTextBox* pThisText = (CTextBox*)m_TextList.GetAt(i);
624         CTextBox* pNextText = (CTextBox*)m_TextList.GetAt(i + 1);
625         FX_FLOAT dx = pNextText->m_Left - pThisText->m_Right;
626         FX_FLOAT spacew = (pThisText->m_SpaceWidth == 0.0) ?
627                           pNextText->m_SpaceWidth : pThisText->m_SpaceWidth;
628         if (spacew > 0.0 && dx < spacew * 2) {
629             pThisText->m_Right = pNextText->m_Right;
630             if (dx > spacew * 1.5) {
631                 pThisText->m_Text += L"  ";
632             } else if (dx > spacew / 3) {
633                 pThisText->m_Text += L' ';
634             }
635             pThisText->m_Text += pNextText->m_Text;
636             pThisText->m_SpaceWidth = pNextText->m_SpaceWidth == 0.0 ?
637                                       spacew : pNextText->m_SpaceWidth;
638             m_TextList.RemoveAt(i + 1);
639             delete pNextText;
640         } else {
641             i ++;
642         }
643     }
644 }
645 void CTextBaseLine::WriteOutput(CFX_WideString& str, FX_FLOAT leftx, FX_FLOAT pagewidth,
646                                 int iTextWidth)
647 {
648     int lastpos = -1;
649     for (int i = 0; i < m_TextList.GetSize(); i ++) {
650         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
651         int xpos;
652         if (pText->m_pColumn) {
653             xpos = (int)((pText->m_pColumn->m_AvgPos - leftx) * iTextWidth / pagewidth + 0.5);
654             xpos -= pText->m_Text.GetLength();
655         } else {
656             xpos = (int)((pText->m_Left - leftx) * iTextWidth / pagewidth + 0.5);
657         }
658         if (xpos <= lastpos) {
659             xpos = lastpos + 1;
660         }
661         for (int j = lastpos + 1; j < xpos; j ++) {
662             str += ' ';
663         }
664         CFX_WideString sSrc(pText->m_Text);
665         NormalizeString(sSrc);
666         str += sSrc;
667         str += ' ';
668         lastpos = xpos + pText->m_Text.GetLength();
669     }
670 }
671 void CTextBaseLine::CountChars(int& count, FX_FLOAT& width, int& minchars)
672 {
673     minchars = 0;
674     for (int i = 0; i < m_TextList.GetSize(); i ++) {
675         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
676         if (pText->m_Right - pText->m_Left < 0.002) {
677             continue;
678         }
679         count += pText->m_Text.GetLength();
680         width += pText->m_Right - pText->m_Left;
681         minchars += pText->m_Text.GetLength() + 1;
682     }
683 }
684 #define PI 3.1415926535897932384626433832795
685 static void CheckRotate(CPDF_Page& page, CFX_FloatRect& page_bbox)
686 {
687     int total_count = 0, rotated_count[3] = {0, 0, 0};
688     FX_POSITION pos = page.GetFirstObjectPosition();
689     while (pos) {
690         CPDF_PageObject* pObj = page.GetNextObject(pos);
691         if (pObj->m_Type != PDFPAGE_TEXT) {
692             continue;
693         }
694         total_count ++;
695         CPDF_TextObject* pText = (CPDF_TextObject*)pObj;
696         FX_FLOAT angle = pText->m_TextState.GetBaselineAngle();
697         if (angle == 0.0) {
698             continue;
699         }
700         int degree = (int)(angle * 180 / PI + 0.5);
701         if (degree % 90) {
702             continue;
703         }
704         if (degree < 0) {
705             degree += 360;
706         }
707         int index = degree / 90 % 3 - 1;
708         if (index < 0) {
709             continue;
710         }
711         rotated_count[index] ++;
712     }
713     if (total_count == 0) {
714         return;
715     }
716     CFX_AffineMatrix matrix;
717     if (rotated_count[0] > total_count * 2 / 3) {
718         matrix.Set(0, -1, 1, 0, 0, page.GetPageHeight());
719     } else if (rotated_count[1] > total_count * 2 / 3) {
720         matrix.Set(-1, 0, 0, -1, page.GetPageWidth(), page.GetPageHeight());
721     } else if (rotated_count[2] > total_count * 2 / 3) {
722         matrix.Set(0, 1, -1, 0, page.GetPageWidth(), 0);
723     } else {
724         return;
725     }
726     page.Transform(matrix);
727     page_bbox.Transform(&matrix);
728 }
729 void PDF_GetPageText_Unicode(CFX_WideStringArray& lines, CPDF_Document* pDoc, CPDF_Dictionary* pPage,
730                              int iMinWidth, FX_DWORD flags)
731 {
732     lines.RemoveAll();
733     if (pPage == NULL) {
734         return;
735     }
736     CPDF_Page page;
737     page.Load(pDoc, pPage);
738     CPDF_ParseOptions options;
739     options.m_bTextOnly = TRUE;
740     options.m_bSeparateForm = FALSE;
741     page.ParseContent(&options);
742     CFX_FloatRect page_bbox = page.GetPageBBox();
743     if (flags & PDF2TXT_AUTO_ROTATE) {
744         CheckRotate(page, page_bbox);
745     }
746     CTextPage texts;
747     texts.m_bAutoWidth = flags & PDF2TXT_AUTO_WIDTH;
748     texts.m_bKeepColumn = flags & PDF2TXT_KEEP_COLUMN;
749     texts.m_bBreakSpace = TRUE;
750     FX_POSITION pos = page.GetFirstObjectPosition();
751     while (pos) {
752         CPDF_PageObject* pObject = page.GetNextObject(pos);
753         if (!(flags & PDF2TXT_INCLUDE_INVISIBLE)) {
754             CFX_FloatRect rect(pObject->m_Left, pObject->m_Bottom, pObject->m_Right, pObject->m_Top);
755             if (!page_bbox.Contains(rect)) {
756                 continue;
757             }
758         }
759         texts.ProcessObject(pObject);
760     }
761     texts.WriteOutput(lines, iMinWidth);
762 }
763 void PDF_GetPageText(CFX_ByteStringArray& lines, CPDF_Document* pDoc, CPDF_Dictionary* pPage,
764                      int iMinWidth, FX_DWORD flags)
765 {
766     lines.RemoveAll();
767     CFX_WideStringArray wlines;
768     PDF_GetPageText_Unicode(wlines, pDoc, pPage, iMinWidth, flags);
769     for (int i = 0; i < wlines.GetSize(); i ++) {
770         CFX_WideString wstr = wlines[i];
771         CFX_ByteString str;
772         for (int c = 0; c < wstr.GetLength(); c ++) {
773             str += CharFromUnicodeAlt(wstr[c], FXSYS_GetACP(), "?");
774         }
775         lines.Add(str);
776     }
777 }
778 extern void _PDF_GetTextStream_Unicode(CFX_WideTextBuf& buffer, CPDF_PageObjects* pPage, FX_BOOL bUseLF,
779                                        CFX_PtrArray* pObjArray);
780 void PDF_GetTextStream_Unicode(CFX_WideTextBuf& buffer, CPDF_Document* pDoc, CPDF_Dictionary* pPage, FX_DWORD flags)
781 {
782     buffer.EstimateSize(0, 10240);
783     CPDF_Page page;
784     page.Load(pDoc, pPage);
785     CPDF_ParseOptions options;
786     options.m_bTextOnly = TRUE;
787     options.m_bSeparateForm = FALSE;
788     page.ParseContent(&options);
789     _PDF_GetTextStream_Unicode(buffer, &page, TRUE, NULL);
790 }