Modify the Logic for "Export as PDF"

2025-11-18 20:10:11 +08:00
parent acfe77a326
commit 5e82185bee
7 changed files with 1087 additions and 62 deletions
@@ -0,0 +1,250 @@
+"""
+PDF渲染器 - 使用WeasyPrint从HTML生成PDF
+支持完整的CSS样式和中文字体
+"""
+
+from __future__ import annotations
+
+import base64
+from pathlib import Path
+from typing import Any, Dict
+from datetime import datetime
+from loguru import logger
+
+try:
+    from weasyprint import HTML, CSS
+    from weasyprint.text.fonts import FontConfiguration
+    WEASYPRINT_AVAILABLE = True
+except ImportError:
+    WEASYPRINT_AVAILABLE = False
+    logger.warning("WeasyPrint未安装，PDF导出功能将不可用")
+
+from .html_renderer import HTMLRenderer
+from .pdf_layout_optimizer import PDFLayoutOptimizer, PDFLayoutConfig
+
+
+class PDFRenderer:
+    """
+    基于WeasyPrint的PDF渲染器
+
+    - 直接从HTML生成PDF，保留所有CSS样式
+    - 完美支持中文字体
+    - 自动处理分页和布局
+    """
+
+    def __init__(
+        self,
+        config: Dict[str, Any] | None = None,
+        layout_optimizer: PDFLayoutOptimizer | None = None
+    ):
+        """
+        初始化PDF渲染器
+
+        参数:
+            config: 渲染器配置
+            layout_optimizer: PDF布局优化器（可选）
+        """
+        self.config = config or {}
+        self.html_renderer = HTMLRenderer(config)
+        self.layout_optimizer = layout_optimizer or PDFLayoutOptimizer()
+
+        if not WEASYPRINT_AVAILABLE:
+            raise RuntimeError("WeasyPrint未安装，请运行: pip install weasyprint")
+
+    @staticmethod
+    def _get_font_path() -> Path:
+        """获取字体文件路径"""
+        # 优先使用完整字体以确保字符覆盖
+        fonts_dir = Path(__file__).parent / "assets" / "fonts"
+
+        # 检查完整字体
+        full_font = fonts_dir / "SourceHanSerifSC-Medium.otf"
+        if full_font.exists():
+            logger.info(f"使用完整字体: {full_font}")
+            return full_font
+
+        # 检查TTF子集字体
+        subset_ttf = fonts_dir / "SourceHanSerifSC-Medium-Subset.ttf"
+        if subset_ttf.exists():
+            logger.info(f"使用TTF子集字体: {subset_ttf}")
+            return subset_ttf
+
+        # 检查OTF子集字体
+        subset_otf = fonts_dir / "SourceHanSerifSC-Medium-Subset.otf"
+        if subset_otf.exists():
+            logger.info(f"使用OTF子集字体: {subset_otf}")
+            return subset_otf
+
+        raise FileNotFoundError(f"未找到字体文件，请检查 {fonts_dir} 目录")
+
+    def _get_pdf_html(
+        self,
+        document_ir: Dict[str, Any],
+        optimize_layout: bool = True
+    ) -> str:
+        """
+        生成适用于PDF的HTML内容
+
+        - 移除交互式元素（按钮、导航等）
+        - 添加PDF专用样式
+        - 嵌入字体文件
+        - 应用布局优化
+
+        参数:
+            document_ir: Document IR数据
+            optimize_layout: 是否启用布局优化
+
+        返回:
+            str: 优化后的HTML内容
+        """
+        # 如果启用布局优化，先分析文档并生成优化配置
+        if optimize_layout:
+            logger.info("启用PDF布局优化...")
+            layout_config = self.layout_optimizer.optimize_for_document(document_ir)
+
+            # 保存优化日志
+            log_dir = Path('logs/pdf_layouts')
+            log_dir.mkdir(parents=True, exist_ok=True)
+            log_file = log_dir / f"layout_{datetime.now().strftime('%Y%m%d_%H%M%S')}.json"
+
+            # 保存配置和优化日志
+            optimization_log = self.layout_optimizer._log_optimization(
+                self.layout_optimizer._analyze_document(document_ir),
+                layout_config
+            )
+            self.layout_optimizer.config = layout_config
+            self.layout_optimizer.save_config(log_file, optimization_log)
+        else:
+            layout_config = self.layout_optimizer.config
+
+        # 使用HTML渲染器生成基础HTML
+        html = self.html_renderer.render(document_ir)
+
+        # 获取字体路径并转换为base64（用于嵌入）
+        font_path = self._get_font_path()
+        font_data = font_path.read_bytes()
+        font_base64 = base64.b64encode(font_data).decode('ascii')
+
+        # 判断字体格式
+        font_format = 'opentype' if font_path.suffix == '.otf' else 'truetype'
+
+        # 生成优化后的CSS
+        optimized_css = self.layout_optimizer.generate_pdf_css()
+
+        # 添加PDF专用CSS
+        pdf_css = f"""
+<style>
+/* PDF专用字体嵌入 */
+@font-face {{
+    font-family: 'SourceHanSerif';
+    src: url(data:font/{font_format};base64,{font_base64}) format('{font_format}');
+    font-weight: normal;
+    font-style: normal;
+}}
+
+/* 强制所有文本使用思源宋体 */
+body, h1, h2, h3, h4, h5, h6, p, li, td, th, div, span {{
+    font-family: 'SourceHanSerif', serif !important;
+}}
+
+/* PDF专用样式调整 */
+.report-header {{
+    display: none !important;
+}}
+
+.no-print {{
+    display: none !important;
+}}
+
+body {{
+    background: white !important;
+}}
+
+/* 隐藏图表canvas，显示fallback表格 */
+.chart-container {{
+    display: none !important;
+}}
+
+.chart-fallback {{
+    display: block !important;
+}}
+
+{optimized_css}
+</style>
+"""
+
+        # 在</head>前插入PDF专用CSS
+        html = html.replace('</head>', f'{pdf_css}\n</head>')
+
+        return html
+
+    def render_to_pdf(
+        self,
+        document_ir: Dict[str, Any],
+        output_path: str | Path,
+        optimize_layout: bool = True
+    ) -> Path:
+        """
+        将Document IR渲染为PDF文件
+
+        参数:
+            document_ir: Document IR数据
+            output_path: PDF输出路径
+            optimize_layout: 是否启用布局优化（默认True）
+
+        返回:
+            Path: 生成的PDF文件路径
+        """
+        output_path = Path(output_path)
+
+        logger.info(f"开始生成PDF: {output_path}")
+
+        # 生成HTML内容
+        html_content = self._get_pdf_html(document_ir, optimize_layout)
+
+        # 配置字体
+        font_config = FontConfiguration()
+
+        # 从HTML字符串创建WeasyPrint HTML对象
+        html_doc = HTML(string=html_content, base_url=str(Path.cwd()))
+
+        # 生成PDF
+        try:
+            html_doc.write_pdf(
+                output_path,
+                font_config=font_config,
+                presentational_hints=True  # 保留HTML的呈现提示
+            )
+            logger.info(f"✓ PDF生成成功: {output_path}")
+            return output_path
+
+        except Exception as e:
+            logger.error(f"PDF生成失败: {e}")
+            raise
+
+    def render_to_bytes(
+        self,
+        document_ir: Dict[str, Any],
+        optimize_layout: bool = True
+    ) -> bytes:
+        """
+        将Document IR渲染为PDF字节流
+
+        参数:
+            document_ir: Document IR数据
+            optimize_layout: 是否启用布局优化（默认True）
+
+        返回:
+            bytes: PDF文件的字节内容
+        """
+        html_content = self._get_pdf_html(document_ir, optimize_layout)
+        font_config = FontConfiguration()
+        html_doc = HTML(string=html_content, base_url=str(Path.cwd()))
+
+        return html_doc.write_pdf(
+            font_config=font_config,
+            presentational_hints=True
+        )
+
+
+__all__ = ["PDFRenderer"]