| #!/usr/bin/env python3 |
| # coding: utf8 |
| |
| |
| |
| from __future__ import print_function, unicode_literals |
| |
| import re |
| import os |
| |
| followups = [] |
| in_toc = False |
| contents = [] |
| |
| # 定义正则表达式模式 |
| hyper_link_pattern = re.compile(r'\[(.*?)\]\((.*?)(#.*?)?\)') # 匹配Markdown中的超链接 |
| toc_line_pattern = re.compile(r'([\-\+]+)\s\[(.*?)\]\((.*?)(#.*?)?\)') # 匹配TOC中的行 |
| image_link_pattern = re.compile(r'!\[(.*?)\]\((.*?)\)') # 匹配Markdown中的图片链接 |
| level_pattern = re.compile(r'(\s*[\-\+]+)\s') # 匹配TOC中的层级 |
| heading_patthern = re.compile(r'(^#+|\n#+)\s') # 匹配Markdown中的标题 |
| copyable_snippet_pattern = re.compile(r'{{< copyable .* >}}') # 匹配可复制的代码段 |
| |
| entry_file = "TOC.md" # 入口文件 |
| |
| # 第1步，解析TOC文件 |
| with open(entry_file) as fp: # 打开TOC文件 |
| level = 0 # 初始化层级 |
| current_level = "" # 初始化当前层级 |
| for line in fp: # 逐行读取文件内容 |
| if not in_toc and not line.startswith("<!-- "): # 判断是否进入TOC部分 |
| in_toc = True # 设置标志，表示进入TOC部分 |
| elif in_toc and not line.startswith('#') and line.strip(): # 处理TOC中的有效行 |
| level_space_str = level_pattern.findall(line)[0][:-1] # 获取行的层级字符串 |
| level = len(level_space_str) // 2 + 1 # 计算层级 |
| |
| matches = toc_line_pattern.findall(line) # 查找匹配的TOC行 |
| if matches: # 如果有匹配的行 |
| for match in matches: # 处理每一个匹配 |
| fpath = match[2] # 获取文件路径 |
| if fpath.endswith('.md'): # 如果是Markdown文件 |
| fpath = fpath[1:] # 移除路径开头的斜杠 |
| key = ('FILE', level, fpath) # 创建键 |
| if key not in followups: # 如果键不在followups中 |
| followups.append(key) # 添加键到followups |
| elif fpath.startswith('http'): # 如果是HTTP链接 |
| followups.append(('TOC', level, line.strip()[2:])) # 添加HTTP链接到followups |
| else: # 如果没有匹配的行 |
| name = line.strip().split(None, 1)[-1] # 获取目录项名称 |
| key = ('TOC', level, name) # 创建键 |
| if key not in followups: # 如果键不在followups中 |
| followups.append(key) # 添加键到followups |
| |
| else: |
| pass # 忽略其他行 |
| |
| # 第2步，获取文件标题 |
| file_link_name = {} # 用于存储文件链接名称 |
| title_pattern = re.compile(r'(^#+)\s.*') # 匹配标题 |
| title_json_pattern = re.compile(r'"title":\s*"(.*?)"') # 匹配JSON中的title |
| for tp, lv, f in followups: # 遍历followups |
| if tp != 'FILE': # 如果类型不是文件，跳过 |
| continue |
| try: |
| with open(f) as file: # 打开文件 |
| lines = file.readlines() # 读取文件所有行 |
| json_str = lines[2].strip() # 读取第三行的JSON字符串 |
| print(f"json_str: {json_str}") |
| title_match = title_json_pattern.search(json_str) # 匹配JSON中的title |
| if title_match: |
| title = title_match.group(1) # 提取title |
| file_link_name[f] = title.lower().replace(' ', '-') # 存储标题链接名称 |
| print(f"File: {f}, Title: {title}") # 打印文件名和标题 |
| except Exception as e: # 捕获异常 |
| print(e) # 打印异常 |
| |
| # 替换链接 |
| def replace_link_wrap(chapter, name): |
| def replace_link(match): |
| full = match.group(0) # 获取完整的匹配 |
| link_name = match.group(1) # 获取链接名称 |
| link = match.group(2) # 获取链接地址 |
| frag = match.group(3) # 获取链接片段 |
| if link.startswith('http'): # 如果是HTTP链接 |
| return full # 返回完整匹配 |
| elif link.endswith('.md') or '.md#' in link: # 如果是Markdown文件链接 |
| if not frag: # 如果没有片段 |
| link = link[1:] # 去掉开头的斜杠 |
| for fpath in file_link_name: # 遍历文件链接名称 |
| if link == fpath: # 如果链接匹配 |
| frag = '#' + file_link_name[fpath] # 添加片段 |
| return '[%s](%s)' % (link_name, frag) # 返回替换后的链接 |
| elif link.endswith('.png') or link.endswith('.jpeg') or link.endswith('.svg') or link.endswith('.gif') or link.endswith('.jpg'): # 如果是图片链接 |
| img_link = re.sub(r'[\.\/]*images\/', 'static/images/', link, count=0, flags=0) # 替换图片路径 |
| return '[%s](%s)' % (link_name, img_link) # 返回替换后的图片链接 |
| else: |
| return full # 返回完整匹配 |
| |
| return hyper_link_pattern.sub(replace_link, chapter) # 替换章节中的链接 |
| |
| # 替换标题级别 |
| def replace_heading_func(diff_level=0): |
| def replace_heading(match): |
| if diff_level == 0: # 如果没有级别差异 |
| return match.group(0) # 返回原始匹配 |
| else: |
| return '\n' + '#' * (match.group(0).count('#') + diff_level) + ' ' # 返回调整后的标题 |
| |
| return replace_heading # 返回替换函数 |
| |
| # 移除可复制代码段 |
| def remove_copyable(match): |
| return '' # 返回空字符串，移除代码段 |
| |
| # 处理特殊字符的函数 |
| def handle_special_characters(chapter): |
| chapter = chapter.replace("\\", "\\textbackslash{}") # 替换反斜杠 |
| chapter = chapter.replace("~", "\\textasciitilde{}") # 替换波浪号 |
| chapter = chapter.replace("^", "\\textasciicircum{}") # 替换脱字符 |
| return chapter # 返回处理后的章节 |
| |
| # 第3步，合并文件 |
| for type_, level, name in followups: # 遍历followups |
| if type_ == 'TOC': # 如果类型是TOC |
| contents.append("\n{} {}\n".format('#' * level, name)) # 添加目录项到内容 |
| elif type_ == 'RAW': # 如果类型是RAW |
| contents.append(name) # 添加原始内容 |
| elif type_ == 'FILE': # 如果类型是文件 |
| try: |
| with open(name) as fp: # 打开文件 |
| chapter = fp.read() # 读取文件内容 |
| chapter = replace_link_wrap(chapter, name) # 替换链接 |
| chapter = copyable_snippet_pattern.sub(remove_copyable, chapter) # 移除可复制代码段 |
| |
| # 处理特殊字符 |
| chapter = handle_special_characters(chapter) |
| |
| # 修正标题级别 |
| diff_level = level - heading_patthern.findall(chapter)[0].count('#') |
| chapter = heading_patthern.sub(replace_heading_func(diff_level), chapter) # 替换标题级别 |
| |
| # 查找第二个---的位置 |
| second_dash_pos = chapter.find('---', chapter.find('---') + 1) |
| |
| if second_dash_pos != -1: |
| # 在第二个---之后插入一级标题 |
| chapter = chapter[:second_dash_pos + 3] + f"\n\n# {file_link_name[name]}\n\n" + chapter[second_dash_pos + 3:] |
| |
| contents.append(chapter) # 添加章节到内容 |
| except Exception as e: # 捕获异常 |
| print(e) # 打印异常 |
| |
| # 第4步，生成最终文档 |
| target_doc_file = 'doc.md' # 目标文档文件名 |
| with open(target_doc_file, 'w') as fp: # 打开目标文档文件 |
| fp.write('\n'.join(contents)) # 写入内容到文件 |
