import os
|
import re
|
import sys
|
import importlib
|
|
from config.logger import setup_logging
|
from core.utils.textUtils import check_emoji
|
|
logger = setup_logging()
|
|
punctuation_set = {
|
"，",
|
",", # 中文逗号 + 英文逗号
|
"。",
|
".", # 中文句号 + 英文句号
|
"！",
|
"!", # 中文感叹号 + 英文感叹号
|
"“",
|
"”",
|
'"', # 中文双引号 + 英文引号
|
"：",
|
":", # 中文冒号 + 英文冒号
|
"-",
|
"－", # 英文连字符 + 中文全角横线
|
"、", # 中文顿号
|
"[",
|
"]", # 方括号
|
"【",
|
"】", # 中文方括号
|
"~", # 波浪号
|
}
|
|
def create_instance(class_name, *args, **kwargs):
|
# 创建TTS实例
|
if os.path.exists(os.path.join('core', 'providers', 'tts', f'{class_name}.py')):
|
lib_name = f'core.providers.tts.{class_name}'
|
if lib_name not in sys.modules:
|
sys.modules[lib_name] = importlib.import_module(f'{lib_name}')
|
return sys.modules[lib_name].TTSProvider(*args, **kwargs)
|
|
raise ValueError(f"不支持的TTS类型: {class_name}，请检查该配置的type是否设置正确")
|
|
|
class MarkdownCleaner:
|
"""
|
封装 Markdown 清理逻辑：直接用 MarkdownCleaner.clean_markdown(text) 即可
|
"""
|
# 公式字符
|
NORMAL_FORMULA_CHARS = re.compile(r'[a-zA-Z\\^_{}\+\-\(\)\[\]=]')
|
|
@staticmethod
|
def _replace_inline_dollar(m: re.Match) -> str:
|
"""
|
只要捕获到完整的 "$...$":
|
- 如果内部有典型公式字符 => 去掉两侧 $
|
- 否则 (纯数字/货币等) => 保留 "$...$"
|
"""
|
content = m.group(1)
|
if MarkdownCleaner.NORMAL_FORMULA_CHARS.search(content):
|
return content
|
else:
|
return m.group(0)
|
|
@staticmethod
|
def _replace_table_block(match: re.Match) -> str:
|
"""
|
当匹配到一个整段表格块时，回调该函数。
|
"""
|
block_text = match.group('table_block')
|
lines = block_text.strip('\n').split('\n')
|
|
parsed_table = []
|
for line in lines:
|
line_stripped = line.strip()
|
if re.match(r'^\|\s*[-:]+\s*(\|\s*[-:]+\s*)+\|?$', line_stripped):
|
continue
|
columns = [col.strip() for col in line_stripped.split('|') if col.strip() != '']
|
if columns:
|
parsed_table.append(columns)
|
|
if not parsed_table:
|
return ""
|
|
headers = parsed_table[0]
|
data_rows = parsed_table[1:] if len(parsed_table) > 1 else []
|
|
lines_for_tts = []
|
if len(parsed_table) == 1:
|
# 只有一行
|
only_line_str = ", ".join(parsed_table[0])
|
lines_for_tts.append(f"单行表格：{only_line_str}")
|
else:
|
lines_for_tts.append(f"表头是：{', '.join(headers)}")
|
for i, row in enumerate(data_rows, start=1):
|
row_str_list = []
|
for col_index, cell_val in enumerate(row):
|
if col_index < len(headers):
|
row_str_list.append(f"{headers[col_index]} = {cell_val}")
|
else:
|
row_str_list.append(cell_val)
|
lines_for_tts.append(f"第 {i} 行：{', '.join(row_str_list)}")
|
|
return "\n".join(lines_for_tts) + "\n"
|
|
# 预编译所有正则表达式（按执行频率排序）
|
# 这里要把 replace_xxx 的静态方法放在最前定义，以便在列表里能正确引用它们。
|
REGEXES = [
|
(re.compile(r'```.*?```', re.DOTALL), ''), # 代码块
|
(re.compile(r'^#+\s*', re.MULTILINE), ''), # 标题
|
(re.compile(r'(\*\*|__)(.*?)\1'), r'\2'), # 粗体
|
(re.compile(r'(\*|_)(?=\S)(.*?)(?<=\S)\1'), r'\2'), # 斜体
|
(re.compile(r'!\[.*?\]\(.*?\)'), ''), # 图片
|
(re.compile(r'\[(.*?)\]\(.*?\)'), r'\1'), # 链接
|
(re.compile(r'^\s*>+\s*', re.MULTILINE), ''), # 引用
|
(
|
re.compile(r'(?P<table_block>(?:^[^\n]*\|[^\n]*\n)+)', re.MULTILINE),
|
_replace_table_block
|
),
|
(re.compile(r'^\s*[*+-]\s*', re.MULTILINE), '- '), # 列表
|
(re.compile(r'\$\$.*?\$\$', re.DOTALL), ''), # 块级公式
|
(
|
re.compile(r'(?<![A-Za-z0-9])\$([^\n$]+)\$(?![A-Za-z0-9])'),
|
_replace_inline_dollar
|
),
|
(re.compile(r'\n{2,}'), '\n'), # 多余空行
|
]
|
|
@staticmethod
|
def clean_markdown(text: str) -> str:
|
"""
|
主入口方法：依序执行所有正则，移除或替换 Markdown 元素
|
"""
|
for regex, replacement in MarkdownCleaner.REGEXES:
|
text = regex.sub(replacement, text)
|
|
# 去除emoji表情
|
text = check_emoji(text)
|
|
# 检查文本是否全为英文和基本标点符号
|
if text and all((c.isascii() or c.isspace() or c in punctuation_set) for c in text):
|
# 保留原始空格，直接返回
|
return text
|
|
return text.strip()
|
|
def convert_percentage_to_range(percentage, min_val, max_val, base_val=None):
|
"""
|
将百分比(-100~100)转换为指定范围的值
|
|
Args:
|
percentage: 百分比值 (-100 到 100)
|
min_val: 目标范围最小值
|
max_val: 目标范围最大值
|
base_val: 基准值（可选，默认为范围中点）
|
|
Returns:
|
转换后的值
|
"""
|
percentage, min_val, max_val = float(percentage), float(min_val), float(max_val)
|
base_val = float(base_val) if base_val is not None else (min_val + max_val) / 2
|
|
if percentage < 0:
|
# 负百分比：从 base_val 向 min_val 线性插值
|
result = base_val + (base_val - min_val) * (percentage / 100)
|
else:
|
# 正百分比：从 base_val 向 max_val 线性插值
|
result = base_val + (max_val - base_val) * (percentage / 100)
|
|
# 确保结果在有效范围内
|
return max(min_val, min(max_val, result))
|
