md2pdf添加图片功能支持

This commit is contained in:
2026-09-04 15:16:10 +08:00
parent ee2fc36ffd
commit e150e9c6c9
2 changed files with 79 additions and 9 deletions
+6 -3
View File
@@ -16,12 +16,15 @@ output_schema:
description: 生成的 PDF 文件路径 description: 生成的 PDF 文件路径
--- ---
## 使用说明 ## 功能说明
- 该技能使用 `reportlab` 将 Markdown 转换为 PDF。 - 该技能使用 `reportlab` 将 Markdown 转换为 PDF。
- 支持标题、加粗、斜体、列表、引用、分隔线等常用 Markdown 语法 - 支持标题、加粗、斜体、列表、引用、分隔线、图片等常用 Markdown 语法
- 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;表格语法暂不支持
- 自动处理中文字体 - 自动处理中文字体
## 使用说明 ## 调用方式
通过 `run_skill` 调用,参数: 通过 `run_skill` 调用,参数:
- `input`:Markdown 文件路径(必填) - `input`:Markdown 文件路径(必填)
- `output`:PDF 输出路径(可选,默认与输入同名) - `output`:PDF 输出路径(可选,默认与输入同名)
+73 -6
View File
@@ -5,18 +5,21 @@ md2pdf 技能主入口:将 Markdown 转换为 PDF(支持中文和常用格
依赖 install.sh 预先准备好中文字体(fonts/cjk.ttf),本脚本只负责注册和转换。 依赖 install.sh 预先准备好中文字体(fonts/cjk.ttf),本脚本只负责注册和转换。
""" """
import sys import sys
import io
import json import json
import re import re
import urllib.request
from pathlib import Path from pathlib import Path
from reportlab.lib.pagesizes import A4 from reportlab.lib.pagesizes import A4
from reportlab.lib.units import mm from reportlab.lib.units import mm
from reportlab.lib.styles import ParagraphStyle from reportlab.lib.styles import ParagraphStyle
from reportlab.lib.enums import TA_LEFT from reportlab.lib.enums import TA_LEFT
from reportlab.lib.utils import ImageReader
from reportlab.pdfbase import pdfmetrics from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont from reportlab.pdfbase.ttfonts import TTFont
from reportlab.platypus import ( from reportlab.platypus import (
SimpleDocTemplate, Paragraph, Spacer, ListFlowable, ListItem, HRFlowable SimpleDocTemplate, Paragraph, Spacer, ListFlowable, ListItem, HRFlowable, Image
) )
# ---------- 字体注册 ---------- # ---------- 字体注册 ----------
@@ -115,13 +118,16 @@ def escape_xml(text):
def parse_inline(text): def parse_inline(text):
"""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。""" """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 # 行内代码 `code`:先占位保护,避免其中的 * [ ] 被后续规则误伤
code_spans = [] code_spans = []
def _stash(m): def _stash(m):
code_spans.append(m.group(1)) code_spans.append(m.group(1))
return '\x00%d\x00' % (len(code_spans) - 1) return '\x00%d\x00' % (len(code_spans) - 1)
text = re.sub(r'`(.+?)`', _stash, text) text = re.sub(r'`(.+?)`', _stash, text)
# 链接 [text](url) → reportlab <link>(可点击;转义后 URL 里的 & 已是 &amp;,属性内合法) # 行内图片 ![alt](src):段落里无法嵌图,降级为 alt 文本;必须在链接规则之前,
# 否则 [alt](src) 部分会被下面的链接规则改写成可点链接,图片变成“!+链接”残骸
text = re.sub(IMG_MD_RE, lambda m: m.group(1) or '[图片]', text)
# 链接 [text](url) → reportlab <link>(可点击;转义后 URL 里的 & 已是 &amp;,属性内合法)
text = re.sub(r'\[([^\]]+)\]\(([^)\s]+)\)', r'<link href="\2" color="#3964FE">\1</link>', text) text = re.sub(r'\[([^\]]+)\]\(([^)\s]+)\)', r'<link href="\2" color="#3964FE">\1</link>', text)
# 加粗 **text** # 加粗 **text**
text = re.sub(r'\*\*(.+?)\*\*', r'<b>\1</b>', text) text = re.sub(r'\*\*(.+?)\*\*', r'<b>\1</b>', text)
@@ -141,9 +147,57 @@ def is_ordered_list(line):
"""判断是否为有序列表行""" """判断是否为有序列表行"""
return re.match(r'^\d+\.\s+', line) return re.match(r'^\d+\.\s+', line)
# ---------- 图片 ----------
# Markdown 图片语法:![alt](src) 或 ![alt](src "title")
IMG_MD_RE = re.compile(r'!\[([^\]]*)\]\(\s*([^)\s]+)(?:\s+"[^"]*")?\s*\)')
def load_image_source(src, md_dir):
"""加载 md 引用的图片,返回可交给 ImageReader 的对象(路径或 BytesIO),失败返回 None。
相对路径按 **md 文件所在目录** 解析:技能子进程的 cwd 是技能目录而非任务目录,
不能直接 open 相对路径;另外兼容绝对路径与 http(s) 远程图。"""
if re.match(r'^https?://', src):
try:
req = urllib.request.Request(src, headers={'User-Agent': 'Mozilla/5.0'})
with urllib.request.urlopen(req, timeout=15) as resp:
return io.BytesIO(resp.read())
except Exception as e:
print(f"图片下载失败:{src}({e})", file=sys.stderr)
return None
candidates = [Path(src)] if Path(src).is_absolute() else [md_dir / src, Path.cwd() / src]
for c in candidates:
try:
if c.is_file():
return str(c)
except OSError:
continue
print(f"图片未找到:{src}(在 {md_dir} 下未命中)", file=sys.stderr)
return None
def image_flowable(src, md_dir, max_width):
"""Markdown 图片 → platypus Image(居中,超宽时等比缩到版心宽);失败返回 None 由调用方文字兜底"""
obj = load_image_source(src, md_dir)
if obj is None:
return None
try:
iw, ih = ImageReader(obj).getSize()
except Exception as e:
print(f"图片格式不支持:{src}({e})", file=sys.stderr)
return None
if not iw or not ih:
return None
if isinstance(obj, io.BytesIO):
obj.seek(0) # getSize 读过字节,绘制前要回到开头
# 像素按 96dpi 换算磅值;小图不放大,大图缩到版心宽
w = min(iw * 72.0 / 96.0, max_width)
h = ih * (w / iw)
img = Image(obj, width=w, height=h)
img.hAlign = 'CENTER'
return img
# ---------- Markdown 解析主函数 ---------- # ---------- Markdown 解析主函数 ----------
def parse_markdown(md_text, styles): 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""" """解析 Markdown 文本,返回 platypus 故事列表"""
md_dir = md_dir or Path.cwd()
story = [] story = []
lines = md_text.split('\n') lines = md_text.split('\n')
current_list = [] # 当前列表项 current_list = [] # 当前列表项
@@ -179,6 +233,19 @@ def parse_markdown(md_text, styles):
)) ))
continue continue
# 独立成行的图片:![alt](src) → 嵌入 PDF;加载失败退回 alt/路径文本,不丢行
m_img = IMG_MD_RE.fullmatch(line)
if m_img:
flush_list()
alt, src = m_img.group(1), m_img.group(2)
img = image_flowable(src, md_dir, max_width)
if img is not None:
story.append(img)
else:
label = alt or src
story.append(Paragraph(render_inline('[图片缺失:' + label + ']'), styles["body"]))
continue
# 标题 # 标题
if line.startswith('# '): if line.startswith('# '):
flush_list() flush_list()
@@ -234,8 +301,8 @@ def markdown_to_pdf(md_path, pdf_path):
# 构建样式 # 构建样式
styles = build_styles(normal_font, bold_font) styles = build_styles(normal_font, bold_font)
# 解析 Markdown # 解析 Markdown(图片相对路径按 md 所在目录解析;版心宽 = A4 宽 - 左右边距)
story = parse_markdown(md_text, styles) story = parse_markdown(md_text, styles, md_dir=Path(md_path).resolve().parent, max_width=A4[0] - 40 * mm)
# 创建 PDF # 创建 PDF
doc = SimpleDocTemplate( doc = SimpleDocTemplate(