特定の条件で発生するようなのだが、発生しないように修正した。その他に気になったところ。
- ｈ１タグにPタグで囲ってしまう。
- 画像の説明alt属性
- 画像のメモリ消費が激しい。
「見出しでh1タグの場合にpタグで囲まれてしまう」の修正コード
あなた:
次のコードを解説して
/** 行の文字列を出力
* 改ページフラグがあれば改ページ処理を行う
* @param out 出力先
* @param buf 出力する行
* @param noBr pタグで括れない次以降の行で閉じるブロック注記がある場合
* //@param chapterLevel Chapterレベル 指定無し=0, 大見出し=1, 中見出し=2, 見出し=2, 小見出し=3 (パターン抽出時は設定に合わせるか目次リストで選択したレベル)
* @throws IOException */
private void printLineBuffer(BufferedWriter out, StringBuilder buf, int lineNum, boolean noBr) throws IOException
{
String line = buf.toString();
int length = buf.length();
//すべて空白は空行にする
if (CharUtils.isSpace(line)) { line = ""; length = 0; }
int idIdx = 1;
String chapterId = null;
ChapterLineInfo chapterLineInfo = null;
//空白除去の時はスペースのみの行は空行扱い
if (this.removeEmptyLine > 0 && length > 0 && CharUtils.isSpace(line)) {
line = "";
length = 0;
}
if (length == 0) {
//空行なら行数をカウント 左右中央の時の本文前の空行は無視
if (!this.skipMiddleEmpty && !noBr) {
this.printEmptyLines++;
}
//バッファクリア
buf.setLength(0);
return;
}
//バッファ内の文字列出力
//見出し階層レベル
chapterLineInfo = this.bookInfo.getChapterLineInfo(lineNum);
//タグの階層をチェック (強制改ページ判別用に先にやっておく)
int tagStart = 0;
int tagEnd = 0;
boolean inTag = false;
for (int i=0; i<length; i++) {
if (inTag) {
if (line.charAt(i) == '/' && line.charAt(i+1) == '>') tagEnd++;
if (line.charAt(i) == '>') inTag = false;
} else {
if (line.charAt(i) == '<') {
if (i<length-1 && line.charAt(i+1) == '/') tagEnd++;
else tagStart++;
inTag = true;
}
}
}
if (out != null) {
//強制改ページ処理
//改ページトリガが設定されていない＆タグの外
if (this.forcePageBreak && this.pageBreakTrigger == null && this.tagLevel == 0) {
//行単位で強制改ページ
if (this.pageByteSize > this.forcePageBreakSize) {
this.setPageBreakTrigger(pageBreakNoChapter);
} else {
if (forcePageBreakEmptyLine > 0 && this.printEmptyLines >= forcePageBreakEmptyLine && this.pageByteSize > this.forcePageBreakEmptySize) {
//空行での分割
this.setPageBreakTrigger(pageBreakNoChapter);
} else if (forcePageBreakChapterLevel > 0 && this.pageByteSize > this.forcePageBreakChapterSize) {
//章での分割 次の行が見出しで次の行がタグの中になる場合１行前で改ページ
if (chapterLineInfo != null) this.setPageBreakTrigger(pageBreakNoChapter);
else if (tagStart-tagEnd > 0 && this.bookInfo.getChapterLevel(lineNum+1) > 0) this.setPageBreakTrigger(pageBreakNoChapter);
}
}
}
//改ページフラグが設定されていて、空行で無い場合
if (this.pageBreakTrigger != null) {
//空ページでの改ページ
//if (sectionCharLength == 0) {
// out.write(chukiMap.get("改行")[0]);
//}
//改ページ処理
if (this.pageBreakTrigger.pageType != PageBreakType.PAGE_NORMAL) {
//左右中央
this.writer.nextSection(out, lineNum, this.pageBreakTrigger.pageType, PageBreakType.IMAGE_PAGE_NONE, null);
} else {
//その他
this.writer.nextSection(out, lineNum, PageBreakType.PAGE_NORMAL, this.pageBreakTrigger.imagePageType, this.pageBreakTrigger.srcFileName);
}
//ページ情報初期化
this.pageByteSize = 0;
this.sectionCharLength = 0;
if (tagLevel > 0) LogAppender.error(lineNum, "タグが閉じていません");
this.tagLevel = 0;
this.lineIdNum = 0;
this.pageBreakTrigger = null;
}
this.skipMiddleEmpty = false;
//空行は行数がカウントされているので文字出力前に出力
if (this.printEmptyLines > 0) {
String br = chukiMap.get("改行")[0];
int lines = Math.min(this.maxEmptyLine, this.printEmptyLines-this.removeEmptyLine);
//見出し後3行以内開始の空行は1行は残す
if (lastChapterLine >= lineNum-this.printEmptyLines-2) {
lines = Math.max(1, lines);
}
for (int i=lines-1; i>=0; i--) {
out.write("<p>");
out.write(br);
out.write("</p>\n");
}
this.pageByteSize += (br.length()+8)*lines;
this.printEmptyLines = 0;
}
this.lineIdNum++;
if (noBr) {
//見出し用のID設定
if (chapterLineInfo != null) {
chapterId = "kobo."+this.lineIdNum+"."+(idIdx++);
if (line.startsWith("<")) {
//タグがあるのでIDを設定
line = line.replaceFirst("(<[\\d|\\w]+)", "$1 id=\""+chapterId+"\"");
} else {
//タグでなければ一文字目をspanに入れる
out.write("<span id=\""+chapterId+"\">"+line.charAt(0)+"</span>");
this.pageByteSize += (chapterId.length() + 20);
line = line.substring(1);
}
}
} else {
//改行用のp出力 見出しなら強制ID出力 koboの栞用IDに利用可能なkobo.のIDで出力
if (this.withMarkId || (chapterLineInfo != null && !chapterLineInfo.pageBreakChapter)) {
chapterId = "kobo."+this.lineIdNum+"."+(idIdx++);
out.write("<p id=\""+chapterId+"\">");
this.pageByteSize += (chapterId.length() + 14);
}
else {
out.write("<p>");
this.pageByteSize += 7;
}
}
out.write(line);
//ページバイト数加算
if (this.forcePageBreak) this.pageByteSize += line.getBytes(StandardCharsets.UTF_8).length;
//改行のpを閉じる
if (!noBr) {
out.write("</p>\n");
}
//見出しのChapterをWriterに追加 同じ行で数回呼ばれるので初回のみ
if (chapterLineInfo != null && lastChapterLine != lineNum) {
String name = chapterLineInfo.getChapterName();
if (name != null && !name.isEmpty()) {
//自動抽出で+10されているのは1桁のレベルに戻す
if (chapterLineInfo.pageBreakChapter) this.writer.addChapter(null, name, chapterLineInfo.level%10);
else this.writer.addChapter(chapterId, name, chapterLineInfo.level%10);
lastChapterLine = lineNum;
}
}
this.sectionCharLength += length;
}
//タグの階層を変更
this.tagLevel += tagStart-tagEnd;
//バッファクリア
buf.setLength(0);
}
ChatGPT:
いいですね。このコードは、テキスト行（文字列バッファ）をHTML化して出力する処理で、電子書籍（EPUBなど）向けの整形処理に使われています。 目的としては、
- 空行や見出し（章タイトル）を処理し、
タグで本文を囲み、
- 改ページのトリガー（page break）を判定・挿入する といった作業を行っています。
空行や見出し（章タイトル）を処理し、
<p>タグで本文を囲み、
改ページのトリガー（page break）を判定・挿入する といった作業を行っています。
private void printLineBuffer(BufferedWriter out, StringBuilder buf, int lineNum, boolean noBr)
| 引数 | 内容 |
|---|---|
| out | 出力先（HTMLファイルなど） |
| buf | 出力対象の1行（StringBuilder形式） |
| lineNum | 行番号 |
| noBr | タグで囲まない特殊ケース（注記など） |
int length = buf.length();
if (CharUtils.isSpace(line)) { line = ""; length = 0; }
String line = buf.toString();
int length = buf.length();
if (CharUtils.isSpace(line)) { line = ""; length = 0; }
- 空白だけの行を「空行」として扱う。
- removeEmptyLine > 0 の場合は、余分な空行を除去。
空白だけの行を「空行」として扱う。
removeEmptyLine > 0 の場合は、余分な空行を除去。
if (!this.skipMiddleEmpty && !noBr) {
this.printEmptyLines++;
}
buf.setLength(0);
return;
}
if (length == 0) {
if (!this.skipMiddleEmpty && !noBr) {
this.printEmptyLines++;
}
buf.setLength(0);
return;
}
- 空行を見つけたら、後で
として出力するためにカウントしておく。 - すぐには出力せず、次の本文行でまとめて出す。
空行を見つけたら、後で <p>``<br>``</p> として出力するためにカウントしておく。
すぐには出力せず、次の本文行でまとめて出す。
chapterLineInfo = this.bookInfo.getChapterLineInfo(lineNum);
- 現在の行が「章」「見出し」などに該当するかをチェック。
- この情報には level（大見出し・中見出しなど）や name（章タイトル）が入る。
現在の行が「章」「見出し」などに該当するかをチェック。
この情報には level（大見出し・中見出しなど）や name（章タイトル）が入る。
for (int i=0; i<length; i++) {
...
}
int tagStart = 0, tagEnd = 0;
for (int i=0; i<length; i++) {
...
}
や
などの開始タグ・終了タグの個数を数えて、タグの「深さ」（階層レベル）を管理。- これにより「タグが閉じられていない」といったHTML不整合を検出できる。
<p>や<div>などの開始タグ・終了タグの個数を数えて、タグの「深さ」（階層レベル）を管理。これにより「タグが閉じられていない」といったHTML不整合を検出できる。
... } if (this.forcePageBreak && this.pageBreakTrigger == null && this.tagLevel == 0) { ... }- 電子書籍用にページサイズや章単位での分割を自動判定。
- 文字数(pageByteSize)、空行数、見出しレベルなどを見て、
改ページサイズを超えた
空行が多い
次が新章 などの条件で this.setPageBreakTrigger() を呼び出す。 - 改ページサイズを超えた - 空行が多い - 次が新章 などの条件で this.setPageBreakTrigger() を呼び出す。
電子書籍用にページサイズや章単位での分割を自動判定。
文字数(pageByteSize)、空行数、見出しレベルなどを見て、
- 改ページサイズを超えた
- 空行が多い
- 次が新章 などの条件で this.setPageBreakTrigger() を呼び出す。
改ページサイズを超えた
空行が多い
次が新章 などの条件で this.setPageBreakTrigger() を呼び出す。
this.writer.nextSection(out, lineNum, ...); this.pageByteSize = 0; this.sectionCharLength = 0; this.tagLevel = 0; this.pageBreakTrigger = null; } if (this.pageBreakTrigger != null) { this.writer.nextSection(out, lineNum, ...); this.pageByteSize = 0; this.sectionCharLength = 0; this.tagLevel = 0; this.pageBreakTrigger = null; }- 改ページが必要なら writer.nextSection() を呼び出し、新しいページを開始。
- ページ内の文字数・タグ階層などを初期化。
改ページが必要なら writer.nextSection() を呼び出し、新しいページを開始。
ページ内の文字数・タグ階層などを初期化。
String br = chukiMap.get("改行")[0]; for (int i=lines-1; i>=0; i--) { out.write("<p>"); out.write(br); out.write("</p>\n"); } this.printEmptyLines = 0; } if (this.printEmptyLines > 0) { String br = chukiMap.get("改行")[0]; for (int i=lines-1; i>=0; i--) { out.write("<p>"); out.write(br); out.write("</p>\n"); } this.printEmptyLines = 0; }- 前段でカウントしておいた空行を
形式で出力。 - 空行の最大数（maxEmptyLine）なども制御。
前段でカウントしておいた空行を
<p>``<br>``</p>形式で出力。空行の最大数（maxEmptyLine）なども制御。
// pタグで括らない場合（見出しなど） } else { out.write("<p id=\"kobo.～\">"); } out.write(line); if (!noBr) out.write("</p>\n"); if (noBr) { // pタグで括らない場合（見出しなど） } else { out.write("<p id=\"kobo.～\">"); } out.write(line); if (!noBr) out.write("</p>\n");- 通常は
タグで囲って出力。
- 見出し行（chapterLineInfoあり）や注記行（noBr=true）の場合は個別処理。
- Kobo用に "kobo.{行番号}.{連番}" の形式でIDを付与しており、電子書籍リーダーのしおり機能に対応。
通常は
<p>タグで囲って出力。見出し行（chapterLineInfoあり）や注記行（noBr=true）の場合は個別処理。
Kobo用に "kobo.{行番号}.{連番}" の形式でIDを付与しており、電子書籍リーダーのしおり機能に対応。
this.writer.addChapter(chapterId, name, chapterLineInfo.level % 10); lastChapterLine = lineNum; } if (chapterLineInfo != null && lastChapterLine != lineNum) { this.writer.addChapter(chapterId, name, chapterLineInfo.level % 10); lastChapterLine = lineNum; }- 新しい見出し行を writer に登録（目次生成などに使われる）。
新しい見出し行を writer に登録（目次生成などに使われる）。
buf.setLength(0); this.tagLevel += tagStart - tagEnd; buf.setLength(0);
- タグ階層の更新とバッファ初期化。
タグ階層の更新とバッファ初期化。
段階 処理内容 ① 空白・空行を整理 ② 見出し情報を取得 ③ タグ階層の解析 ④ 改ページ判定 ⑤ 改ページ処理 ⑥ 溜まった空行の出力 ⑦ 本文出力（ タグ）
⑧ 見出し登録 ⑨ 状態リセット このコードはAozoraEpub3やその派生系のような、「青空文庫テキスト → EPUB変換ツール」でよく見られる構造です。 BufferedWriter で逐次HTMLを出力しながら、
- 改ページ
- 見出し抽出
- しおり用IDの埋め込み を一括して行う高機能な「1行出力関数」です。
改ページ
見出し抽出
しおり用IDの埋め込み を一括して行う高機能な「1行出力関数」です。
希望があれば、 👉 「この中の○○（例：改ページ処理・chapterLineInfo）」だけを詳しく図解 といった形にもできます。どの部分をもう少し詳しく見たいですか？
あなた:
h1やdivのときにpタグを付与しないようにしたい
ChatGPT:
良いですね。 つまり「
<h1>や<div>など、すでにブロック要素で始まる行には<p>〜</p>を付けたくない」ということですね。 今のコードでは、noBr フラグや chapterLineInfo の有無に応じて<p>タグを出力していますが、ブロック要素の自動判定はしていません。次のような処理を追加するのがシンプルで安全です。
>|boolean isBlockTag = line.matches("^\\s*<(h\\d|div|table|ul|ol|li|blockquote|section|article|header|footer)\\b.*");|
boolean isBlockTag = line.matches("^\\s*<(h\\d|div|table|ul|ol|li|blockquote|section|article|header|footer)\\b.*");
|これで行頭が
<h1>や<div>のようなタグで始まっていれば true になります。 そしてこの isBlockTag が true の場合は<p>タグを出力しないように条件を追加します。元コードのこの部分：
//見出し用のID設定 if (chapterLineInfo != null) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); if (line.startsWith("<")) { //タグがあるのでIDを設定 line = line.replaceFirst("(<[\\d|\\w]+)", "$1 id=\""+chapterId+"\""); } else { out.write("<span id=\""+chapterId+"\">"+line.charAt(0)+"</span>"); this.pageByteSize += (chapterId.length() + 20); line = line.substring(1); } } } else { //改行用のp出力 見出しなら強制ID出力 koboの栞用IDに利用可能なkobo.のIDで出力 if (this.withMarkId || (chapterLineInfo != null && !chapterLineInfo.pageBreakChapter)) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); out.write("<p id=\""+chapterId+"\">"); this.pageByteSize += (chapterId.length() + 14); } else { out.write("<p>"); this.pageByteSize += 7; } } out.write(line); if (!noBr) { out.write("</p>\n"); } if (noBr) { //見出し用のID設定 if (chapterLineInfo != null) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); if (line.startsWith("<")) { //タグがあるのでIDを設定 line = line.replaceFirst("(<[\\d|\\w]+)", "$1 id=\""+chapterId+"\""); } else { out.write("<span id=\""+chapterId+"\">"+line.charAt(0)+"</span>"); this.pageByteSize += (chapterId.length() + 20); line = line.substring(1); } } } else { //改行用のp出力 見出しなら強制ID出力 koboの栞用IDに利用可能なkobo.のIDで出力 if (this.withMarkId || (chapterLineInfo != null && !chapterLineInfo.pageBreakChapter)) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); out.write("<p id=\""+chapterId+"\">"); this.pageByteSize += (chapterId.length() + 14); } else { out.write("<p>"); this.pageByteSize += 7; } } out.write(line); if (!noBr) { out.write("</p>\n"); }これを次のように変更します👇
boolean isBlockTag = line.matches("^\\s*<(h\\d|div|table|ul|ol|li|blockquote|section|article|header|footer)\\b.*"); if (noBr || isBlockTag) { // 見出し用のID設定（pタグで囲まない） if (chapterLineInfo != null) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); if (line.startsWith("<")) { //タグがあるのでIDを設定 line = line.replaceFirst("(<[\\d|\\w]+)", "$1 id=\""+chapterId+"\""); } else { out.write("<span id=\""+chapterId+"\">"+line.charAt(0)+"</span>"); this.pageByteSize += (chapterId.length() + 20); line = line.substring(1); } } out.write(line); out.write("\n"); } else { // 通常の本文行を <p>〜</p> で出力 if (this.withMarkId || (chapterLineInfo != null && !chapterLineInfo.pageBreakChapter)) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); out.write("<p id=\""+chapterId+"\">"); this.pageByteSize += (chapterId.length() + 14); } else { out.write("<p>"); this.pageByteSize += 7; } out.write(line); out.write("</p>\n"); } boolean isBlockTag = line.matches("^\\s*<(h\\d|div|table|ul|ol|li|blockquote|section|article|header|footer)\\b.*"); if (noBr || isBlockTag) { // 見出し用のID設定（pタグで囲まない） if (chapterLineInfo != null) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); if (line.startsWith("<")) { //タグがあるのでIDを設定 line = line.replaceFirst("(<[\\d|\\w]+)", "$1 id=\""+chapterId+"\""); } else { out.write("<span id=\""+chapterId+"\">"+line.charAt(0)+"</span>"); this.pageByteSize += (chapterId.length() + 20); line = line.substring(1); } } out.write(line); out.write("\n"); } else { // 通常の本文行を <p>〜</p> で出力 if (this.withMarkId || (chapterLineInfo != null && !chapterLineInfo.pageBreakChapter)) { chapterId = "kobo."+this.lineIdNum+"."+(idIdx++); out.write("<p id=\""+chapterId+"\">"); this.pageByteSize += (chapterId.length() + 14); } else { out.write("<p>"); this.pageByteSize += 7; } out.write(line); out.write("</p>\n"); }- isBlockTag は
<h1>〜<h6>、<div>、<section>などブロックレベル要素で始まる行を検出します。 - noBr は元々の「pタグを付けない」指定なので、それも併せて除外条件に。
の閉じ忘れを防ぐために、条件ごとに明示的に
を書いています。
isBlockTag は
<h1>〜<h6>、<div>、<section>などブロックレベル要素で始まる行を検出します。noBr は元々の「pタグを付けない」指定なので、それも併せて除外条件に。
<p>の閉じ忘れを防ぐために、条件ごとに明示的に</p>を書いています。この変更を入れると：
入力行 出力 これは本文です。 <p>これは本文です。</p><h1>章タイトル</h1><h1>章タイトル</h1><div class="note">注釈</div><div class="note">注釈</div><p>元からpタグがある行</p><p>元からpタグがある行</p>（重複しない）希望があれば、「このタグリストを外部設定ファイルから読み込む」ようにもできます。 今のままでも充分実用的ですが、さらに拡張したいですか？
