HTMLエディタで使われるhtmlタグを青空文庫形式に変換

　HTMLエディタで使われるhtmlタグを青空文庫形式に変換。CKeditorやtinyMCEなどのHTMLを青空文庫形式に変換できるかも。電書協EPUBではhtmlタグでの違いで意味を取るより、spanとdivにクラスをつけてCSSの内容によって切り替えている。そのためclassの名前を読み込まないとちゃんとパースができない。

前回の続き 99nyorituryo.hatenablog.com

ｈｒ区切りを改ページにした

rules.horizontalRule = {
  filter: 'hr',

  replacement: function (content, node, options) {
    return '\n\n［＃改ページ］\n\n' //区切りを改ページに
  }
}

linkタグをlinkタグに戻す何もしない処理

rules.inlineLink = {
  filter: function (node, options) {
    return (
      options.linkStyle === 'inlined' &&
      node.nodeName === 'A' &&
      node.getAttribute('href')
    )
  },

  replacement: function (content, node) {
    var href = node.getAttribute('href')
    var title = cleanAttribute(node.getAttribute('title'))
    if (title) title = ' title="' + title +'" '
    return '<a href="' + href + '"' + title+'>'+content + '</a>'
  }
}

リストタグは［＃ここから２字下げ、折り返して３字下げ］でいいかな、リストの頭に"一、", "●　",〇　"をつけて箇条書きっぽくする。

    "bulletListMarker": "一、", "●　",〇　"

rules.list = {
  filter: ['ul', 'ol'],

  replacement: function (content, node) {
    var parent = node.parentNode
    return '［＃ここから２字下げ、折り返して３字下げ］\n' + content + '\n［＃ここで字下げ終わり］'

  }
}

rules.listItem = {
  filter: 'li',

  replacement: function (content, node, options) {
    content = content
      .replace(/^\n+/, '') // remove leading newlines
      .replace(/\n+$/, '\n') // replace trailing newlines with just a single one
      .replace(/\n/gm, '\n    ') // indent
    var prefix = options.bulletListMarker
    var parent = node.parentNode
    if (parent.nodeName === 'OL') {
      var start = parent.getAttribute('start')
      var index = Array.prototype.indexOf.call(parent.children, node)
      prefix = (start ? Number(start) + index : index + 1) + '.  '
    }
    return (
      prefix + content + (node.nextSibling && !/\n$/.test(content) ? '\n' : '')
    )
  }
}

blockquoteをここから２字下げ

rules.blockquote = {
  filter: 'blockquote',

  replacement: function (content) {
    return '\n［＃ここから２字下げ］' + content + '［＃ここで字下げ終わり］\n'
  }
}

コードブロックの処理、エスケープ文字の処理をするかしないか。preとcodeへの青空文庫での置換方法がない。なので取りあえず、「ここから〇〇言語」にしておく

<pre><code class="language-js"></code></pre>

rules.indentedCodeBlock = {
  filter: function (node, options) {
    return (
      options.codeBlockStyle === 'indented' &&
      node.nodeName === 'PRE' &&
      node.firstChild &&
      node.firstChild.nodeName === 'CODE'
    )
  },

  replacement: function (content, node, options) {
        return '\n［＃ここから２字下げ］\n' + content + '\n［＃ここで字下げ終わり］\n'
  }
}

rules.fencedCodeBlock = {
  filter: function (node, options) {
    return (
      options.codeBlockStyle === 'fenced' &&
      node.nodeName === 'PRE' &&
      node.firstChild &&
      node.firstChild.nodeName === 'CODE'
    )
  },

  replacement: function (content, node, options) {
    var className = node.firstChild.getAttribute('class') || ''
    var language = (className.match(/language-(\S+)/) || [null, ''])[1]
    var code = node.firstChild.textContent

    return (
      '\n\n［＃ここから' + language + '言語］\n' +
      code.replace(/\n$/, '') +
      '\n［＃ここで' + language + '言語終わり］\n\n'
    )
  }
}

太字 傍点 傍線 斜体 下線 打消し線 _下付き ^上付き bold strong em italic u del sub sup 太字、傍点、傍線、斜体、下線、打ち消し、下付き、上付き

rules.emphasis = {
  filter: ['em'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃'+ options.emDelimiter + '］'+ content + '［＃'+ options.emDelimiter + '終わり］'
  }
}

rules.italic = {
  filter: [ 'i'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃'+ options.italicDelimiter + '］'+ content + '［＃'+ options.italicDelimiter + '終わり］'
  }
}

rules.strong = {
  filter: ['strong'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃'+ options.strongDelimiter + '］'+ content + '［＃'+ options.strongDelimiter + '終わり］'
  }
}

rules.bold = {
  filter: ['b'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃'+ options.boldDelimiter + '］'+ content + '［＃'+ options.boldDelimiter + '終わり］'
  }
}

rules.underline = {
  filter: ['u'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃左に傍線］'+ content + '［＃左に傍線終わり］'
  }
}

rules.del = {
  filter: ['del'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃取消線］'+ content + '［＃取消線終わり］'
  }
}

rules.sup = {
  filter: ['sup'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃上付き小文字］'+ content + '［＃上付き小文字終わり］'
  }
}

rules.sub = {
  filter: ['sub'],

  replacement: function (content, node, options) {
    if (!content.trim()) return ''
    return '［＃下付き小文字］'+ content + '［＃下付き小文字終わり］'
  }
}

htmlエディタからhtmlを取得して青空文庫に変換するとエディタになる。

　turndownを改造するためのforkしたがその場合のライセンス表記ってどうするんだろうか。マークダウンから青空文庫に変更して名前をhtml2aozoraとしたので、

blog.opuappnavi.com