4v5u09Z5a4Yuc/ReadViewSDK

Fork 0

shen 2a94921e88 feat(wxread): align pagination, rendering, and docs

2026-05-24 15:36:01 +08:00

15 KiB

Raw Blame History

EPUBTextRendering 功能实现逻辑

1. 范围与目标

代码范围：Sources/RDReaderView/EPUBTextRendering/（9 个 Swift 文件）
目标：说明文本渲染路径如何将 EPUB HTML 转换为 NSAttributedString、按字符范围分页、构建书籍模型，并支持全文搜索与 textReflowable 标注定位。
主链路关键词：RDEPUBParser HTML -> DTCoreText 渲染 -> 片段标记注入/提取 -> CoreText 分页 -> RDEPUBTextBook -> 页面查找/位置转换。
适用范围：仅用于 textReflowable 阅读配置文件（纯文本可重排 EPUB，如小说）。固定版式和交互式 EPUB 使用 WebView 渲染路径。

2. 关键对象职责

2.1 渲染协议 `RDEPUBTextRenderer`

文件：EPUBTextRendering/RDEPUBTextRenderer.swift
职责：
- 定义双方法协议：
  - renderChapter(request: RDEPUBTextChapterRenderRequest) throws -> RDEPUBRenderedChapterContent（主方法，携带完整上下文）
  - renderChapter(html:baseURL:style:) throws -> RDEPUBRenderedChapterContent（便捷方法，默认实现转发到主方法）
- 作为渲染后端的抽象点，当前仅 RDEPUBDTCoreTextRenderer 一个实现

2.2 DTCoreText 渲染器 `RDEPUBDTCoreTextRenderer`

文件：EPUBTextRendering/RDEPUBDTCoreTextRenderer.swift
职责：
- 实现 RDEPUBTextRenderer 协议
- 使用 DTHTMLAttributedStringBuilder 将 HTML 转为 NSAttributedString
- 渲染后处理：提取片段标记、统一字体/行间距/颜色
- DTCoreText 不可用时回退到纯文本渲染

2.3 渲染支持工具 `RDEPUBTextRendererSupport`

文件：EPUBTextRendering/RDEPUBTextRendererSupport.swift
职责：
- 片段标记注入：扫描 HTML 中带 id 属性的元素，在其前注入 ${id=<fragmentID>} 不可见标记
- 片段偏移提取：从 NSAttributedString 中提取标记位置并删除标记
- 字体标准化：保留 HTML 中的粗体/斜体 trait，统一使用配置的基础字体族和字号
- 段落样式创建：强制应用配置的行间距和段间距
- 兜底渲染：DTCoreText 不可用时从原始 HTML 字符串生成纯文本 NSAttributedString

2.4 分页支持 `NSAttributedString.ss_pageRanges(size:)` / `rd_paginatedFrames(size:)`

文件：EPUBTextRendering/RDEPUBTextPaginationSupport.swift
职责：
- rd_paginatedFrames(size:) -> [RDEPUBTextLayoutFrame]：基于 RDEPUBTextLayouter 的增强分页，返回带语义元数据的帧对象
- ss_pageRanges(size:) -> [NSRange]：便捷方法，内部调用 rd_paginatedFrames 后提取 contentRange
- 从位置 0 开始，反复创建 CTFrame 测量可见字符范围
- 返回 [NSRange]，每个 range 对应一页
- 安全保护：visibleRange.length == 0 时 break 防止死循环

2.5 书籍构建器 `RDEPUBTextBookBuilder`

文件：EPUBTextRendering/RDEPUBTextBookBuilder.swift
职责：
- 遍历 publication 的 linear spine 项（仅 HTML/XHTML 类型）
- 对每项：HTML 标准化 → 渲染 → 跳过空白封面/标题页 → 分页 → 构建 RDEPUBTextPage 数组
- 汇总所有章节为 RDEPUBTextBook
- 后台队列执行，主线程回调结果

2.6 全文搜索引擎 `RDEPUBTextSearchEngine`

文件：EPUBTextRendering/RDEPUBTextSearchEngine.swift
职责：
- 实现 RDEPUBSearchEngine 协议
- 在已渲染的 NSAttributedString 纯文本上执行线性搜索
- 返回 RDEPUBSearchMatch 数组（含 href、progression、预览文本、匹配位置）

2.7 CoreText 分页引擎 `RDEPUBTextLayouter` / `RDEPUBTextLayoutFrame`

文件：EPUBTextRendering/RDEPUBTextLayouter.swift、EPUBTextRendering/RDEPUBTextLayoutFrame.swift
职责：
- RDEPUBTextLayouter：封装 CTFramesetter，逐帧计算分页结果，支持语义边界调整（避免在附件/代码块/列表中间断页）
- RDEPUBTextLayoutFrame：单帧分页结果，包含 contentRange、breakReason、blockRange、attachment 信息、语义提示和诊断数据
- 替代原有的纯 NSRange 分页，返回带丰富元数据的帧对象

2.8 纯文本构建器 `RDPlainTextBookBuilder`

文件：EPUBTextRendering/RDPlainTextBookBuilder.swift
职责：
- 从纯文本文件（.txt 等）构建 RDEPUBTextBook
- 将纯文本按段落切分后渲染为 NSAttributedString
- 按页面尺寸分页，输出与 EPUB 文本路径一致的书籍模型

3. 主流程（代码级）

3.1 完整渲染-分页流程

入口：RDEPUBTextBookBuilder.build(parser:publication:pageSize:style:)
遍历 publication.spine 中 item.linear == true 的项
过滤仅处理 mediaType 包含 "html" 或 "xhtml" 的项
读取 parser.htmlString(forRelativePath: item.href) 获取原始 HTML
HTML 标准化：
- 移除中文分页标记：<hr lang="zh-CN">分页符</hr>
- \r 替换为 \n
- 连续 \n 合并为单个
检查是否跳过（空白且 href 包含 "cover" 或 "title"）
调用 renderer.renderChapter(html:baseURL:style:) 渲染

3.2 DTCoreText 渲染管线

片段标记注入：RDEPUBTextRendererSupport.injectFragmentMarkers(into: html)
- 正则 (<[^>]+\sid="([^"]+)"[^>]*>) 匹配带 id 的元素
- 在匹配标签前插入 ${id=<fragmentID>} 文本标记
UTF-8 编码为 Data
DTHTMLAttributedStringBuilder(html:options:documentAttributes:) 执行渲染
DTCoreText 选项：
- NSTextSizeMultiplierDocumentOption: 1.0
- DTDefaultFontFamily / DTDefaultFontName / DTDefaultFontSize：来自 style.font
- DTDefaultLineHeightMultiplier：(font.lineHeight + lineSpacing) / max(font.lineHeight, 1)
- DTUseiOS6Attributes: true：生成 UIKit 兼容属性
- NSBaseURLDocumentOption：资源相对路径解析
- DTDefaultTextColor：可选文本颜色
后处理：
- 提取片段偏移并删除标记
- normalizeReadingAttributes：遍历每个属性 run，统一字体（保留粗/斜体 trait）、强制行间距/段间距、覆盖前景色

3.3 CoreText 分页算法

从 NSAttributedString 创建 CTFramesetter
创建页面大小的 CGPath
从 location = 0 开始循环：
- 创建 CTFrame（range 从当前 location 到字符串末尾）
- CTFrameGetVisibleStringRange(frame) 获取可见字符数
- 追加 NSRange(location: currentLocation, length: visibleRange.length)
- location += visibleRange.length
循环终止条件：location + visibleRange.length >= attributedString.length
安全保护：visibleRange.length == 0 时 break

3.4 页面与位置互转

Location → Page Number（RDEPUBTextBook.pageNumber(for:resolver:bookIdentifier:)）：

有 fragment 时：用 fragmentOffsets 查找字符偏移，再定位到对应页面
无 fragment 时：用 navigationProgression（progression 和 lastProgression 的中点）计算字符偏移
遍历 pages 找到 pageStartOffset <= offset < pageEndOffset 的页面

Page Number → Location（RDEPUBTextBook.location(forPageNumber:bookIdentifier:)）：

通过 page number 查找 RDEPUBTextPage
计算 progression = pageStartOffset / totalCharacters
计算 lastProgression = pageEndOffset / totalCharacters
构建 RDEPUBLocation（href + progression + lastProgression）

3.5 标注定位与恢复

textReflowable 路径不复用 WebView 的 DOM range，而使用章节字符偏移作为精确锚点：

{
  "kind": "text-offset",
  "href": "chapter.xhtml",
  "start": 1234,
  "end": 1260
}

RDEPUBTextContentView 保留当前 RDEPUBTextPage，从 page.pageStartOffset 将页内 UITextView.selectedRange 映射为章节全局 start/end
生成 RDEPUBSelection 后回传 RDEPUBReaderController，共享层继续负责创建、去重、持久化、列表和跳转
页面重绘时，RDEPUBTextContentView 仅消费 kind == "text-offset" 的 rangeInfo，计算当前页 [pageStartOffset, pageEndOffset] 与标注 [start, end) 的重叠
highlight 样式叠加 .backgroundColor，underline 样式叠加 .underlineStyle 和 .underlineColor
字号、行高、主题变化导致重新分页后，标注仍以章节全局字符偏移恢复到新的页面切片

4. 异常与边界处理

RDEPUBTextRenderingError.htmlEncodingFailed：HTML 字符串无法编码为 UTF-8 Data（极罕见）
DTCoreText builder 返回 nil：回退到 fallbackAttributedString，生成纯文本（含 HTML 标签原文），降级体验
空白章节跳过：href 包含 "cover" 或 "title" 且渲染后文本为空的章节被跳过
分页零结果兜底：pageRanges 为空但 content 非空时，整个章节作为一页
CoreText 零高度安全保护：visibleRange.length == 0 时 break 防止无限循环
Token 取消：paginationToken（UUID）防止异步完成后的过期结果污染 UI

5. 数据结构与字段映射

5.1 渲染配置

RDEPUBTextRenderStyle
  ├── font: UIFont              // 基础字体
  ├── lineSpacing: CGFloat      // 额外行间距
  ├── textColor: UIColor?       // 文本颜色（nil 时保持 HTML 原始颜色）
  └── backgroundColor: UIColor? // 背景色

5.2 渲染请求上下文

RDEPUBTextChapterRenderRequest
  ├── context: RDEPUBTextChapterContext
  │     ├── href: String
  │     ├── title: String
  │     ├── html: String
  │     ├── baseURL: URL?
  │     ├── stylesheet: RDEPUBTextStyleSheetPackage
  │     │     ├── layers: [RDEPUBTextStyleSheetLayer]
  │     │     │     └── kind (.default/.replace/.dark/.epub/.user) + css
  │     │     └── combinedCSS (computed)
  │     └── resourceDiagnostics: [RDEPUBTextResourceReferenceDiagnostic]
  └── style: RDEPUBTextRenderStyle

5.3 渲染输出

RDEPUBRenderedChapterContent
  ├── attributedString: NSAttributedString  // 渲染后的富文本
  ├── fragmentOffsets: [String: Int]        // fragment ID -> 字符偏移映射
  └── resourceDiagnostics: [RDEPUBTextResourceReferenceDiagnostic]

5.4 分页帧模型（新增）

RDEPUBTextLayoutFrame
  ├── contentRange: NSRange              // 本帧字符范围
  ├── breakReason: RDEPUBTextPageBreakReason  // 分页原因
  ├── blockRange: NSRange?               // 所属 block 范围
  ├── attachmentRanges: [NSRange]        // 附件范围
  ├── attachmentKinds: [RDEPUBTextAttachmentKind]
  ├── blockKinds: [RDEPUBTextBlockKind]  // (.paragraph/.list/.table/.code/.blockquote/.attachment/.generic)
  ├── semanticHints: [RDEPUBTextSemanticHint] // (.avoidPageBreakInside/.pageBreakBefore/.pageBreakAfter/.pageRelate)
  ├── attachmentPlacements: [RDEPUBTextAttachmentPlacement] // (.inline/.baseline/.centered)
  ├── trailingFragmentID: String?        // 帧尾最近的 fragment ID
  └── diagnostics: [String]             // 分页诊断信息

RDEPUBTextLayouter
  ├── init(attributedString:pageSize:)
  └── layoutFrames(fragmentOffsets:) -> [RDEPUBTextLayoutFrame]

5.5 页面模型

RDEPUBTextPage
  ├── absolutePageIndex: Int       // 全局页码
  ├── chapterIndex: Int            // 章节索引
  ├── spineIndex: Int              // spine 索引
  ├── href: String                 // 章节 href
  ├── chapterTitle: String?        // 章节标题
  ├── pageIndexInChapter: Int      // 章节内页码
  ├── totalPagesInChapter: Int     // 章节总页数
  ├── content: NSAttributedString  // 本页的富文本切片
  ├── contentRange: NSRange        // 在整章富文本中的 range
  ├── pageStartOffset: Int         // 起始字符偏移
  └── pageEndOffset: Int           // 结束字符偏移

5.6 章节模型

RDEPUBTextChapter
  ├── chapterIndex: Int
  ├── spineIndex: Int
  ├── href: String
  ├── title: String?
  ├── attributedContent: NSAttributedString  // 整章渲染后的富文本
  ├── fragmentOffsets: [String: Int]
  └── pages: [RDEPUBTextPage]

5.7 书籍模型

RDEPUBTextBook
  ├── chapters: [RDEPUBTextChapter]
  ├── pages: [RDEPUBTextPage]          // 扁平化页面列表
  ├── page(at:) -> RDEPUBTextPage?     // 1-based 页码查找
  ├── pageNumber(for:resolver:bookIdentifier:) -> Int?  // Location -> 页码
  └── location(forPageNumber:bookIdentifier:) -> RDEPUBLocation?  // 页码 -> Location

6. 与 EPUBCore 层的集成

消费的数据

来源	数据	用途
`RDEPUBParser`	`htmlString(forRelativePath:)`	读取章节 HTML 内容
`RDEPUBParser`	`fileURL(forRelativePath:)`	计算 DTCoreText 的 baseURL
`RDEPUBPublication`	`spine`	遍历 linear HTML/XHTML 项
`RDEPUBPublication`	`tableOfContents`	匹配章节标题
`RDEPUBSpineItem`	`href`, `mediaType`, `linear`, `title`	过滤和标识章节
`RDEPUBResourceResolver`	`normalizedLocation` / `normalizedHref`	位置查找时标准化 href
`RDEPUBLocation`	`href`, `fragment`, `navigationProgression`	页面定位
`RDEPUBSearchEngine`	协议接口	`RDEPUBTextSearchEngine` 实现此协议
`RDEPUBHighlight`	`style`, `rangeInfo`, `color`, `note`	text-offset 标注恢复与页内绘制

7. 配置参数

字号：RDEPUBReaderConfiguration.fontSize，默认 15pt
行高倍数：lineHeightMultiple，默认 1.6（行间距 = font.lineHeight * 0.6，最低 4pt）
内容边距：reflowableContentInsets，默认 (40, 16, 40, 16)，影响有效页面尺寸
主题色：通过 RDEPUBReaderTheme 的 contentTextColor / contentBackgroundColor 传入
渲染引擎：RDEPUBTextRenderingEngine，当前仅 .dtCoreText

8. 性能特征

全文渲染：每章一次性渲染为完整的 NSMutableAttributedString，无分块/懒加载
内存：RDEPUBTextBook 同时持有 chapters（含完整 attributedContent）和 pages（含子串切片），存在一定程度的内存重复
后台执行：build 方法在 DispatchQueue.global(qos: .userInitiated) 执行，不阻塞主线程
搜索性能：线性扫描每章的 attributedContent.string，无索引，搜索时间与总文本量线性相关
无分页缓存：字号/行高变化时全书重新渲染和分页，无增量更新

9. 联调与排查建议

排查 1：渲染后文本为空
- 检查 parser.htmlString(forRelativePath:) 是否返回非 nil
- 检查 spine 项的 mediaType 是否包含 "html" 或 "xhtml"
- 空白封面/标题页会被 shouldSkipChapter 跳过
排查 2：分页页数不正确
- 检查 pageSize 计算是否正确（viewport - contentInsets）
- 检查 DTCoreText 行高倍数是否正确应用
- 检查 CoreText 分页是否有 visibleRange.length == 0 的异常情况
排查 3：字体/颜色不正确
- 检查 RDEPUBTextRenderStyle 配置
- 检查 normalizeReadingAttributes 是否正确保留粗/斜体 trait
- 检查 foregroundColor 覆盖逻辑
排查 4：Fragment 定位失败
- 检查 injectFragmentMarkers 是否正确注入标记
- 检查 extractFragmentOffsets 是否正确提取偏移
- 确认标记在 DTCoreText 渲染后仍存在于 attributed string 中
排查 5：搜索结果不准确
- 搜索基于已渲染的纯文本（去 HTML 标签），非原始 HTML
- 确认 attributedContent.string 包含预期的文本内容
- 搜索为大小写不敏感的线性扫描

15 KiB Raw Blame History Unescape Escape