home *** CD-ROM | disk | FTP | other *** search
/ Internet Magazine 2003 October / INTERNET108.ISO / pc / software / windows / building / xmlspy / xmlspyentcomplete5.exe / Data1.cab / _5CD408C26EA14010812A75739A005532 < prev    next >
Encoding:
Text File  |  2002-09-04  |  2.8 KB  |  141 lines
  1. #!/usr/bin/perl -- # -*- Perl -*-
  2.  
  3. # this needs some cleanup...
  4.  
  5. my $PSTOTEXT = "pstotext";
  6.  
  7. my $pdf = shift @ARGV;
  8.  
  9. my $index = "";
  10. my $inindex = 0;
  11. open (F, "$PSTOTEXT $pdf |");
  12. while (<F>) {
  13.     if (/^<\/index/) {
  14.     $index .= $_;
  15.     $inindex = 0;
  16.     }
  17.     $inindex = 1 if /^<index/;
  18.  
  19.     if ($inindex) {
  20.     $index .= $_ if /^\s*</;
  21.     }
  22. }
  23.  
  24. my $cindex = "";
  25. while ($index =~ /^(.*?)((<phrase role=\"pageno\">.*?<\/phrase>\s*)+)/s) {
  26.     $cindex .= $1;
  27.     $_ = $2;
  28.     $index = $'; # '
  29.  
  30.     my @pages = m/<phrase role=\"pageno\">.*?<\/phrase>\s*/sg;
  31.  
  32.     # Expand ranges
  33.     if ($#pages >= 0) {
  34.     my @mpages = ();
  35.     foreach my $page (@pages) {
  36.         my $pageno = &pageno($page);
  37.         if ($pageno =~ /^([0-9]+)[^0-9]([0-9]+)$/) { # funky -
  38.         for (my $count = $1; $count <= $2; $count++) {
  39.             push (@mpages, "<phrase role=\"$pageno\">$count</phrase>");
  40.         }
  41.         } else {
  42.         push (@mpages, $page);
  43.         }
  44.     }
  45.     @pages = sort rangesort @mpages;
  46.     }
  47.  
  48.     # Remove duplicates...
  49.     if ($#pages > 0) {
  50.     my @mpages = ();
  51.     my $current = "";
  52.     foreach my $page (@pages) {
  53.         my $pageno = &pageno($page);
  54.         if ($pageno ne $current) {
  55.         push (@mpages, $page);
  56.         $current = $pageno;
  57.         }
  58.     }
  59.     @pages = @mpages;
  60.     }
  61.  
  62.     # Collapse ranges...
  63.     if ($#pages > 1) {
  64.     my @cpages = ();
  65.     while (@pages) {
  66.         my $count = 0;
  67.         my $len = &rangelen($count, @pages);
  68.         if ($len <= 2) {
  69.         my $page = shift @pages;
  70.         push (@cpages, $page);
  71.         } else {
  72.         my $fpage = shift @pages;
  73.         my $lpage = "";
  74.         while ($len > 1) {
  75.             $lpage = shift @pages;
  76.             $len--;
  77.         }
  78.         my $fpno = &pageno($fpage);
  79.         my $lpno = &pageno($lpage);
  80.         $fpage =~ s/>$fpno</>${fpno}-$lpno</s;
  81.         push (@cpages, $fpage);
  82.         }
  83.     }
  84.     @pages = @cpages;
  85.     }
  86.  
  87.     my $page = shift @pages;
  88.     $page =~ s/\s*$//s;
  89.     $cindex .= $page;
  90.     while (@pages) {
  91.     $page = shift @pages;
  92.     $page =~ s/\s*$//s;
  93.     $cindex .= ", $page";
  94.     }
  95. }
  96. $cindex .= $index;
  97.  
  98. print "$cindex\n";
  99.  
  100. sub pageno {
  101.     my $page = shift;
  102.  
  103.     $page =~ s/^<phrase.*?>//;
  104.     $page =~ s/^<link.*?>//;
  105.  
  106.     return $1 if $page =~ /^([^<>]+)/;
  107.     return "?";
  108. }
  109.  
  110. sub rangesort {
  111.     my $apno = &pageno($a);
  112.     my $bpno = &pageno($b);
  113.  
  114.     # Make sure roman pages come before arabic ones, otherwise sort them in order
  115.     return -1 if ($apno !~ /^\d+/ && $bpno =~ /^\d+/);
  116.     return  1 if ($apno =~ /^\d+/ && $bpno !~ /^\d+/);
  117.     return $apno cmp $bpno;
  118. }
  119.  
  120. sub rangelen {
  121.     my $count = shift;
  122.     my @pages = @_;
  123.     my $len = 1;
  124.     my $inrange = 1;
  125.  
  126.     my $current = &pageno($pages[$count]);
  127.     while ($count < $#pages && $inrange) {
  128.     $count++;
  129.     my $next = &pageno($pages[$count]);
  130.     if ($current + 1 eq $next) {
  131.         $current = $next;
  132.         $inrange = 1;
  133.         $len++;
  134.     } else {
  135.         $inrange = 0;
  136.     }
  137.     }
  138.  
  139.     return $len;
  140. }
  141.