Update AnalyzeByJSoup.kt

将AnalyzeByJSoup中,getElementsSingle,findIndexSet,getIndexs三个函数统一整合进 data class ElementsSingle,因为它们是个整体。
pull/1106/head
bushixuanqi 3 years ago committed by GitHub
parent 08d53a974c
commit 2f38448c29
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
  1. 348
      app/src/main/java/io/legado/app/model/analyzeRule/AnalyzeByJSoup.kt

@ -137,11 +137,10 @@ class AnalyzeByJSoup(doc: Any) {
} }
} else { } else {
for (ruleStr in ruleStrS) { for (ruleStr in ruleStrS) {
//将原getElementsSingle函数调用的函数的部分代码内联过来,方便简化getElementsSingle函数
val rsRule = RuleAnalyzer(ruleStr) val rsRule = RuleAnalyzer(ruleStr)
if( rsRule.peek() =='@' || rsRule.peek() < '!' ) rsRule.advance() // 修剪当前规则之前的"@"或者空白符 rsRule.trim() // 修剪当前规则之前的"@"或者空白符
val rs = rsRule.splitRule("@") val rs = rsRule.splitRule("@")
@ -157,7 +156,7 @@ class AnalyzeByJSoup(doc: Any) {
el.addAll(es) el.addAll(es)
} }
el el
}else getElementsSingle(temp,ruleStr) }else ElementsSingle().getElementsSingle(temp,ruleStr)
elementsList.add(el) elementsList.add(el)
if (el.size > 0 && ruleAnalyzes.elementsType == "||") { if (el.size > 0 && ruleAnalyzes.elementsType == "||") {
@ -183,173 +182,6 @@ class AnalyzeByJSoup(doc: Any) {
return elements return elements
} }
/**
* 1.支持阅读原有写法':'分隔索引!.表示筛选方式索引可为负数
*
* 例如 tag.div.-1:10:2 tag.div!0:3
*
* 2. 支持与jsonPath类似的[]索引写法
*
* 格式形如 [it,it] [!it,it] 其中[!开头表示筛选方式为排除it为单个索引或区间
*
* 区间格式为 start:end start:end:step其中start为0可省略end为-1可省略
*
* 索引区间两端及间隔都支持负数
*
* 例如 tag.div[-1, 3:-2:-10, 2]
*
* 特殊用法 tag.div[-1:0] 可在任意地方让列表反向
*
* */
fun findIndexSet( rule:String ): IndexSet {
val indexSet = IndexSet()
val rus = rule.trim{ it <= ' '}
var len = rus.length
var curInt: Int? //当前数字
var curMinus = false //当前数字是否为负
val curList = mutableListOf<Int?>() //当前数字区间
var l = "" //暂存数字字符串
val head = rus.last() == ']' //是否为常规索引写法
if(head){ //常规索引写法[index...]
len-- //跳过尾部']'
while (len-- >= 0) { //逆向遍历,可以无前置规则
var rl = rus[len]
if (rl == ' ') continue //跳过空格
if (rl in '0'..'9') l += rl //将数值累接入临时字串中,遇到分界符才取出
else if (rl == '-') curMinus = true
else {
curInt = if (l.isEmpty()) null else if (curMinus) -l.toInt() else l.toInt() //当前数字
when (rl) {
':' -> curList.add(curInt) //区间右端或区间间隔
else -> {
//为保证查找顺序,区间和单个索引都添加到同一集合
if(curList.isEmpty()) {
if(curInt == null) break //是jsoup选择器而非索引列表,跳出
indexSet.indexs.add(curInt)
}
else{
//列表最后压入的是区间右端,若列表有两位则最先压入的是间隔
indexSet.indexs.add( Triple(curInt, curList.last(), if(curList.size == 2) curList.first() else 1) )
curList.clear() //重置临时列表,避免影响到下个区间的处理
}
if(rl == '!'){
indexSet.split='!'
do{ rl = rus[--len] } while (len > 0 && rl == ' ')//跳过所有空格
}
if(rl == '[') return indexSet.apply {
beforeRule = rus.substring(0, len)
} //遇到索引边界,返回结果
if(rl != ',') break //非索引结构,跳出
}
}
l = "" //清空
curMinus = false //重置
}
}
} else while (len-- >= 0) { //阅读原本写法,逆向遍历,可以无前置规则
val rl = rus[len]
if (rl == ' ') continue //跳过空格
if (rl in '0'..'9') l += rl //将数值累接入临时字串中,遇到分界符才取出
else if (rl == '-') curMinus = true
else {
if(rl == '!' || rl == '.' || rl == ':') { //分隔符或起始符
indexSet.indexDefault.add(if (curMinus) -l.toInt() else l.toInt()) // 当前数字追加到列表
if (rl != ':') return indexSet.apply { //rl == '!' || rl == '.'
split = rl
beforeRule = rus.substring(0, len)
}
}else break //非索引结构,跳出循环
l = "" //清空
curMinus = false //重置
}
}
return indexSet.apply{
split = ' '
beforeRule = rus } //非索引格式
}
/**
* 获取Elements按照一个规则
*/
private fun getElementsSingle(temp: Element, rule: String): Elements {
var elements = Elements()
val fi = findIndexSet(rule) //执行索引列表处理器
val (filterType,ruleStr) = fi //获取操作类型及非索引部分的规则字串
// val rulePc = rulePcx[0].trim { it <= ' ' }.split(">")
// jsoup中,当前节点是参与选择的,tag.div 与 tag.div@tag.div 结果相同
// 此处">"效果和“@”完全相同,且容易让人误解成选择子节点,实际并不是。以后不允许这种无意义的写法
val rules = ruleStr.split(".")
elements.addAll(
if(ruleStr.isEmpty()) temp.children() //允许索引直接作为根元素,此时前置规则为空,效果与children相同
else when (rules[0]) {
"children" -> temp.children() //允许索引直接作为根元素,此时前置规则为空,效果与children相同
"class" -> temp.getElementsByClass(rules[1])
"tag" -> temp.getElementsByTag(rules[1])
"id" -> Collector.collect(Evaluator.Id(rules[1]), temp)
"text" -> temp.getElementsContainingOwnText(rules[1])
else -> temp.select(ruleStr)
} )
val indexSet = fi.getIndexs(elements.size) //传入元素数量,处理负数索引及索引越界问题,生成可用索引集合。
if(filterType == '!'){ //排除
for (pcInt in indexSet) elements[pcInt] = null
elements.removeAll(listOf(null)) //测试过,这样就行
}else if(filterType == '.'){ //选择
val es = Elements()
for (pcInt in indexSet) es.add(elements[pcInt])
elements = es
}
return elements
}
/** /**
* 获取内容列表 * 获取内容列表
*/ */
@ -363,7 +195,7 @@ class AnalyzeByJSoup(doc: Any) {
val rule = RuleAnalyzer(ruleStr) //创建解析 val rule = RuleAnalyzer(ruleStr) //创建解析
while( rule.peek() =='@' || rule.peek() < '!' ) rule.advance() // 修剪当前规则之前的"@"或者空白符 rule.trim() //修建前置赘余符号
val rules = rule.splitRule("@") // 切割成列表 val rules = rule.splitRule("@") // 切割成列表
@ -371,7 +203,7 @@ class AnalyzeByJSoup(doc: Any) {
for (i in 0 until last) { for (i in 0 until last) {
val es = Elements() val es = Elements()
for (elt in elements) { for (elt in elements) {
es.addAll(getElementsSingle(elt, rules[i])) es.addAll(ElementsSingle().getElementsSingle(elt, rules[i]))
} }
elements.clear() elements.clear()
elements = es elements = es
@ -426,12 +258,174 @@ class AnalyzeByJSoup(doc: Any) {
return textS return textS
} }
data class IndexSet(var split:Char = '.', data class ElementsSingle(var split:Char = '.',
var beforeRule:String = "", var beforeRule:String = "",
val indexDefault:MutableList<Int> = mutableListOf(), val indexDefault:MutableList<Int> = mutableListOf(),
val indexs:MutableList<Any> = mutableListOf()){ val indexs:MutableList<Any> = mutableListOf()){
/**
* 获取Elements按照一个规则
*/
fun getElementsSingle(temp: Element, rule: String): Elements {
var elements = Elements()
findIndexSet(rule) //执行索引列表处理器
val rules = beforeRule.split(".")
elements.addAll(
if(beforeRule.isEmpty()) temp.children() //允许索引直接作为根元素,此时前置规则为空,效果与children相同
else when (rules[0]) {
"children" -> temp.children() //允许索引直接作为根元素,此时前置规则为空,效果与children相同
"class" -> temp.getElementsByClass(rules[1])
"tag" -> temp.getElementsByTag(rules[1])
"id" -> Collector.collect(Evaluator.Id(rules[1]), temp)
"text" -> temp.getElementsContainingOwnText(rules[1])
else -> temp.select(beforeRule)
} )
val indexSet = getIndexs(elements.size) //传入元素数量,处理负数索引及索引越界问题,生成可用索引集合。
if(split == '!'){ //排除
for (pcInt in indexSet) elements[pcInt] = null
elements.removeAll(listOf(null)) //测试过,这样就行
}else if(split == '.'){ //选择
val es = Elements()
for (pcInt in indexSet) es.add(elements[pcInt])
elements = es
}
return elements
}
/**
* 1.支持阅读原有写法':'分隔索引!.表示筛选方式索引可为负数
*
* 例如 tag.div.-1:10:2 tag.div!0:3
*
* 2. 支持与jsonPath类似的[]索引写法
*
* 格式形如 [it,it] [!it,it] 其中[!开头表示筛选方式为排除it为单个索引或区间
*
* 区间格式为 start:end start:end:step其中start为0可省略end为-1可省略
*
* 索引区间两端及间隔都支持负数
*
* 例如 tag.div[-1, 3:-2:-10, 2]
*
* 特殊用法 tag.div[-1:0] 可在任意地方让列表反向
*
* */
fun findIndexSet( rule:String ): ElementsSingle {
val rus = rule.trim{ it <= ' '}
var len = rus.length
var curInt: Int? //当前数字
var curMinus = false //当前数字是否为负
val curList = mutableListOf<Int?>() //当前数字区间
var l = "" //暂存数字字符串
val head = rus.last() == ']' //是否为常规索引写法
if(head){ //常规索引写法[index...]
len-- //跳过尾部']'
while (len-- >= 0) { //逆向遍历,可以无前置规则
var rl = rus[len]
if (rl == ' ') continue //跳过空格
if (rl in '0'..'9') l += rl //将数值累接入临时字串中,遇到分界符才取出
else if (rl == '-') curMinus = true
else {
curInt = if (l.isEmpty()) null else if (curMinus) -l.toInt() else l.toInt() //当前数字
when (rl) {
':' -> curList.add(curInt) //区间右端或区间间隔
else -> {
//为保证查找顺序,区间和单个索引都添加到同一集合
if(curList.isEmpty()) {
if(curInt == null) break //是jsoup选择器而非索引列表,跳出
indexs.add(curInt)
}
else{
//列表最后压入的是区间右端,若列表有两位则最先压入的是间隔
indexs.add( Triple(curInt, curList.last(), if(curList.size == 2) curList.first() else 1) )
curList.clear() //重置临时列表,避免影响到下个区间的处理
}
if(rl == '!'){
split='!'
do{ rl = rus[--len] } while (len > 0 && rl == ' ')//跳过所有空格
}
if(rl == '[') {
beforeRule = rus.substring(0, len) //遇到索引边界,返回结果
return this
}
if(rl != ',') break //非索引结构,跳出
}
}
l = "" //清空
curMinus = false //重置
}
}
} else while (len-- >= 0) { //阅读原本写法,逆向遍历,可以无前置规则
val rl = rus[len]
if (rl == ' ') continue //跳过空格
if (rl in '0'..'9') l += rl //将数值累接入临时字串中,遇到分界符才取出
else if (rl == '-') curMinus = true
else {
if(rl == '!' || rl == '.' || rl == ':') { //分隔符或起始符
indexDefault.add(if (curMinus) -l.toInt() else l.toInt()) // 当前数字追加到列表
if (rl != ':'){ //rl == '!' || rl == '.'
split = rl
beforeRule = rus.substring(0, len)
return this
}
}else break //非索引结构,跳出循环
l = "" //清空
curMinus = false //重置
}
}
split = ' '
beforeRule = rus
return this //非索引格式
}
fun getIndexs(len:Int): MutableSet<Int> { private fun getIndexs(len:Int): MutableSet<Int> {
val indexSet = mutableSetOf<Int>() val indexSet = mutableSetOf<Int>()

Loading…
Cancel
Save