src/converters/wiki-table.js - dev - deka/buffer

src/converters/wiki-table.js
333 строки12 KB
Maksim Ratnikov
fix: в Excel уезжала одна таблица из десяти
10 авг 2026, 16:45
10 авг 2026, 16:45698d06e
import { escapeHtml, cleanTableText } from "../util/format.js";

export function expandTableCells(cells) {
  const values = [];
  const rowspans = [];

  for (const cell of cells) {
    const colspan = Number.parseInt(cell.getAttribute("colspan") || "1", 10);
    const rowspan = Number.parseInt(cell.getAttribute("rowspan") || "1", 10);

    for (let offset = 0; offset < colspan; offset += 1) {
      values.push(offset === 0 ? cleanTableText(cell.innerText || cell.textContent || "") : "");
      rowspans.push(rowspan);
    }
  }

  return { values, rowspans };
}

export function nextOpenSlots(rowspans, headerWidth) {
  return Array.from({ length: headerWidth }, (_, index) => index)
    .filter((index) => (rowspans[index] || 1) <= 1);
}

export function appendTableCell(row, index, value) {
  const clean = cleanTableText(value);
  if (!clean) return;
  row[index] = row[index] ? `${row[index]}\n${clean}` : clean;
}

export function appendTablePayloadCell(row, index, text) {
  const clean = cleanTableText(text);
  if (!clean) return;
  if (!row[index]) {
    row[index] = { text: "", style: "" };
  }
  row[index].text = row[index].text ? `${row[index].text}\n${clean}` : clean;
}

export function mergeContinuationRow(logicalRow, cells, openSlots, headerWidth) {
  let slotIndex = 0;
  let lastTarget = openSlots.at(-1) ?? headerWidth - 1;

  for (const cell of cells) {
    const colspan = Number.parseInt(cell.getAttribute("colspan") || "1", 10);
    for (let offset = 0; offset < colspan; offset += 1) {
      const text = offset === 0 ? cell.innerText || cell.textContent || "" : "";
      const target = slotIndex < openSlots.length ? openSlots[slotIndex] : lastTarget;
      slotIndex += 1;
      lastTarget = target;
      appendTableCell(logicalRow, target, text);
    }
  }
}

// Таблица, вложенная в ячейку другой, не должна отдавать свои строки наружу:
// querySelectorAll("tr") ищет по всему поддереву, поэтому строки отбираются по
// ближайшей таблице-владельцу.
export function ownRowCells(table) {
  return Array.from(table.querySelectorAll("tr"))
    .filter((row) => row.closest("table") === table)
    .map((row) => Array.from(row.children).filter((cell) => /^(TD|TH)$/.test(cell.tagName)));
}

// Ширина таблицы берётся из её первой строки, поэтому пустые строки перед
// шапкой надо отбросить: иначе ширина окажется нулевой и все данные таблицы
// молча исчезнут.
function rowsFromHeader(table) {
  const rows = ownRowCells(table);
  const headerIndex = rows.findIndex((cells) => cells.length);
  return headerIndex === -1 ? [] : rows.slice(headerIndex);
}

export function topLevelTables(root) {
  return Array.from(root.querySelectorAll("table"))
    .filter((table) => !table.parentElement?.closest("table"));
}

// Ссылка на CSS-переменную вне исходной страницы не разрешается ни во что:
// wiki вешает backgroundcolor="var(--editor-highlight-bgc)" на шапки таблиц, а
// табличному редактору такое значение отдавать нельзя.
function usableStyleValue(value) {
  return value && !/var\s*\(/i.test(value) ? value : "";
}

export function cloneCellStyle(cell) {
  const allowed = new Set([
    "background-color",
    "color",
    "font-weight",
    "font-style",
    "text-align",
    "vertical-align",
    "border",
    "border-top",
    "border-right",
    "border-bottom",
    "border-left",
    "white-space"
  ]);
  const style = [];

  for (const property of allowed) {
    const value = usableStyleValue(cell.style?.getPropertyValue(property));
    if (value) {
      style.push(`${property}: ${value}`);
    }
  }

  for (const attribute of ["backgroundcolor", "data-bgc", "bgcolor"]) {
    const value = usableStyleValue(cell.getAttribute(attribute));
    if (value && !style.some((item) => item.startsWith("background-color:"))) {
      style.push(`background-color: ${value}`);
    }
  }

  if (cell.tagName === "TH" && !style.some((item) => item.startsWith("font-weight:"))) {
    style.push("font-weight: 700");
  }

  return style.join("; ");
}

export function expandTablePayloadCells(cells) {
  const values = [];
  const rowspans = [];

  for (const cell of cells) {
    const colspan = Number.parseInt(cell.getAttribute("colspan") || "1", 10);
    const rowspan = Number.parseInt(cell.getAttribute("rowspan") || "1", 10);

    for (let offset = 0; offset < colspan; offset += 1) {
      values.push({
        text: offset === 0 ? cleanTableText(cell.innerText || cell.textContent || "") : "",
        style: offset === 0 ? cloneCellStyle(cell) : ""
      });
      rowspans.push(rowspan);
    }
  }

  return { values, rowspans };
}

export function mergeContinuationPayloadRow(logicalRow, cells, openSlots, headerWidth) {
  let slotIndex = 0;
  let lastTarget = openSlots.at(-1) ?? headerWidth - 1;

  for (const cell of cells) {
    const colspan = Number.parseInt(cell.getAttribute("colspan") || "1", 10);
    for (let offset = 0; offset < colspan; offset += 1) {
      const text = offset === 0 ? cell.innerText || cell.textContent || "" : "";
      const target = slotIndex < openSlots.length ? openSlots[slotIndex] : lastTarget;
      slotIndex += 1;
      lastTarget = target;
      appendTablePayloadCell(logicalRow, target, text);
    }
  }
}

export function detectNumberedTableMode(domRows) {
  let numericFirstCells = 0;
  let hasRowspan = false;

  for (const cells of domRows.slice(1)) {
    const firstText = cleanTableText(cells[0]?.innerText || cells[0]?.textContent || "");
    if (/^\d+$/.test(firstText)) {
      numericFirstCells += 1;
    }
    for (const cell of cells) {
      if (Number.parseInt(cell.getAttribute("rowspan") || "1", 10) > 1) {
        hasRowspan = true;
      }
    }
  }

  return numericFirstCells >= 2 && hasRowspan;
}

export function normalizeTableToRows(table) {
  const domRows = rowsFromHeader(table);

  if (!domRows.length) return [];

  const header = expandTableCells(domRows[0]).values;
  const headerWidth = header.length;
  const output = [header];

  if (!detectNumberedTableMode(domRows)) {
    for (const cells of domRows.slice(1)) {
      const expanded = expandTableCells(cells);
      const row = Array.from({ length: headerWidth }, (_, index) => expanded.values[index] || "");
      output.push(row);
    }
    return output;
  }

  let currentLogicalRow = null;
  let openSlots = [];

  for (const cells of domRows.slice(1)) {
    const firstText = cleanTableText(cells[0]?.innerText || cells[0]?.textContent || "");
    if (/^\d+$/.test(firstText)) {
      const expanded = expandTableCells(cells);
      currentLogicalRow = Array.from({ length: headerWidth }, (_, index) => expanded.values[index] || "");
      openSlots = nextOpenSlots(expanded.rowspans, headerWidth);
      output.push(currentLogicalRow);
    } else if (currentLogicalRow) {
      mergeContinuationRow(currentLogicalRow, cells, openSlots, headerWidth);
    }
  }

  return output;
}

// Шапку метит нормализация, а не сериализатор: при склейке нескольких таблиц
// заголовочная строка второй и последующих уже не имеет индекса 0.
function markHeaderRow(row) {
  return row.map((cell) => {
    const style = cell.style || "";
    if (/font-weight/i.test(style)) return cell;
    return { ...cell, style: style ? `${style}; font-weight: 700` : "font-weight: 700" };
  });
}

function excelRowsFromTable(table) {
  const domRows = rowsFromHeader(table);

  if (!domRows.length) return [];

  const header = expandTablePayloadCells(domRows[0]).values;
  const headerWidth = header.length;
  const output = [header];

  if (!detectNumberedTableMode(domRows)) {
    for (const cells of domRows.slice(1)) {
      const expanded = expandTablePayloadCells(cells);
      const row = Array.from({ length: headerWidth }, (_, index) => {
        return expanded.values[index] || { text: "", style: "" };
      });
      output.push(row);
    }
    return [markHeaderRow(output[0]), ...output.slice(1)];
  }

  let currentLogicalRow = null;
  let openSlots = [];

  for (const cells of domRows.slice(1)) {
    const firstText = cleanTableText(cells[0]?.innerText || cells[0]?.textContent || "");
    if (/^\d+$/.test(firstText)) {
      const expanded = expandTablePayloadCells(cells);
      currentLogicalRow = Array.from({ length: headerWidth }, (_, index) => {
        return expanded.values[index] || { text: "", style: "" };
      });
      openSlots = nextOpenSlots(expanded.rowspans, headerWidth);
      output.push(currentLogicalRow);
    } else if (currentLogicalRow) {
      mergeContinuationPayloadRow(currentLogicalRow, cells, openSlots, headerWidth);
    }
  }

  return [markHeaderRow(output[0]), ...output.slice(1)];
}

export function normalizeTableToExcelPayload(table) {
  const rows = excelRowsFromTable(table);
  return { rows, html: excelHtmlFromRows(rows) };
}

// Из Markdown-протокола приезжает документ с десятком таблиц. Все они
// складываются в один лист: таблица за таблицей, между ними пустая строка.
// Ширина выравнивается по самой широкой таблице, чтобы строгий парсер
// (Р7/OnlyOffice) получил прямоугольную сетку без неоднозначных строк.
export function normalizeTablesToExcelPayload(tables) {
  const blocks = [];

  for (const table of tables) {
    // Сериализация здесь не нужна: HTML собирается один раз, из склейки.
    const rows = excelRowsFromTable(table);
    if (rows.some((row) => row.length)) {
      blocks.push(rows);
    }
  }

  if (!blocks.length) return { rows: [], html: "", tables: 0, contentRows: 0, width: 0 };

  const stacked = [];
  for (const rows of blocks) {
    if (stacked.length) stacked.push([]);
    stacked.push(...rows);
  }

  const width = Math.max(...stacked.map((row) => row.length));
  const rows = stacked.map((row) => {
    return Array.from({ length: width }, (_, index) => row[index] || { text: "", style: "" });
  });

  return {
    rows,
    html: excelHtmlFromRows(rows),
    tables: blocks.length,
    contentRows: blocks.reduce((sum, block) => sum + block.length, 0),
    width
  };
}

export function excelTsvFromRows(rows) {
  return rows.map((row) => row.map((cell) => {
    const value = typeof cell === "object" && cell !== null ? cell.text : cell;
    return String(value ?? "")
      .replace(/\r\n?/g, "\n")
      .replace(/\n+/g, "; ")
      .replace(/\t/g, " ")
      .trim();
  }).join("\t")).join("\n");
}

export function excelHtmlFromRows(rows) {
  // Spreadsheet editors (Excel, Google Sheets, Р7/OnlyOffice) are picky about
  // clipboard HTML: they expect a complete document, td-only cells and the
  // mso-data-placement hint so <br> stays a line break inside one cell.
  // Жирность шапки проставляет нормализация — здесь только сериализация.
  const body = rows.map((row) => {
    return `<tr>${row.map((cell) => {
      const value = typeof cell === "object" && cell !== null ? cell.text : cell;
      const style = typeof cell === "object" && cell !== null && cell.style ? cell.style : "";
      const styleAttribute = style ? ` style="${escapeHtml(style)}"` : "";
      return `<td${styleAttribute}>${escapeHtml(value).replace(/\n/g, "<br>")}</td>`;
    }).join("")}</tr>`;
  }).join("");
  return `<html><head><meta charset="utf-8"><style>br { mso-data-placement: same-cell; }</style></head>` +
    `<body><table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;"><tbody>${body}</tbody></table></body></html>`;
}