From b53ae5a6b18780f22ddf60be40d989ccf2a767f7 Mon Sep 17 00:00:00 2001 From: kicer Date: Wed, 16 Sep 2026 12:43:04 +0800 Subject: [PATCH] =?UTF-8?q?md2pdf=20=E6=B8=B2=E6=9F=93=E5=A2=9E=E5=BC=BA?= =?UTF-8?q?=EF=BC=9A=E5=9B=B4=E6=A0=8F=E4=BB=A3=E7=A0=81=E5=9D=97=EF=BC=88?= =?UTF-8?q?=E7=AD=89=E5=AE=BD=E6=B5=85=E5=BA=95=E3=80=81=E5=9B=B4=E6=A0=8F?= =?UTF-8?q?=E5=86=85=E5=8E=9F=E6=A0=B7=E8=BE=93=E5=87=BA=E3=80=81=E5=90=AB?= =?UTF-8?q?=E4=B8=AD=E6=96=87=E8=87=AA=E5=8A=A8=E6=8D=A2=E5=AD=97=E4=BD=93?= =?UTF-8?q?=EF=BC=8C=E4=B8=8D=E5=86=8D=E5=BD=93=E6=AD=A3=E6=96=87=E6=89=93?= =?UTF-8?q?=E5=8D=B0=EF=BC=89=EF=BC=9B=E6=9D=BE=E6=95=A3=E5=88=97=E8=A1=A8?= =?UTF-8?q?=E5=90=88=E5=B9=B6=E4=B8=BA=E4=B8=80=E4=B8=AA=E5=88=97=E8=A1=A8?= =?UTF-8?q?=EF=BC=88=E4=BF=AE=E5=90=84=E6=9D=A1=E9=83=BD=E6=98=BE=E7=A4=BA?= =?UTF-8?q?=201=EF=BC=89=EF=BC=9B=E5=B5=8C=E5=A5=97=E5=88=97=E8=A1=A8?= =?UTF-8?q?=E6=8C=89=E7=BC=A9=E8=BF=9B=E9=80=92=E5=BD=92=E6=88=90=E5=AD=90?= =?UTF-8?q?=E5=88=97=E8=A1=A8=EF=BC=9B=E6=9C=89=E5=BA=8F=E5=88=97=E8=A1=A8?= =?UTF-8?q?=E4=BB=A5=E9=A6=96=E9=A1=B9=E7=BC=96=E5=8F=B7=E4=B8=BA=E8=B5=B7?= =?UTF-8?q?=E7=82=B9=EF=BC=9B=E6=96=B0=E5=A2=9E=20setext=20=E6=A0=87?= =?UTF-8?q?=E9=A2=98=E4=B8=8E=E6=96=87=E9=A6=96=20front=20matter=20?= =?UTF-8?q?=E5=89=94=E9=99=A4=EF=BC=9B=E8=A1=A8=E6=A0=BC/=E4=BB=A3?= =?UTF-8?q?=E7=A0=81=E6=A1=86=E5=8A=A0=20splitInRow=20=E6=94=AF=E6=8C=81?= =?UTF-8?q?=E8=B7=A8=E9=A1=B5=EF=BC=88=E4=BF=AE=E9=95=BF=E5=9D=97=E7=9B=B4?= =?UTF-8?q?=E6=8E=A5=E6=8A=A5=20Flowable=20too=20large=20=E5=A4=B1?= =?UTF-8?q?=E8=B4=A5=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- skills/md2pdf/SKILL.md | 5 +- skills/md2pdf/run.py | 180 ++++++++++++++++++++++++++++++++++------- 2 files changed, 154 insertions(+), 31 deletions(-) diff --git a/skills/md2pdf/SKILL.md b/skills/md2pdf/SKILL.md index 468f8ef..d54fdad 100644 --- a/skills/md2pdf/SKILL.md +++ b/skills/md2pdf/SKILL.md @@ -18,7 +18,10 @@ output_schema: ## 功能说明 - 该技能使用 `reportlab` 将 Markdown 转换为 PDF。 -- 支持标题、加粗、斜体、列表、引用、分隔线、图片、表格等常用 Markdown 语法 +- 支持标题、加粗、斜体、列表、引用、分隔线、图片、表格、代码段等常用 Markdown 语法 +- 列表:`-`/`*` 与 `1.` 两种;**嵌套列表**按缩进(2/4 空格或 tab)递归成子列表,两种标记可混用;条目间有空行的**松散列表**会合并为一个列表连续编号,有序列表以首项编号为起点 +- 标题:`#`~`####`,以及 setext 下划线标题(`===` → H1、`---` → H2);文首 YAML front matter(`--- … ---`)当元数据剔除,不渲染 +- 代码段:``` 或 ~~~ 围栏渲染为等宽浅底代码框,围栏内**原样输出**(不解析 Markdown,`<` `&` 无需转义);行内 `code` 用等宽字体,含中文时自动改用中文字体 - 图片:`![alt](src)` 独立成行时嵌入 PDF(居中,超宽时等比缩到版心宽); 相对路径按 **Markdown 文件所在目录** 解析(如任务目录里的图表),也支持绝对路径与 http(s) 图片; 图片加载失败退回 alt 文本占位,不会静默丢失 diff --git a/skills/md2pdf/run.py b/skills/md2pdf/run.py index d25bf2e..a6f5263 100644 --- a/skills/md2pdf/run.py +++ b/skills/md2pdf/run.py @@ -20,10 +20,14 @@ from reportlab.lib.utils import ImageReader from reportlab.pdfbase import pdfmetrics from reportlab.pdfbase.ttfonts import TTFont from reportlab.platypus import ( - SimpleDocTemplate, Paragraph, Spacer, ListFlowable, ListItem, HRFlowable, Image, + SimpleDocTemplate, Paragraph, Preformatted, Spacer, ListFlowable, ListItem, HRFlowable, Image, Table, TableStyle ) +# 当前正文体名字(注册成功为中文字体,失败退回 Helvetica): +# 行内代码/代码段含中文时用它渲染——Courier 没有中文字形,会变方块。 +_CJK_FONT = 'Helvetica' + # ---------- 字体注册 ---------- def register_font(): """注册技能目录下的 fonts/cjk.ttf(由 install.sh 准备)""" @@ -135,9 +139,11 @@ def parse_inline(text): text = re.sub(r'\*\*(.+?)\*\*', r'\1', text) # 斜体 *text*(避免匹配加粗中的单个星号) text = re.sub(r'(?\1', text) - # 还原行内代码 + # 还原行内代码:含中文时用正文字体(Courier 无中文字形),纯西文用 Courier 保证等宽 def _restore(m): - return '' + code_spans[int(m.group(1))] + '' + code = code_spans[int(m.group(1))] + face = 'Courier' if code.isascii() else _CJK_FONT + return '' + code + '' text = re.sub(r'\x00(\d+)\x00', _restore, text) return text @@ -234,7 +240,8 @@ def table_flowable(rows, max_width, styles): Paragraph(render_inline(c), header_style if ri == 0 else cell_style) for c in row ]) - t = Table(data, colWidths=[colw] * ncols) + # splitInRow=1:单行超页高时也能跨页(否则极长的单元格会让整个转换报 Flowable too large) + t = Table(data, colWidths=[colw] * ncols, splitInRow=1) t.setStyle(TableStyle([ ('GRID', (0, 0), (-1, -1), 0.5, colors.HexColor('#c9d4e4')), ('BACKGROUND', (0, 0), (-1, 0), colors.HexColor('#2c3e50')), @@ -248,37 +255,147 @@ def table_flowable(rows, max_width, styles): t.hAlign = 'CENTER' return t +# ---------- 代码段 ---------- +# 围栏:``` 或 ~~~(可带语言标记);围栏内原样输出、不解析 Markdown +FENCE_OPEN_RE = re.compile(r'^(```|~~~)\s*\S*\s*$') +FENCE_CLOSE_RE = re.compile(r'^(```|~~~)\s*$') + +# setext 标题下划线(普通段落下一行是 ===/--- 时升级为标题) +SETEXT_H1_RE = re.compile(r'^=+\s*$') +SETEXT_H2_RE = re.compile(r'^-+\s*$') + +def code_block_flowable(code_text, styles, max_width): + """代码段 → 等宽 Preformatted,外套 Table 提供浅灰底/细边框与内边距。 + Preformatted 用 textLine 原样绘制、不解析标记,故代码里的 < & 无需转义。 + 字体:含中文时用正文字体(Courier 无中文字形),纯西文用 Courier 保证等宽对齐。""" + has_cjk = any(ord(ch) > 0x2E80 for ch in code_text) + style = ParagraphStyle( + name='CodeBlock', + fontName=styles['body'].fontName if has_cjk else 'Courier', + fontSize=8.5, + leading=12.5, + textColor=colors.HexColor('#24292f'), + ) + # splitInRow=1:单元格内容(Preformatted)可跨页分裂。默认 0 时超页高的代码块会让整个转换 + # 报 "Flowable too large on page" 而失败。 + box = Table([[Preformatted(code_text, style)]], colWidths=[max_width], splitInRow=1) + box.setStyle(TableStyle([ + ('BACKGROUND', (0, 0), (-1, -1), colors.HexColor('#f6f8fa')), + ('BOX', (0, 0), (-1, -1), 0.5, colors.HexColor('#d8dee6')), + ('LEFTPADDING', (0, 0), (-1, -1), 6), + ('RIGHTPADDING', (0, 0), (-1, -1), 6), + ('TOPPADDING', (0, 0), (-1, -1), 5), + ('BOTTOMPADDING', (0, 0), (-1, -1), 5), + ('VALIGN', (0, 0), (-1, -1), 'TOP'), + ])) + box.hAlign = 'LEFT' + box.spaceBefore = 6 + box.spaceAfter = 6 + return box + +# ---------- 列表 ---------- +def indent_width(raw): + """行首缩进宽度(tab 按 4 列计)——用于判定列表嵌套层级""" + expanded = raw.expandtabs(4) + return len(expanded) - len(expanded.lstrip(' ')) + +def _normalize_levels(items): + """按缩进宽度归一化嵌套层级:[(缩进, kind, text, num)] → [(depth, ...)](首项为第 0 层)""" + out, stack = [], [] + for indent, kind, text, num in items: + while len(stack) > 1 and indent < stack[-1]: + stack.pop() + if not stack or indent > stack[-1]: + stack.append(indent) + out.append((len(stack) - 1, kind, text, num)) + return out + +def _make_list(children, kind, start): + if kind == 'ol': + return ListFlowable(children, bulletType='1', start=start, leftIndent=18) + return ListFlowable(children, bulletType='bullet', start='circle', leftIndent=18) + +def _one_list(items, pos, depth, kind, styles): + """消费连续的同层同类型条目;更深缩进的条目作为子列表挂到上一个条目下""" + children, start = [], '1' + while pos < len(items) and items[pos][0] == depth and items[pos][1] == kind: + _, _, text, num = items[pos] + if not children: + start = num or '1' # 有序列表只认首项编号 + pos += 1 + body = [Paragraph(text, styles['list_item'])] + if pos < len(items) and items[pos][0] > depth: + subs, pos = _sub_lists(items, pos, styles) + body.extend(subs) + children.append(ListItem(body, leftIndent=18)) + return _make_list(children, kind, start), pos + +def _sub_lists(items, pos, styles): + """一个条目下的全部子列表(可能跨类型、多层)""" + out = [] + child = items[pos][0] + while pos < len(items) and items[pos][0] >= child: + flowable, pos = _one_list(items, pos, items[pos][0], items[pos][1], styles) + out.append(flowable) + return out, pos + +def build_lists(items, styles): + """列表条目 → [flowable](顶层;同层类型切换会产生多个列表)""" + items = _normalize_levels(items) + out, pos = [], 0 + while pos < len(items): + flowable, pos = _one_list(items, pos, items[pos][0], items[pos][1], styles) + out.append(flowable) + return out + +def strip_front_matter(md_text): + """去掉文件开头的 YAML front matter(--- ... ---):属元数据,不该渲染进 PDF。 + 仅当第一行就是 --- 且能找到收尾 --- 时生效,避免误删以分隔线开头的正文。""" + lines = md_text.split('\n') + if not lines or lines[0].strip() != '---': + return md_text + for j in range(1, len(lines)): + if lines[j].strip() == '---': + return '\n'.join(lines[j + 1:]) + return md_text + # ---------- Markdown 解析主函数 ---------- def parse_markdown(md_text, styles, md_dir=None, max_width=170 * mm): """解析 Markdown 文本,返回 platypus 故事列表""" md_dir = md_dir or Path.cwd() story = [] lines = md_text.split('\n') - current_list = [] # 当前列表项 - current_list_type = None # 'ul' 或 'ol' + current_list = [] # 当前列表条目:[(缩进宽度, 'ul'|'ol', 已渲染文本, 首项编号)] def flush_list(): - nonlocal current_list, current_list_type + nonlocal current_list if current_list: - items = [ - ListItem(Paragraph(item, styles["list_item"]), leftIndent=18) - for item in current_list - ] - if current_list_type == 'ol': - flowable = ListFlowable(items, bulletType='1', start='1', leftIndent=18) - else: - flowable = ListFlowable(items, bulletType='bullet', start='circle', leftIndent=18) - story.append(flowable) + for flowable in build_lists(current_list, styles): + story.append(flowable) current_list = [] - current_list_type = None i = 0 n = len(lines) while i < n: - line = lines[i].strip() + raw = lines[i] + line = raw.strip() i += 1 if not line: + # 空行不打断列表:Markdown 允许条目间空行(松散列表), + # 否则 1./2./3. 会各自成为独立 ListFlowable,编号全部重置为 1。 + # 列表遇非列表行时,由各分支自己的 flush_list() 收尾。 + continue + + # 代码段围栏:``` 或 ~~~(可带语言标记),围栏内原样输出、不解析 Markdown + if FENCE_OPEN_RE.match(line): flush_list() + code_lines = [] + while i < n and not FENCE_CLOSE_RE.match(lines[i].strip()): + code_lines.append(lines[i]) # 保留原始缩进 + i += 1 + if i < n: + i += 1 # 跳过收尾围栏 + story.append(code_block_flowable('\n'.join(code_lines), styles, max_width)) continue # 分隔线 @@ -318,17 +435,11 @@ def parse_markdown(md_text, styles, md_dir=None, max_width=170 * mm): 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(render_inline(line[2:])) + current_list.append((indent_width(raw), 'ul', render_inline(line[2:]), None)) # 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(render_inline(text)) + m = re.match(r'^(\d+)\.\s+', line) + current_list.append((indent_width(raw), 'ol', render_inline(line[m.end():]), m.group(1))) # 引用 elif line.startswith('> '): flush_list() @@ -342,10 +453,17 @@ def parse_markdown(md_text, styles, md_dir=None, max_width=170 * mm): rows.append(split_row(lines[i].strip())) i += 1 story.append(table_flowable(rows, max_width, styles)) - # 普通段落 + # 普通段落(下一行是 ===/--- 下划线时按 setext 标题处理) else: flush_list() - story.append(Paragraph(render_inline(line), styles["body"])) + if i < n and SETEXT_H1_RE.match(lines[i].strip()): + i += 1 + story.append(Paragraph(render_inline(line), styles["title"])) + elif i < n and SETEXT_H2_RE.match(lines[i].strip()): + i += 1 + story.append(Paragraph(render_inline(line), styles["h1"])) + else: + story.append(Paragraph(render_inline(line), styles["body"])) flush_list() return story @@ -353,7 +471,7 @@ def parse_markdown(md_text, styles, md_dir=None, max_width=170 * mm): # ---------- 主转换函数 ---------- def markdown_to_pdf(md_path, pdf_path): """读取 Markdown 文件并转换为 PDF""" - md_text = Path(md_path).read_text(encoding="utf-8") + md_text = strip_front_matter(Path(md_path).read_text(encoding="utf-8")) # 注册字体 font_pair = register_font() @@ -363,6 +481,8 @@ def markdown_to_pdf(md_path, pdf_path): else: normal_font, bold_font = "Helvetica", "Helvetica-Bold" print("使用 Helvetica(中文可能显示为方块)") + global _CJK_FONT + _CJK_FONT = normal_font # 构建样式 styles = build_styles(normal_font, bold_font)