|
|
@@ -231,7 +231,11 @@ class TranslateConverter(PDFConverterEx):
|
|
|
if ( # 判定当前公式是否结束
|
|
|
not cur_v # 1. 当前字符不属于公式
|
|
|
or cls != xt_cls # 2. 当前字符与前一个字符不属于同一段落
|
|
|
- or (abs(child.x0 - xt.x0) > vmax and cls != 0) # 3. 段落内换行，可能是一长串斜体的段落，也可能是段内分式换行，这里设个阈值进行区分
|
|
|
+ # or (abs(child.x0 - xt.x0) > vmax and cls != 0) # 3. 段落内换行，可能是一长串斜体的段落，也可能是段内分式换行，这里设个阈值进行区分
|
|
|
+ # 禁止纯公式（代码）段落换行，直到文字开始再重开文字段落，保证只存在两种情况
|
|
|
+ # A. 纯公式（代码）段落（锚定绝对位置）sstk[-1]=="" -> sstk[-1]=="$v*$"
|
|
|
+ # B. 文字开头段落（排版相对位置）sstk[-1]!=""
|
|
|
+ or (sstk[-1] != "" and abs(child.x0 - xt.x0) > vmax) # 因为 cls==xt_cls==0 一定有 sstk[-1]==""，所以这里不需要再判定 cls!=0
|
|
|
):
|
|
|
if vstk:
|
|
|
if ( # 根据公式右侧的文字修正公式的纵向偏移
|
|
|
@@ -240,6 +244,8 @@ class TranslateConverter(PDFConverterEx):
|
|
|
and child.x0 > max([vch.x0 for vch in vstk]) # 3. 当前字符在公式右侧
|
|
|
):
|
|
|
vfix = vstk[0].y0 - child.y0
|
|
|
+ if sstk[-1] == "":
|
|
|
+ xt_cls = -1 # 禁止纯公式段落（sstk[-1]=="$v*$"）的后续连接，但是要考虑新字符和后续字符的连接，所以这里修改的是上个字符的类别
|
|
|
sstk[-1] += f"$v{len(var)}$"
|
|
|
var.append(vstk)
|
|
|
varl.append(vlstk)
|
|
|
@@ -263,7 +269,7 @@ class TranslateConverter(PDFConverterEx):
|
|
|
child.size > pstk[-1].size / 0.79 # 1. 当前字符显著比段落字体大
|
|
|
or len(sstk[-1].strip()) == 1 # 2. 当前字符为段落第二个文字（考虑首字母放大的情况）
|
|
|
):
|
|
|
- pstk[-1].y -= child.size - pstk[-1].size # hack 这个段落纵向位置的修正有问题，不过先凑合用吧
|
|
|
+ pstk[-1].y -= child.size - pstk[-1].size # 修正段落初始纵坐标，假设两个不同大小字符的上边界对齐
|
|
|
pstk[-1].size = child.size
|
|
|
sstk[-1] += child.get_text()
|
|
|
else: # 公式入栈
|
Byaidu