core/src/fpdftext/text_int.h

   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 #ifndef CORE_SRC_FPDFTEXT_TEXT_INT_H_
   8 #define CORE_SRC_FPDFTEXT_TEXT_INT_H_
   9
  10 #include "../../include/fpdftext/fpdf_text.h"
  11 #include "../../include/fxcrt/fx_basic.h"
  12
  13 class CFX_BidiChar;
  14 class CPDF_DocProgressiveSearch;
  15 class CPDF_FormObject;
  16 class CPDF_LinkExtract;
  17 class CPDF_TextPageFind;
  18
  19 #define FPDFTEXT_CHAR_ERROR -1
  20 #define FPDFTEXT_CHAR_NORMAL 0
  21 #define FPDFTEXT_CHAR_GENERATED 1
  22 #define FPDFTEXT_CHAR_UNUNICODE 2
  23 #define FPDFTEXT_CHAR_HYPHEN 3
  24 #define FPDFTEXT_CHAR_PIECE 4
  25 #define FPDFTEXT_MC_PASS 0
  26 #define FPDFTEXT_MC_DONE 1
  27 #define FPDFTEXT_MC_DELAY 2
  28
  29 typedef struct _PAGECHAR_INFO {
  30   int m_CharCode;
  31   FX_WCHAR m_Unicode;
  32   FX_FLOAT m_OriginX;
  33   FX_FLOAT m_OriginY;
  34   int32_t m_Flag;
  35   CFX_FloatRect m_CharBox;
  36   CPDF_TextObject* m_pTextObj;
  37   CFX_AffineMatrix m_Matrix;
  38   int m_Index;
  39 } PAGECHAR_INFO;
  40 typedef CFX_SegmentedArray<PAGECHAR_INFO> PAGECHAR_InfoArray;
  41 typedef struct {
  42   int m_Start;
  43   int m_nCount;
  44 } FPDF_SEGMENT;
  45 typedef CFX_ArrayTemplate<FPDF_SEGMENT> SEGMENT_Array;
  46 typedef struct {
  47   CPDF_TextObject* m_pTextObj;
  48   CFX_AffineMatrix m_formMatrix;
  49 } PDFTEXT_Obj;
  50 typedef CFX_ArrayTemplate<PDFTEXT_Obj> LINEOBJ;
  51
  52 class CPDF_TextPage : public IPDF_TextPage {
  53  public:
  54   CPDF_TextPage(const CPDF_Page* pPage, int flags);
  55   ~CPDF_TextPage() override {}
  56
  57   // IPDF_TextPage
  58   FX_BOOL ParseTextPage() override;
  59   void NormalizeObjects(FX_BOOL bNormalize) override;
  60   bool IsParsed() const override { return m_bIsParsed; }
  61   int CharIndexFromTextIndex(int TextIndex) const override;
  62   int TextIndexFromCharIndex(int CharIndex) const override;
  63   int CountChars() const override;
  64   void GetCharInfo(int index, FPDF_CHAR_INFO& info) const override;
  65   void GetRectArray(int start,
  66                     int nCount,
  67                     CFX_RectArray& rectArray) const override;
  68   int GetIndexAtPos(CPDF_Point point,
  69                     FX_FLOAT xTolerance,
  70                     FX_FLOAT yTolerance) const override;
  71   int GetIndexAtPos(FX_FLOAT x,
  72                     FX_FLOAT y,
  73                     FX_FLOAT xTolerance,
  74                     FX_FLOAT yTolerance) const override;
  75   CFX_WideString GetTextByRect(const CFX_FloatRect& rect) const override;
  76   void GetRectsArrayByRect(const CFX_FloatRect& rect,
  77                            CFX_RectArray& resRectArray) const override;
  78   CFX_WideString GetPageText(int start = 0, int nCount = -1) const override;
  79   int CountRects(int start, int nCount) override;
  80   void GetRect(int rectIndex,
  81                FX_FLOAT& left,
  82                FX_FLOAT& top,
  83                FX_FLOAT& right,
  84                FX_FLOAT& bottom) const override;
  85   FX_BOOL GetBaselineRotate(int rectIndex, int& Rotate) override;
  86   FX_BOOL GetBaselineRotate(const CFX_FloatRect& rect, int& Rotate) override;
  87   int CountBoundedSegments(FX_FLOAT left,
  88                            FX_FLOAT top,
  89                            FX_FLOAT right,
  90                            FX_FLOAT bottom,
  91                            FX_BOOL bContains = FALSE) override;
  92   void GetBoundedSegment(int index, int& start, int& count) const override;
  93   int GetWordBreak(int index, int direction) const override;
  94
  95   const PAGECHAR_InfoArray* GetCharList() const { return &m_charList; }
  96   static FX_BOOL IsRectIntersect(const CFX_FloatRect& rect1,
  97                                  const CFX_FloatRect& rect2);
  98   static FX_BOOL IsLetter(FX_WCHAR unicode);
  99
 100  private:
 101   FX_BOOL IsHyphen(FX_WCHAR curChar);
 102   bool IsControlChar(const PAGECHAR_INFO& charInfo);
 103   FX_BOOL GetBaselineRotate(int start, int end, int& Rotate);
 104   void ProcessObject();
 105   void ProcessFormObject(CPDF_FormObject* pFormObj,
 106                          const CFX_AffineMatrix& formMatrix);
 107   void ProcessTextObject(PDFTEXT_Obj pObj);
 108   void ProcessTextObject(CPDF_TextObject* pTextObj,
 109                          const CFX_AffineMatrix& formMatrix,
 110                          FX_POSITION ObjPos);
 111   int ProcessInsertObject(const CPDF_TextObject* pObj,
 112                           const CFX_AffineMatrix& formMatrix);
 113   FX_BOOL GenerateCharInfo(FX_WCHAR unicode, PAGECHAR_INFO& info);
 114   FX_BOOL IsSameAsPreTextObject(CPDF_TextObject* pTextObj, FX_POSITION ObjPos);
 115   FX_BOOL IsSameTextObject(CPDF_TextObject* pTextObj1,
 116                            CPDF_TextObject* pTextObj2);
 117   int GetCharWidth(FX_DWORD charCode, CPDF_Font* pFont) const;
 118   void CloseTempLine();
 119   void OnPiece(CFX_BidiChar* pBidi, CFX_WideString& str);
 120   int32_t PreMarkedContent(PDFTEXT_Obj pObj);
 121   void ProcessMarkedContent(PDFTEXT_Obj pObj);
 122   void CheckMarkedContentObject(int32_t& start, int32_t& nCount) const;
 123   void FindPreviousTextObject(void);
 124   void AddCharInfoByLRDirection(CFX_WideString& str, int i);
 125   void AddCharInfoByRLDirection(CFX_WideString& str, int i);
 126   int32_t GetTextObjectWritingMode(const CPDF_TextObject* pTextObj);
 127   int32_t FindTextlineFlowDirection();
 128   void SwapTempTextBuf(int32_t iCharListStartAppend, int32_t iBufStartAppend);
 129   FX_BOOL IsRightToLeft(const CPDF_TextObject* pTextObj,
 130                         const CPDF_Font* pFont,
 131                         int nItems) const;
 132
 133   CPDFText_ParseOptions m_ParseOptions;
 134   CFX_WordArray m_CharIndex;
 135   const CPDF_PageObjects* const m_pPage;
 136   PAGECHAR_InfoArray m_charList;
 137   CFX_WideTextBuf m_TextBuf;
 138   PAGECHAR_InfoArray m_TempCharList;
 139   CFX_WideTextBuf m_TempTextBuf;
 140   const int m_parserflag;
 141   CPDF_TextObject* m_pPreTextObj;
 142   CFX_AffineMatrix m_perMatrix;
 143   bool m_bIsParsed;
 144   CFX_AffineMatrix m_DisplayMatrix;
 145   SEGMENT_Array m_Segment;
 146   CFX_RectArray m_SelRects;
 147   LINEOBJ m_LineObj;
 148   int32_t m_TextlineDir;
 149   CFX_FloatRect m_CurlineRect;
 150 };
 151
 152 class CPDF_TextPageFind : public IPDF_TextPageFind {
 153  public:
 154   explicit CPDF_TextPageFind(const IPDF_TextPage* pTextPage);
 155   ~CPDF_TextPageFind() override {}
 156
 157   // IPDF_TextPageFind
 158   FX_BOOL FindFirst(const CFX_WideString& findwhat,
 159                     int flags,
 160                     int startPos = 0) override;
 161   FX_BOOL FindNext() override;
 162   FX_BOOL FindPrev() override;
 163   void GetRectArray(CFX_RectArray& rects) const override;
 164   int GetCurOrder() const override;
 165   int GetMatchedCount() const override;
 166
 167  protected:
 168   void ExtractFindWhat(const CFX_WideString& findwhat);
 169   FX_BOOL IsMatchWholeWord(const CFX_WideString& csPageText,
 170                            int startPos,
 171                            int endPos);
 172   FX_BOOL ExtractSubString(CFX_WideString& rString,
 173                            const FX_WCHAR* lpszFullString,
 174                            int iSubString,
 175                            FX_WCHAR chSep);
 176   CFX_WideString MakeReverse(const CFX_WideString& str);
 177   int ReverseFind(const CFX_WideString& csPageText,
 178                   const CFX_WideString& csWord,
 179                   int nStartPos,
 180                   int& WordLength);
 181   int GetCharIndex(int index) const;
 182
 183  private:
 184   CFX_WordArray m_CharIndex;
 185   const IPDF_TextPage* m_pTextPage;
 186   CFX_WideString m_strText;
 187   CFX_WideString m_findWhat;
 188   int m_flags;
 189   CFX_WideStringArray m_csFindWhatArray;
 190   int m_findNextStart;
 191   int m_findPreStart;
 192   FX_BOOL m_bMatchCase;
 193   FX_BOOL m_bMatchWholeWord;
 194   int m_resStart;
 195   int m_resEnd;
 196   CFX_RectArray m_resArray;
 197   FX_BOOL m_IsFind;
 198 };
 199
 200 class CPDF_LinkExt {
 201  public:
 202   CPDF_LinkExt() {}
 203   int m_Start;
 204   int m_Count;
 205   CFX_WideString m_strUrl;
 206   virtual ~CPDF_LinkExt() {}
 207 };
 208
 209 typedef CFX_ArrayTemplate<CPDF_LinkExt*> LINK_InfoArray;
 210
 211 class CPDF_LinkExtract : public IPDF_LinkExtract {
 212  public:
 213   CPDF_LinkExtract();
 214   ~CPDF_LinkExtract() override;
 215
 216   // IPDF_LinkExtract
 217   FX_BOOL ExtractLinks(const IPDF_TextPage* pTextPage) override;
 218   int CountLinks() const override;
 219   CFX_WideString GetURL(int index) const override;
 220   void GetBoundedSegment(int index, int& start, int& count) const override;
 221   void GetRects(int index, CFX_RectArray& rects) const override;
 222
 223   FX_BOOL IsExtract() const { return m_bIsParsed; }
 224
 225  protected:
 226   void ParseLink();
 227   void DeleteLinkList();
 228   FX_BOOL CheckWebLink(CFX_WideString& strBeCheck);
 229   FX_BOOL CheckMailLink(CFX_WideString& str);
 230   void AppendToLinkList(int start, int count, const CFX_WideString& strUrl);
 231
 232  private:
 233   LINK_InfoArray m_LinkList;
 234   const CPDF_TextPage* m_pTextPage;
 235   CFX_WideString m_strPageText;
 236   bool m_bIsParsed;
 237 };
 238
 239 FX_STRSIZE FX_Unicode_GetNormalization(FX_WCHAR wch, FX_WCHAR* pDst);
 240 void NormalizeString(CFX_WideString& str);
 241 void NormalizeCompositeChar(FX_WCHAR wChar, CFX_WideString& sDest);
 242 void GetTextStream_Unicode(CFX_WideTextBuf& buffer,
 243                            CPDF_PageObjects* pPage,
 244                            FX_BOOL bUseLF,
 245                            CFX_PtrArray* pObjArray);
 246
 247 #endif  // CORE_SRC_FPDFTEXT_TEXT_INT_H_