diff --git a/skills/md2pdf/run.py b/skills/md2pdf/run.py index dc0106a..91ede6f 100644 --- a/skills/md2pdf/run.py +++ b/skills/md2pdf/run.py @@ -27,6 +27,9 @@ def register_font(): try: pdfmetrics.registerFont(TTFont("CJK", str(font_path))) pdfmetrics.registerFont(TTFont("CJKBold", str(font_path))) # 粗体模拟 + # 注册字体族:否则段落里的 / 标签解析后找不到 CJK 的粗/斜变体, 不生效。 + # 中文斜体可读性差且无真斜体变体,italic 映射回常规体(仅西文可见伪斜或不变)。 + pdfmetrics.registerFontFamily("CJK", normal="CJK", bold="CJKBold", italic="CJK", boldItalic="CJKBold") return ("CJK", "CJKBold") except Exception as e: print(f"字体注册失败:{e},将使用 Helvetica", file=sys.stderr) @@ -106,20 +109,34 @@ def build_styles(normal_font, bold_font): # ---------- Markdown 解析辅助 ---------- def escape_xml(text): - """转义 XML 特殊字符(但保留已生成的 、 等标签)""" - # 注意:此函数在 parse_inline 之后调用,因此只处理未被替换的字符 + """转义 XML 特殊字符。必须在 parse_inline 之前调用: + 先转义原文、再注入 // 等标签;顺序反了会把生成的标签也转义成字面量。""" return text.replace("&", "&").replace("<", "<").replace(">", ">") def parse_inline(text): - """处理行内格式:加粗、斜体、行内代码""" + """处理行内格式:加粗、斜体、行内代码、链接。入参必须是 escape_xml 之后的文本。""" + # 行内代码 `code`:先占位保护,避免其中的 * [ ] 被后续规则误伤 + code_spans = [] + def _stash(m): + code_spans.append(m.group(1)) + return '\x00%d\x00' % (len(code_spans) - 1) + text = re.sub(r'`(.+?)`', _stash, text) + # 链接 [text](url) → reportlab (可点击;转义后 URL 里的 & 已是 &,属性内合法) + text = re.sub(r'\[([^\]]+)\]\(([^)\s]+)\)', r'\1', text) # 加粗 **text** text = re.sub(r'\*\*(.+?)\*\*', r'\1', text) - # 斜体 *text*(避免匹配加粗中的单个星号) + # 斜体 *text*(避免匹配加粗中的单个星号) text = re.sub(r'(?\1', text) - # 行内代码 `code` - text = re.sub(r'`(.+?)`', r'\1', text) + # 还原行内代码 + def _restore(m): + return '' + code_spans[int(m.group(1))] + '' + text = re.sub(r'\x00(\d+)\x00', _restore, text) return text +def render_inline(text): + """统一入口:先转义再走行内格式(顺序错了标签会被转义成字面量显示)。""" + return parse_inline(escape_xml(text)) + def is_ordered_list(line): """判断是否为有序列表行""" return re.match(r'^\d+\.\s+', line) @@ -165,37 +182,37 @@ def parse_markdown(md_text, styles): # 标题 if line.startswith('# '): flush_list() - story.append(Paragraph(escape_xml(parse_inline(line[2:])), styles["title"])) + story.append(Paragraph(render_inline(line[2:]), styles["title"])) elif line.startswith('## '): flush_list() - story.append(Paragraph(escape_xml(parse_inline(line[3:])), styles["h1"])) + story.append(Paragraph(render_inline(line[3:]), styles["h1"])) elif line.startswith('### '): flush_list() - story.append(Paragraph(escape_xml(parse_inline(line[4:])), styles["h2"])) + story.append(Paragraph(render_inline(line[4:]), styles["h2"])) elif line.startswith('#### '): flush_list() - story.append(Paragraph(escape_xml(parse_inline(line[5:])), styles["h3"])) + story.append(Paragraph(render_inline(line[5:]), styles["h3"])) # 无序列表 elif line.startswith(('- ', '* ')): if current_list_type != 'ul': flush_list() current_list_type = 'ul' - current_list.append(escape_xml(parse_inline(line[2:]))) + current_list.append(render_inline(line[2:])) # 有序列表 elif is_ordered_list(line): if current_list_type != 'ol': flush_list() current_list_type = 'ol' text = re.sub(r'^\d+\.\s+', '', line) - current_list.append(escape_xml(parse_inline(text))) + current_list.append(render_inline(text)) # 引用 elif line.startswith('> '): flush_list() - story.append(Paragraph(escape_xml(parse_inline(line[2:])), styles["quote"])) + story.append(Paragraph(render_inline(line[2:]), styles["quote"])) # 普通段落 else: flush_list() - story.append(Paragraph(escape_xml(parse_inline(line)), styles["body"])) + story.append(Paragraph(render_inline(line), styles["body"])) flush_list() return story