|
|
@@ -170,7 +170,7 @@ class TranslateConverter(PDFConverterEx):
|
|
|
# 全局
|
|
|
lstk: list[LTLine] = [] # 全局线条栈
|
|
|
xt: LTChar = None # 上一个字符
|
|
|
- xt_cls: int = -1 # 上一个字符所属段落
|
|
|
+ xt_cls: int = -1 # 上一个字符所属段落，保证无论第一个字符属于哪个类别都可以触发新段落
|
|
|
vmax: float = ltpage.width / 4 # 行内公式最大宽度
|
|
|
ops: str = "" # 渲染结果
|
|
|
|
|
|
@@ -216,6 +216,10 @@ class TranslateConverter(PDFConverterEx):
|
|
|
# 读取当前字符在 layout 中的类别
|
|
|
cx, cy = np.clip(int(child.x0), 0, w - 1), np.clip(int(child.y0), 0, h - 1)
|
|
|
cls = layout[cy, cx]
|
|
|
+ # 锚定文档中 bullet 的位置
|
|
|
+ if child.get_text() == "•":
|
|
|
+ cls = 0
|
|
|
+ # 判定当前字符是否属于公式
|
|
|
if ( # 判定当前字符是否属于公式
|
|
|
cls == 0 # 1. 类别为保留区域
|
|
|
or (cls == xt_cls and len(sstk[-1].strip()) > 1 and child.size < pstk[-1].size * 0.79) # 2. 角标字体，有 0.76 的角标和 0.799 的大写，这里用 0.79 取中，同时考虑首字母放大的情况
|
Byaidu