pdfparser

type DocumentStructure struct {
	TotalPages   int            `json:"total_pages"`
	TotalTables  int            `json:"total_tables"`
	TotalLines   int            `json:"total_lines"`
	TableContent []TableSummary `json:"table_content"`
	TextBlocks   []TextBlock    `json:"text_blocks"`
}

type Image struct {
	Index            int    `json:"index"`
	Position         []int  `json:"position"` // [x0, y0, x1, y1]
	Width            int    `json:"width"`
	Height           int    `json:"height"`
	Data             string `json:"data"`                        // base64编码的图片数据
	Format           string `json:"format"`                      // 图片格式
	SizeBytes        int    `json:"size_bytes,omitempty"`        // 图片大小（字节）
	ExtractionMethod string `json:"extraction_method,omitempty"` // 提取方法：pdfimages, pymupdf, page_render
}

type LineGroup struct {
	Y        float64       // 行的Y坐标
	Elements []TextElement // 该行的所有元素
}

type PDFParser struct {
	// contains filtered or unexported fields
}

type PDFParserOptions struct {
	NeedCharacter    bool   // 是否需要字符级信息
	ExtractImages    bool   // 是否提取图片
	OutputFormat     string // 输出格式: json, text, html
	PageRange        string // 页面范围: "1-5", "1,3,5", "all"
	TableEngine      string // 表格引擎: "pdfplumber", "pymupdf", "hybrid"
	HighAccuracyMode bool   // 高精度模式（启用Camelot兜底，速度较慢但精度更高）
}

type ParserOption func(*PDFParser)

type RunRequest struct {
	PDFPath string
	Options PDFParserOptions
}

type RunResult struct {
	Stdout []byte
	Stderr []byte
}

type Runner interface {
	Run(context.Context, RunRequest) (RunResult, error)
}

type SearchResult struct {
	PageNumber    int    `json:"page_number"`
	ElementNumber int    `json:"element_number"`        // 元素序号（在页面中的顺序）
	LineNumber    int    `json:"line_number,omitempty"` // 在plain元素中的行号
	TableNumber   int    `json:"table_number,omitempty"`
	CellRow       int    `json:"cell_row,omitempty"`
	CellCol       int    `json:"cell_col,omitempty"`
	Text          string `json:"text"`
	Position      []int  `json:"position"`
	InTable       bool   `json:"in_table"`
	ElementType   string `json:"element_type"` // plain, table_with_line, table_without_line
}

type TLine struct {
	Angle       int     `json:"angle"`
	Text        string  `json:"text"`
	Direction   int     `json:"direction"`
	Handwritten int     `json:"handwritten"`
	Position    []int   `json:"position"` // [x0, y0, x1, y1]
	Score       float64 `json:"score"`
	Type        string  `json:"type"`
	// 以下字段在 needCharacter 为 true 时返回
	CharAttributes      []string    `json:"char_attributes,omitempty"`
	CharCandidates      [][]string  `json:"char_candidates,omitempty"`
	CharCandidatesScore [][]float64 `json:"char_candidates_score,omitempty"`
	CharCenters         [][]int     `json:"char_centers,omitempty"`
	CharPositions       [][]int     `json:"char_positions,omitempty"`
	CharScores          []float64   `json:"char_scores,omitempty"`
}

type TPage struct {
	Angle  int     `json:"angle"`
	Height int     `json:"height"`
	Width  int     `json:"width"`
	Tables []Table `json:"tables"`
	Images []Image `json:"images,omitempty"` // 图片信息（可选）
}

type TResult struct {
	Pages []TPage `json:"pages"`
}

type Table struct {
	HeightOfRows []int       `json:"height_of_rows"`
	Type         string      `json:"type"`
	TableCells   []TableCell `json:"table_cells"`
	TableRows    int         `json:"table_rows"`
	WidthOfCols  []int       `json:"width_of_cols"`
	Position     []int       `json:"position"`
	Lines        []TLine     `json:"lines"`
	TableCols    int         `json:"table_cols"`
}

type TableCell struct {
	StartRow int    `json:"start_row"`
	StartCol int    `json:"start_col"`
	EndRow   int    `json:"end_row"`
	EndCol   int    `json:"end_col"`
	Text     string `json:"text"`
	Borders  struct {
		Right  int `json:"right"`
		Bottom int `json:"bottom"`
		Left   int `json:"left"`
		Top    int `json:"top"`
	} `json:"borders"`
	Position []int   `json:"position"`
	Lines    []TLine `json:"lines"`
}

type TableExporter struct {
	// contains filtered or unexported fields
}

type TableResponse struct {
	Msg      string  `json:"message"` // 注意：Python返回的是"message"，不是"msg"
	Code     int     `json:"code"`
	Version  string  `json:"version"`
	Duration int     `json:"duration"`
	Result   TResult `json:"result"`
}

type TableSummary struct {
	PageNumber    int    `json:"page_number"`
	ElementNumber int    `json:"element_number"`
	Rows          int    `json:"rows"`
	Cols          int    `json:"cols"`
	Position      []int  `json:"position"`
	CellCount     int    `json:"cell_count"`
	TableType     string `json:"table_type"`
}

type TextAnalyzer struct {
	// contains filtered or unexported fields
}

type TextBlock struct {
	PageNumber    int     `json:"page_number"`
	ElementNumber int     `json:"element_number"`
	LineCount     int     `json:"line_count"`
	Lines         []TLine `json:"lines"`
	Position      []int   `json:"position"`
}

type TextElement struct {
	Text     string  // 文本内容
	X        float64 // X坐标
	Y        float64 // Y坐标
	Width    float64 // 宽度
	Height   float64 // 高度
	FontSize float64 // 字体大小
	IsTable  bool    // 是否为表格
}

type TextFormatter struct {
	// contains filtered or unexported fields
}