Fix FX_BOOL type mismatches.
[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 "../../../third_party/base/nonstd_unique_ptr.h"
8 #include "../../include/fpdfapi/fpdf_page.h"
9 #include "../../include/fpdfapi/fpdf_pageobj.h"
10 #include "../../include/fpdfapi/fpdf_resource.h"
11 #include "../../include/fpdftext/fpdf_text.h"
12 #include "../../include/fxcrt/fx_arb.h"
13 #include "../../include/fxcrt/fx_ucd.h"
14 #include "text_int.h"
15 #include "txtproc.h"
16
17 CFX_ByteString CharFromUnicodeAlt(FX_WCHAR unicode, int destcp, const FX_CHAR* defchar)
18 {
19     if (destcp == 0) {
20         if (unicode < 0x80) {
21             return CFX_ByteString((char)unicode);
22         }
23         const FX_CHAR* altstr = FCS_GetAltStr(unicode);
24         if (altstr) {
25             return CFX_ByteString(altstr, -1);
26         }
27         return CFX_ByteString(defchar, -1);
28     }
29     char buf[10];
30     int iDef = 0;
31     int ret = FXSYS_WideCharToMultiByte(destcp, 0, (wchar_t*)&unicode, 1, buf, 10, NULL, &iDef);
32     if (ret && !iDef) {
33         return CFX_ByteString(buf, ret);
34     }
35     const FX_CHAR* altstr = FCS_GetAltStr(unicode);
36     if (altstr) {
37         return CFX_ByteString(altstr, -1);
38     }
39     return CFX_ByteString(defchar, -1);
40 }
41 CTextPage::CTextPage()
42 {
43 }
44 CTextPage::~CTextPage()
45 {
46     int i;
47     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
48         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
49         delete pBaseLine;
50     }
51     for (i = 0; i < m_TextColumns.GetSize(); i ++) {
52         CTextColumn* pTextColumn = (CTextColumn*)m_TextColumns.GetAt(i);
53         delete pTextColumn;
54     }
55 }
56 void CTextPage::ProcessObject(CPDF_PageObject* pObject)
57 {
58     if (pObject->m_Type != PDFPAGE_TEXT) {
59         return;
60     }
61     CPDF_TextObject* pText = (CPDF_TextObject*)pObject;
62     CPDF_Font* pFont = pText->m_TextState.GetFont();
63     int count = pText->CountItems();
64     FX_FLOAT* pPosArray = FX_Alloc2D(FX_FLOAT, count, 2);
65     pText->CalcCharPos(pPosArray);
66
67     FX_FLOAT fontsize_h = pText->m_TextState.GetFontSizeH();
68     FX_FLOAT fontsize_v = pText->m_TextState.GetFontSizeV();
69     FX_DWORD space_charcode = pFont->CharCodeFromUnicode(' ');
70     FX_FLOAT spacew = 0;
71     if (space_charcode != -1) {
72         spacew = fontsize_h * pFont->GetCharWidthF(space_charcode) / 1000;
73     }
74     if (spacew == 0) {
75         spacew = fontsize_h / 4;
76     }
77     if (pText->m_TextState.GetBaselineAngle() != 0) {
78         int cc = 0;
79         CFX_AffineMatrix matrix;
80         pText->GetTextMatrix(&matrix);
81         for (int i = 0; i < pText->m_nChars; i ++) {
82             FX_DWORD charcode = pText->m_nChars == 1 ? (FX_DWORD)(uintptr_t)pText->m_pCharCodes : pText->m_pCharCodes[i];
83             if (charcode == (FX_DWORD) - 1) {
84                 continue;
85             }
86             FX_RECT char_box;
87             pFont->GetCharBBox(charcode, char_box);
88             FX_FLOAT char_left = pPosArray ? pPosArray[cc * 2] : char_box.left * pText->m_TextState.GetFontSize() / 1000;
89             FX_FLOAT char_right = pPosArray ? pPosArray[cc * 2 + 1] : char_box.right * pText->m_TextState.GetFontSize() / 1000;
90             FX_FLOAT char_top = char_box.top * pText->m_TextState.GetFontSize() / 1000;
91             FX_FLOAT char_bottom = char_box.bottom * pText->m_TextState.GetFontSize() / 1000;
92             cc ++;
93             FX_FLOAT char_origx, char_origy;
94             matrix.Transform(char_left, 0, char_origx, char_origy);
95             matrix.TransformRect(char_left, char_right, char_top, char_bottom);
96             CFX_ByteString str;
97             pFont->AppendChar(str, charcode);
98             InsertTextBox(NULL, char_origy, char_left, char_right, char_top,
99                           char_bottom, spacew, fontsize_v, str, pFont);
100         }
101         if (pPosArray) {
102             FX_Free(pPosArray);
103         }
104         return;
105     }
106     FX_FLOAT ratio_h = fontsize_h / pText->m_TextState.GetFontSize();
107     for (int ii = 0; ii < count * 2; ii ++) {
108         pPosArray[ii] *= ratio_h;
109     }
110     FX_FLOAT baseline = pText->m_PosY;
111     CTextBaseLine* pBaseLine = NULL;
112     FX_FLOAT topy = pText->m_Top;
113     FX_FLOAT bottomy = pText->m_Bottom;
114     FX_FLOAT leftx = pText->m_Left;
115     int cc = 0;
116     CFX_ByteString segment;
117     int space_count = 0;
118     FX_FLOAT last_left = 0, last_right = 0, segment_left = 0, segment_right = 0;
119     for (int i = 0; i < pText->m_nChars; i ++) {
120         FX_DWORD charcode = pText->m_nChars == 1 ? (FX_DWORD)(uintptr_t)pText->m_pCharCodes : pText->m_pCharCodes[i];
121         if (charcode == (FX_DWORD) - 1) {
122             continue;
123         }
124         FX_FLOAT char_left = pPosArray[cc * 2];
125         FX_FLOAT char_right = pPosArray[cc * 2 + 1];
126         cc ++;
127         if (char_left < last_left || (char_left - last_right) > spacew / 2) {
128             pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
129                                       topy, bottomy, spacew, fontsize_v, segment, pFont);
130             segment_left = char_left;
131             segment = "";
132         }
133         if (space_count > 1) {
134             pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
135                                       topy, bottomy, spacew, fontsize_v, segment, pFont);
136             segment = "";
137         } else if (space_count == 1) {
138             pFont->AppendChar(segment, ' ');
139         }
140         if (segment.GetLength() == 0) {
141             segment_left = char_left;
142         }
143         segment_right = char_right;
144         pFont->AppendChar(segment, charcode);
145         space_count = 0;
146         last_left = char_left;
147         last_right = char_right;
148     }
149     if (segment.GetLength())
150         pBaseLine = InsertTextBox(pBaseLine, baseline, leftx + segment_left, leftx + segment_right,
151                                   topy, bottomy, spacew, fontsize_v, segment, pFont);
152     FX_Free(pPosArray);
153 }
154 CTextBaseLine* CTextPage::InsertTextBox(CTextBaseLine* pBaseLine, FX_FLOAT basey, FX_FLOAT leftx,
155                                         FX_FLOAT rightx, FX_FLOAT topy, FX_FLOAT bottomy, FX_FLOAT spacew, FX_FLOAT fontsize_v,
156                                         CFX_ByteString& str, CPDF_Font* pFont)
157 {
158     if (str.GetLength() == 0) {
159         return NULL;
160     }
161     if (pBaseLine == NULL) {
162         int i;
163         for (i = 0; i < m_BaseLines.GetSize(); i ++) {
164             CTextBaseLine* pExistLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
165             if (pExistLine->m_BaseLine == basey) {
166                 pBaseLine = pExistLine;
167                 break;
168             }
169             if (pExistLine->m_BaseLine < basey) {
170                 break;
171             }
172         }
173         if (pBaseLine == NULL) {
174             pBaseLine = new CTextBaseLine;
175             pBaseLine->m_BaseLine = basey;
176             m_BaseLines.InsertAt(i, pBaseLine);
177         }
178     }
179     CFX_WideString text;
180     const FX_CHAR* pStr = str;
181     int len = str.GetLength(), offset = 0;
182     while (offset < len) {
183         FX_DWORD ch = pFont->GetNextChar(pStr, len, offset);
184         CFX_WideString unicode_str = pFont->UnicodeFromCharCode(ch);
185         if (unicode_str.IsEmpty()) {
186             text += (FX_WCHAR)ch;
187         }
188         else {
189             text += unicode_str;
190         }
191     }
192     pBaseLine->InsertTextBox(leftx, rightx, topy, bottomy, spacew, fontsize_v, text);
193     return pBaseLine;
194 }
195 void CTextPage::WriteOutput(CFX_WideStringArray& lines, int iMinWidth)
196 {
197     FX_FLOAT lastheight = -1;
198     FX_FLOAT lastbaseline = -1;
199     FX_FLOAT MinLeftX = 1000000;
200     FX_FLOAT MaxRightX = 0;
201     int i;
202     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
203         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
204         FX_FLOAT leftx, rightx;
205         if (pBaseLine->GetWidth(leftx, rightx)) {
206             if (leftx < MinLeftX) {
207                 MinLeftX = leftx;
208             }
209             if (rightx > MaxRightX) {
210                 MaxRightX = rightx;
211             }
212         }
213     }
214     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
215         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
216         pBaseLine->MergeBoxes();
217     }
218     for (i = 1; i < m_BaseLines.GetSize(); i ++) {
219         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
220         CTextBaseLine* pPrevLine = (CTextBaseLine*)m_BaseLines.GetAt(i - 1);
221         if (pBaseLine->CanMerge(pPrevLine)) {
222             pPrevLine->Merge(pBaseLine);
223             delete pBaseLine;
224             m_BaseLines.RemoveAt(i);
225             i --;
226         }
227     }
228     if (m_bAutoWidth) {
229         int* widths = FX_Alloc(int, m_BaseLines.GetSize());
230         for (i = 0; i < m_BaseLines.GetSize(); i ++) {
231             widths[i] = 0;
232             CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
233             int TotalChars = 0;
234             FX_FLOAT TotalWidth = 0;
235             int minchars;
236             pBaseLine->CountChars(TotalChars, TotalWidth, minchars);
237             if (TotalChars) {
238                 FX_FLOAT charwidth = TotalWidth / TotalChars;
239                 widths[i] = (int)((MaxRightX - MinLeftX) / charwidth);
240             }
241             if (widths[i] > 1000) {
242                 widths[i] = 1000;
243             }
244             if (widths[i] < minchars) {
245                 widths[i] = minchars;
246             }
247         }
248         int AvgWidth = 0, widthcount = 0;
249         for (i = 0; i < m_BaseLines.GetSize(); i ++)
250             if (widths[i]) {
251                 AvgWidth += widths[i];
252                 widthcount ++;
253             }
254         AvgWidth = int((FX_FLOAT)AvgWidth / widthcount + 0.5);
255         int MaxWidth = 0;
256         for (i = 0; i < m_BaseLines.GetSize(); i ++)
257             if (MaxWidth < widths[i]) {
258                 MaxWidth = widths[i];
259             }
260         if (MaxWidth > AvgWidth * 6 / 5) {
261             MaxWidth = AvgWidth * 6 / 5;
262         }
263         FX_Free(widths);
264         if (iMinWidth < MaxWidth) {
265             iMinWidth = MaxWidth;
266         }
267     }
268     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
269         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
270         pBaseLine->MergeBoxes();
271     }
272     if (m_bKeepColumn) {
273         FindColumns();
274     }
275     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
276         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
277         if (lastheight >= 0) {
278             FX_FLOAT dy = lastbaseline - pBaseLine->m_BaseLine;
279             if (dy >= (pBaseLine->m_MaxFontSizeV) * 1.5 || dy >= lastheight * 1.5) {
280                 lines.Add(L"");
281             }
282         }
283         lastheight = pBaseLine->m_MaxFontSizeV;
284         lastbaseline = pBaseLine->m_BaseLine;
285         CFX_WideString str;
286         pBaseLine->WriteOutput(str, MinLeftX, MaxRightX - MinLeftX, iMinWidth);
287         lines.Add(str);
288     }
289 }
290 void NormalizeCompositeChar(FX_WCHAR wChar, CFX_WideString& sDest)
291 {
292     wChar = FX_GetMirrorChar(wChar, TRUE, FALSE);
293     FX_WCHAR* pDst = NULL;
294     FX_STRSIZE nCount = FX_Unicode_GetNormalization(wChar, pDst);
295     if (nCount < 1 ) {
296         sDest += wChar;
297         return;
298     }
299     pDst = new FX_WCHAR[nCount];
300     FX_Unicode_GetNormalization(wChar, pDst);
301     for (int nIndex = 0; nIndex < nCount; nIndex++) {
302         sDest += pDst[nIndex];
303     }
304     delete[] pDst;
305 }
306 void NormalizeString(CFX_WideString& str)
307 {
308     if (str.GetLength() <= 0) {
309         return;
310     }
311     CFX_WideString sBuffer;
312     nonstd::unique_ptr<IFX_BidiChar> pBidiChar(IFX_BidiChar::Create());
313     CFX_WordArray order;
314     FX_BOOL bR2L = FALSE;
315     int32_t start = 0, count = 0, i = 0;
316     int nR2L = 0, nL2R = 0;
317     for (i = 0; i < str.GetLength(); i++) {
318         if(pBidiChar->AppendChar(str.GetAt(i))) {
319             int32_t ret = pBidiChar->GetBidiInfo(start, count);
320             order.Add(start);
321             order.Add(count);
322             order.Add(ret);
323             if(!bR2L) {
324                 if(ret == 2) {
325                     nR2L++;
326                 } else if (ret == 1) {
327                     nL2R++;
328                 }
329             }
330         }
331     }
332     if(pBidiChar->EndChar()) {
333         int32_t ret = pBidiChar->GetBidiInfo(start, count);
334         order.Add(start);
335         order.Add(count);
336         order.Add(ret);
337         if(!bR2L) {
338             if(ret == 2) {
339                 nR2L++;
340             } else if(ret == 1) {
341                 nL2R++;
342             }
343         }
344     }
345     if(nR2L > 0 && nR2L >= nL2R) {
346         bR2L = TRUE;
347     }
348     if(bR2L) {
349         int count = order.GetSize();
350         for(int j = count - 1; j > 0; j -= 3) {
351             int ret = order.GetAt(j);
352             int start = order.GetAt(j - 2);
353             int count1 = order.GetAt(j - 1);
354             if(ret == 2 || ret == 0) {
355                 for(int i = start + count1 - 1; i >= start; i--) {
356                     NormalizeCompositeChar(str[i], sBuffer);
357                 }
358             } else {
359                 i = j;
360                 FX_BOOL bSymbol = FALSE;
361                 while(i > 0 && order.GetAt(i) != 2) {
362                     bSymbol = !order.GetAt(i);
363                     i -= 3;
364                 }
365                 int end = start + count1 ;
366                 int n = 0;
367                 if(bSymbol) {
368                     n = i + 6;
369                 } else {
370                     n = i + 3;
371                 }
372                 if(n >= j) {
373                     for(int m = start; m < end; m++) {
374                         sBuffer += str[m];
375                     }
376                 } else {
377                     i = j;
378                     j = n;
379                     for(; n <= i; n += 3) {
380                         int start = order.GetAt(n - 2);
381                         int count1 = order.GetAt(n - 1);
382                         int end = start + count1 ;
383                         for(int m = start; m < end; m++) {
384                             sBuffer += str[m];
385                         }
386                     }
387                 }
388             }
389         }
390     } else {
391         int count = order.GetSize();
392         FX_BOOL bL2R = FALSE;
393         for(int j = 0; j < count; j += 3) {
394             int ret = order.GetAt(j + 2);
395             int start = order.GetAt(j);
396             int count1 = order.GetAt(j + 1);
397             if(ret == 2 || (j == 0 && ret == 0 && !bL2R)) {
398                 int i = j + 3;
399                 while(bR2L && i < count) {
400                     if(order.GetAt(i + 2) == 1) {
401                         break;
402                     } else {
403                         i += 3;
404                     }
405                 }
406                 if(i == 3) {
407                     j = -3;
408                     bL2R = TRUE;
409                     continue;
410                 }
411                 int end = str.GetLength() - 1;
412                 if(i < count) {
413                     end = order.GetAt(i) - 1;
414                 }
415                 j = i - 3;
416                 for(int n = end; n >= start; n--) {
417                     NormalizeCompositeChar(str[i], sBuffer);
418                 }
419             } else {
420                 int end = start + count1 ;
421                 for(int i = start; i < end; i++) {
422                     sBuffer += str[i];
423                 }
424             }
425         }
426     }
427     str.Empty();
428     str += sBuffer;
429 }
430 static FX_BOOL IsNumber(CFX_WideString& str)
431 {
432     for (int i = 0; i < str.GetLength(); i ++) {
433         FX_WCHAR ch = str[i];
434         if ((ch < '0' || ch > '9') && ch != '-' && ch != '+' && ch != '.' && ch != ' ') {
435             return FALSE;
436         }
437     }
438     return TRUE;
439 }
440 void CTextPage::FindColumns()
441 {
442     int i;
443     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
444         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
445         for (int j = 0; j < pBaseLine->m_TextList.GetSize(); j ++) {
446             CTextBox* pTextBox = (CTextBox*)pBaseLine->m_TextList.GetAt(j);
447             CTextColumn* pColumn = FindColumn(pTextBox->m_Right);
448             if (pColumn == NULL) {
449                 pColumn = new CTextColumn;
450                 pColumn->m_Count = 1;
451                 pColumn->m_AvgPos = pTextBox->m_Right;
452                 pColumn->m_TextPos = -1;
453                 m_TextColumns.Add(pColumn);
454             } else {
455                 pColumn->m_AvgPos = (pColumn->m_Count * pColumn->m_AvgPos + pTextBox->m_Right) /
456                                     (pColumn->m_Count + 1);
457                 pColumn->m_Count ++;
458             }
459         }
460     }
461     int mincount = m_BaseLines.GetSize() / 4;
462     for (i = 0; i < m_TextColumns.GetSize(); i ++) {
463         CTextColumn* pTextColumn = (CTextColumn*)m_TextColumns.GetAt(i);
464         if (pTextColumn->m_Count >= mincount) {
465             continue;
466         }
467         delete pTextColumn;
468         m_TextColumns.RemoveAt(i);
469         i --;
470     }
471     for (i = 0; i < m_BaseLines.GetSize(); i ++) {
472         CTextBaseLine* pBaseLine = (CTextBaseLine*)m_BaseLines.GetAt(i);
473         for (int j = 0; j < pBaseLine->m_TextList.GetSize(); j ++) {
474             CTextBox* pTextBox = (CTextBox*)pBaseLine->m_TextList.GetAt(j);
475             if (IsNumber(pTextBox->m_Text)) {
476                 pTextBox->m_pColumn = FindColumn(pTextBox->m_Right);
477             }
478         }
479     }
480 }
481 CTextColumn* CTextPage::FindColumn(FX_FLOAT xpos)
482 {
483     for (int i = 0; i < m_TextColumns.GetSize(); i ++) {
484         CTextColumn* pColumn = (CTextColumn*)m_TextColumns.GetAt(i);
485         if (pColumn->m_AvgPos < xpos + 1 && pColumn->m_AvgPos > xpos - 1) {
486             return pColumn;
487         }
488     }
489     return NULL;
490 }
491 void CTextPage::BreakSpace(CPDF_TextObject* pTextObj)
492 {
493 }
494 CTextBaseLine::CTextBaseLine()
495 {
496     m_Top = -100000;
497     m_Bottom = 100000;
498     m_MaxFontSizeV = 0;
499 }
500 CTextBaseLine::~CTextBaseLine()
501 {
502     for (int i = 0; i < m_TextList.GetSize(); i ++) {
503         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
504         delete pText;
505     }
506 }
507 void CTextBaseLine::InsertTextBox(FX_FLOAT leftx, FX_FLOAT rightx, FX_FLOAT topy, FX_FLOAT bottomy,
508                                   FX_FLOAT spacew, FX_FLOAT fontsize_v, const CFX_WideString& text)
509 {
510     if (m_Top < topy) {
511         m_Top = topy;
512     }
513     if (m_Bottom > bottomy) {
514         m_Bottom = bottomy;
515     }
516     if (m_MaxFontSizeV < fontsize_v) {
517         m_MaxFontSizeV = fontsize_v;
518     }
519     int i;
520     for (i = 0; i < m_TextList.GetSize(); i ++) {
521         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
522         if (pText->m_Left > leftx) {
523             break;
524         }
525     }
526     CTextBox* pText = new CTextBox;
527     pText->m_Text = text;
528     pText->m_Left = leftx;
529     pText->m_Right = rightx;
530     pText->m_Top = topy;
531     pText->m_Bottom = bottomy;
532     pText->m_SpaceWidth = spacew;
533     pText->m_FontSizeV = fontsize_v;
534     pText->m_pColumn = NULL;
535     m_TextList.InsertAt(i, pText);
536 }
537 FX_BOOL GetIntersection(FX_FLOAT low1, FX_FLOAT high1, FX_FLOAT low2, FX_FLOAT high2,
538                         FX_FLOAT& interlow, FX_FLOAT& interhigh);
539 FX_BOOL CTextBaseLine::CanMerge(CTextBaseLine* pOther)
540 {
541     FX_FLOAT inter_top, inter_bottom;
542     if (!GetIntersection(m_Bottom, m_Top, pOther->m_Bottom, pOther->m_Top,
543                          inter_bottom, inter_top)) {
544         return FALSE;
545     }
546     FX_FLOAT inter_h = inter_top - inter_bottom;
547     if (inter_h < (m_Top - m_Bottom) / 2 && inter_h < (pOther->m_Top - pOther->m_Bottom) / 2) {
548         return FALSE;
549     }
550     FX_FLOAT dy = (FX_FLOAT)FXSYS_fabs(m_BaseLine - pOther->m_BaseLine);
551     for (int i = 0; i < m_TextList.GetSize(); i ++) {
552         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
553         for (int j = 0; j < pOther->m_TextList.GetSize(); j ++) {
554             CTextBox* pOtherText = (CTextBox*)pOther->m_TextList.GetAt(j);
555             FX_FLOAT inter_left, inter_right;
556             if (!GetIntersection(pText->m_Left, pText->m_Right,
557                                  pOtherText->m_Left, pOtherText->m_Right, inter_left, inter_right)) {
558                 continue;
559             }
560             FX_FLOAT inter_w = inter_right - inter_left;
561             if (inter_w < pText->m_SpaceWidth / 2 && inter_w < pOtherText->m_SpaceWidth / 2) {
562                 continue;
563             }
564             if (dy >= (pText->m_Bottom - pText->m_Top) / 2 ||
565                     dy >= (pOtherText->m_Bottom - pOtherText->m_Top) / 2) {
566                 return FALSE;
567             }
568         }
569     }
570     return TRUE;
571 }
572 void CTextBaseLine::Merge(CTextBaseLine* pOther)
573 {
574     for (int i = 0; i < pOther->m_TextList.GetSize(); i ++) {
575         CTextBox* pText = (CTextBox*)pOther->m_TextList.GetAt(i);
576         InsertTextBox(pText->m_Left, pText->m_Right, pText->m_Top, pText->m_Bottom,
577                       pText->m_SpaceWidth, pText->m_FontSizeV, pText->m_Text);
578     }
579 }
580 FX_BOOL CTextBaseLine::GetWidth(FX_FLOAT& leftx, FX_FLOAT& rightx)
581 {
582     int i;
583     for (i = 0; i < m_TextList.GetSize(); i ++) {
584         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
585         if (pText->m_Text != L" ") {
586             break;
587         }
588     }
589     if (i == m_TextList.GetSize()) {
590         return FALSE;
591     }
592     CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
593     leftx = pText->m_Left;
594     for (i = m_TextList.GetSize() - 1; i >= 0; i --) {
595         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
596         if (pText->m_Text != L" ") {
597             break;
598         }
599     }
600     pText = (CTextBox*)m_TextList.GetAt(i);
601     rightx = pText->m_Right;
602     return TRUE;
603 }
604 void CTextBaseLine::MergeBoxes()
605 {
606     int i = 0;
607     while (1) {
608         if (i >= m_TextList.GetSize() - 1) {
609             break;
610         }
611         CTextBox* pThisText = (CTextBox*)m_TextList.GetAt(i);
612         CTextBox* pNextText = (CTextBox*)m_TextList.GetAt(i + 1);
613         FX_FLOAT dx = pNextText->m_Left - pThisText->m_Right;
614         FX_FLOAT spacew = (pThisText->m_SpaceWidth == 0.0) ?
615                           pNextText->m_SpaceWidth : pThisText->m_SpaceWidth;
616         if (spacew > 0.0 && dx < spacew * 2) {
617             pThisText->m_Right = pNextText->m_Right;
618             if (dx > spacew * 1.5) {
619                 pThisText->m_Text += L"  ";
620             } else if (dx > spacew / 3) {
621                 pThisText->m_Text += L' ';
622             }
623             pThisText->m_Text += pNextText->m_Text;
624             pThisText->m_SpaceWidth = pNextText->m_SpaceWidth == 0.0 ?
625                                       spacew : pNextText->m_SpaceWidth;
626             m_TextList.RemoveAt(i + 1);
627             delete pNextText;
628         } else {
629             i ++;
630         }
631     }
632 }
633 void CTextBaseLine::WriteOutput(CFX_WideString& str, FX_FLOAT leftx, FX_FLOAT pagewidth,
634                                 int iTextWidth)
635 {
636     int lastpos = -1;
637     for (int i = 0; i < m_TextList.GetSize(); i ++) {
638         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
639         int xpos;
640         if (pText->m_pColumn) {
641             xpos = (int)((pText->m_pColumn->m_AvgPos - leftx) * iTextWidth / pagewidth + 0.5);
642             xpos -= pText->m_Text.GetLength();
643         } else {
644             xpos = (int)((pText->m_Left - leftx) * iTextWidth / pagewidth + 0.5);
645         }
646         if (xpos <= lastpos) {
647             xpos = lastpos + 1;
648         }
649         for (int j = lastpos + 1; j < xpos; j ++) {
650             str += ' ';
651         }
652         CFX_WideString sSrc(pText->m_Text);
653         NormalizeString(sSrc);
654         str += sSrc;
655         str += ' ';
656         lastpos = xpos + pText->m_Text.GetLength();
657     }
658 }
659 void CTextBaseLine::CountChars(int& count, FX_FLOAT& width, int& minchars)
660 {
661     minchars = 0;
662     for (int i = 0; i < m_TextList.GetSize(); i ++) {
663         CTextBox* pText = (CTextBox*)m_TextList.GetAt(i);
664         if (pText->m_Right - pText->m_Left < 0.002) {
665             continue;
666         }
667         count += pText->m_Text.GetLength();
668         width += pText->m_Right - pText->m_Left;
669         minchars += pText->m_Text.GetLength() + 1;
670     }
671 }
672 #define PI 3.1415926535897932384626433832795
673 static void CheckRotate(CPDF_Page& page, CFX_FloatRect& page_bbox)
674 {
675     int total_count = 0, rotated_count[3] = {0, 0, 0};
676     FX_POSITION pos = page.GetFirstObjectPosition();
677     while (pos) {
678         CPDF_PageObject* pObj = page.GetNextObject(pos);
679         if (pObj->m_Type != PDFPAGE_TEXT) {
680             continue;
681         }
682         total_count ++;
683         CPDF_TextObject* pText = (CPDF_TextObject*)pObj;
684         FX_FLOAT angle = pText->m_TextState.GetBaselineAngle();
685         if (angle == 0.0) {
686             continue;
687         }
688         int degree = (int)(angle * 180 / PI + 0.5);
689         if (degree % 90) {
690             continue;
691         }
692         if (degree < 0) {
693             degree += 360;
694         }
695         int index = degree / 90 % 3 - 1;
696         if (index < 0) {
697             continue;
698         }
699         rotated_count[index] ++;
700     }
701     if (total_count == 0) {
702         return;
703     }
704     CFX_AffineMatrix matrix;
705     if (rotated_count[0] > total_count * 2 / 3) {
706         matrix.Set(0, -1, 1, 0, 0, page.GetPageHeight());
707     } else if (rotated_count[1] > total_count * 2 / 3) {
708         matrix.Set(-1, 0, 0, -1, page.GetPageWidth(), page.GetPageHeight());
709     } else if (rotated_count[2] > total_count * 2 / 3) {
710         matrix.Set(0, 1, -1, 0, page.GetPageWidth(), 0);
711     } else {
712         return;
713     }
714     page.Transform(matrix);
715     page_bbox.Transform(&matrix);
716 }
717 void PDF_GetPageText_Unicode(CFX_WideStringArray& lines, CPDF_Document* pDoc, CPDF_Dictionary* pPage,
718                              int iMinWidth, FX_DWORD flags)
719 {
720     lines.RemoveAll();
721     if (pPage == NULL) {
722         return;
723     }
724     CPDF_Page page;
725     page.Load(pDoc, pPage);
726     CPDF_ParseOptions options;
727     options.m_bTextOnly = TRUE;
728     options.m_bSeparateForm = FALSE;
729     page.ParseContent(&options);
730     CFX_FloatRect page_bbox = page.GetPageBBox();
731     if (flags & PDF2TXT_AUTO_ROTATE) {
732         CheckRotate(page, page_bbox);
733     }
734     CTextPage texts;
735     texts.m_bAutoWidth = flags & PDF2TXT_AUTO_WIDTH;
736     texts.m_bKeepColumn = flags & PDF2TXT_KEEP_COLUMN;
737     texts.m_bBreakSpace = TRUE;
738     FX_POSITION pos = page.GetFirstObjectPosition();
739     while (pos) {
740         CPDF_PageObject* pObject = page.GetNextObject(pos);
741         if (!(flags & PDF2TXT_INCLUDE_INVISIBLE)) {
742             CFX_FloatRect rect(pObject->m_Left, pObject->m_Bottom, pObject->m_Right, pObject->m_Top);
743             if (!page_bbox.Contains(rect)) {
744                 continue;
745             }
746         }
747         texts.ProcessObject(pObject);
748     }
749     texts.WriteOutput(lines, iMinWidth);
750 }
751 void PDF_GetPageText(CFX_ByteStringArray& lines, CPDF_Document* pDoc, CPDF_Dictionary* pPage,
752                      int iMinWidth, FX_DWORD flags)
753 {
754     lines.RemoveAll();
755     CFX_WideStringArray wlines;
756     PDF_GetPageText_Unicode(wlines, pDoc, pPage, iMinWidth, flags);
757     for (int i = 0; i < wlines.GetSize(); i ++) {
758         CFX_WideString wstr = wlines[i];
759         CFX_ByteString str;
760         for (int c = 0; c < wstr.GetLength(); c ++) {
761             str += CharFromUnicodeAlt(wstr[c], FXSYS_GetACP(), "?");
762         }
763         lines.Add(str);
764     }
765 }
766 extern void _PDF_GetTextStream_Unicode(CFX_WideTextBuf& buffer, CPDF_PageObjects* pPage, FX_BOOL bUseLF,
767                                        CFX_PtrArray* pObjArray);
768 void PDF_GetTextStream_Unicode(CFX_WideTextBuf& buffer, CPDF_Document* pDoc, CPDF_Dictionary* pPage, FX_DWORD flags)
769 {
770     buffer.EstimateSize(0, 10240);
771     CPDF_Page page;
772     page.Load(pDoc, pPage);
773     CPDF_ParseOptions options;
774     options.m_bTextOnly = TRUE;
775     options.m_bSeparateForm = FALSE;
776     page.ParseContent(&options);
777     _PDF_GetTextStream_Unicode(buffer, &page, TRUE, NULL);
778 }