EMT.php: 720-723

$ret['map'] = $test['params']['map'];
$ret['disable'] = $test['params']['map_disable'];
$ret['strict'] = $test['params']['map_strict'];
$test['params']['maps'] = array($ret);

Типограф обрабатывает ldquo но игнорирует rdquo, в результате при обработке текста добавленного на сайт через tinymce получаласть конструкция [«В пролете"], локально исправил добавлением в массив EMT_Lib::$_charsTable['"']['html'] значения '”'

Скачал типограф, дописал в него namespace app\components;
При попытке типографировать лезут ошибки
Invalid argument supplied for foreach() EMTypograph.php #3063
foreach($tret_obj->rules as $rulename => $v)

Всем привет! Если у кого-то есть время и желание, то у нас есть идея реализовать вот такой небольшой виджет http://cl.ly/image/371O3k2f0Z0I/o. Пользователь кладет в закладки браузера нужную ссылку и вызывая на любом сайте, может типографировать выделенный текст.

Из письма:

Здравствуйте!

Меня зовут Алексей, и я решил сделать расширение для UMI.CMS, использующее ваш Типограф.

В процессе разработки возникло несколько вопросов.

В чем суть: я решил сделать расширение максимально кастомизируемым, поэтому реализовал возможность пользовательской настройки всех его опций. В процессе тестирования работы опций, обратил внимание на некоторые несоответствия с тем-как-должно-быть:

1. Заметил, что опция "Quote.quotation" не реагирует на "off" - внутренние кавычки-лапки как проставлялись, так и продолжают проставляться, если активирована опция "Quote.quotes".

2. В целом, большинство (если не все) опций странно себя ведут внутри конструкции

   . К примеру, если указать

   [email protected]

   (и больше ничего), при этом опция "Text.email" будет включена, то на выходе не произойдет оборачивание указанного адреса в ссылку. Но если указать:

   Мой e-mail: [email protected]

   , то типограф обернет адрес эл. почты в ссылку.

Использую последнюю, на текущий момент, версию скрипта (3.5).
Буду благодарен за ответы.

--
С уважением,
Алексей Арендаренко

Здравствуйте!

Нашел довольно-таки интересное поведение, которое воспроизводится без проблем.

Итак, вот код:

 $emt = new \EMTypograph();

$emt->settings['dounicode'] = 'on';

$emt->set_text("<p>test - \"test\"</p><p>\"test\" - test</p>");
echo $emt->apply() . PHP_EOL;

В результате работы этого кода будет выведено:

<p>test — «test»</p><p>"test" - test</p>

Как видно, второй абзац не обработался. Если эти абзацы разделить переносом строки \n, то второй абзац будет обработан.

PHP Deprecated: Non-static method EMT_Lib::split_number() should not be called statically in EMT.php(1006) : eval()'d code on line 1

private function thereplcallback($m)
{
    $x = "";
    eval('$x = '.($this->thereplacement?$this->thereplacement:'""').';');
    return $x;
}

Письмо с проблемой:

Добрый день,

Обнаружил странное - если в типограф вставить фразу "Тарифы зон А и Б", то результат получается "Тарифы зон, А и Б". Откуда берется запятая, не очень ясно. Проверял в программе на php-классе, а также на странице http://mdash.ru/demo.html
Это можно как-нибудь исправить?

С уважением, Алексей

Здравствуйте!

Если этот текст пропустить через типограф (3.4), то кавычки после Мамы и Не все коту масленица не становятся елочками.

Где ты могла меня видеть? 

В самом добром кино “Мамы”, в молодежном триллере “Закрытая школа” на СТС. А еще на сцене театра им. Вл. Маяковского в спектакле “Не все коту масленица”.

если скормить ему = или

Новая часть называется "<a href="/articles/finalhourshl/?page=3">Отличие Valve</a>":

типографируется в

Новая часть называется «Отличие Valve«:

В репозитории находится одновременно две версии EMT.py. В корне с 3000 строк кода, в src-py с 2000. Оставте только одну версию.

README.md:

"To build EMT you need php version 5.2 or older. "

Did you mean "... or newer" ?

Прошу включить возможность автоматически нумеровать списки через ol/li. На php у меня отлично справляется следующий код (с регуляркой):

//Нумерование точками списков ul li
		//$modx->log(1,$content);
        if (!function_exists("convert_ul_li")) {
            function convert_ul_li($matches) {
                $text = preg_replace('/(?s)(?:<p>)*(?:\s+)(?:&ndash;|–|-|\*|•){1}\s+((?:(?!<\/br>|<br>|<\/p>).)*)\s*(<\/br>|<br>|<\/p>)+/iu', '<li>$1</li>', $matches[0]);
                $text = "<ul>".$text."</ul>";
                return $text;
            }
        }
        $content = preg_replace_callback('/((?:\s*(<p>)*(\s+)(-){1}(\s+)(?:(?!<\/br>|<br>|<\/p>).)*\s*(<\/br>|<br>|<\/p>)+){2,})/iu', 'convert_ul_li', $content);

//Нумерование цифрами списков ol li
		if (!function_exists("convert_ol_li")) {
			function convert_ol_li($matches) {
				$text = preg_replace('/(?s)(?:<(?:[^>]*)>)*\s*(?:\d+(?:\.|&ndash;|-)){1}(?:<(?:[^>]*)>)*(?:\s)+((?:(?!<br>).)*)(<\/br>|<br>)*/iu', '<li>$1</li>', $matches[0]);
				$text = "<ol>".$text."</ol>";
				return $text;
			}
		}
		$content = preg_replace_callback('/(?s)((?:(<([^>]*)>)*(\s)*(\d+(\.|&ndash;|-)){1}(<\/([^>]*)>)*\s+(?:(?!<\/p>).)*(<\/br>|<br>)*){2,})/iu', 'convert_ol_li', $content);

У вас есть тест строки для проверки правил?

http://alexsuslov.github.io/emt/ - доки
https://github.com/alexsuslov/emt - исходники

Озвученное правило вызывает подобные эффекты:
В 2000 году ему предложили снять несколько серий детективного сериала «Черная комната» для канала РЕН ТВ.
Превращается в
В 2000 году ему предложили снять несколько серий детективного сериала «Черная комната» для канала РЕН Т.В.

Подскажите, как задать регулярное выражение для исключения элементов из обрабатываемого текста? к примеру,

exclude=!(((title|alt|href|src|value|action|name)=(\"|\')(.*?)(\"|\'))|(<pre(.*?)</pre>)|(<option(.*?)</option>))!ise

<!-- <tag/> --> заменяется на <!-- <tag/> -→

По итогам вот этого вопроса: https://toster.ru/q/130977

Написано что в 2015 году уже фиксили проблему, но простой пример осыпается. :-(

$t = new \Emuravjev\Mdash\Typograph();  
$t->add_safe_tag('code');
$t->set_text("<pre><code>text</code></pre>");
echo $t->apply();

Тикет из прошлого: #16

Пожалуйста, оформите документацию к Python-версии в соответствии с стандартом языка Python (docstrings), примеры лучше оформлять в виде doctests

def some_fun():
     ''' We do something here

        We explain what do we do.
     '''

Добавляются лишние пробелы в имена доменов
hl2.gamingsource.co.uk -> hl2. gamingsource. co.uk
showme.info -> showme. info
Framework.NET -> Framework. NET

В шаблоне '/([,]|[:]|[;]]){2,}/' лишняя "]".
Да и сам шаблон какой-то странный, думаю можно заменить на '/(,|:|;){2,}/'.

Но даже если убрать лишнюю скобку, то типограф начинает спотыкаться на

ЗАО «Фирма», или &;

получается

ЗАО «Фирма&raquo, или &

и тд и тп.

преобразует в :

и тд и т. п.

Смушает что как-то наполовину.

В тексте
"Проектирование молниезащиты с помощью ПО Model Studio CS Молниезащита"
нет инициалов, но они появляются
"Проектирование молниезащиты с помощью П. О. Model Studio C. S. Молниезащита"

«Текст«

Ожидание:

&laquo;<a href="#">Текст</a>&raquo;

Реальность:

&laquo;<a href="#">Текст</a>&laquo;

;)

Исходный код текущей версии типографа написан в кодировке UTF-8 (речь о версии на PHP). Разумеется, в нем присутствуют последовательности, состоящие более чем из одного байта. Это накладывает некоторые ограничения. Технически, самому типографу достаточно быть в однобайтной кодировке, чтобы обрабатывать тексты в UTF-8.

Пример ограничения: при создании модуля, в который включен типограф, для 1С-Битрикс мы столкнулись со следующей проблемой. При размещении модуля в Маркетплейсе (чтобы иметь возможность быстро обновлять его на всех обслуживаемых сайтах) весь исходный код перекодируется в CP-1251. Затем, при установке на сайт в UTF-8, Маркетплейс обратно перекодирует его. В результате те самые не-однобайтные последовательности превращаются в знаки вопроса, в том числе в регулярных выражениях.

Мое предложение: заменить все эти последовательности шестнадцатеричными кодами символов. Мне уже пришлось это сделать, так что я готов сделать fork и pull-request, если это необходимо.

Добрый день, обнаружилась некорректная работа типографа с кириллическими ссылками.
Метод: safe_sequences() https://github.com/emuravjev/mdash/blob/master/src-php/EMT.php#L329
Regexp: EMT_Lib::url_regex() https://github.com/emuravjev/mdash/blob/master/src-php/EMT.Lib.php#L704

При нахождении ссылки в тексте типа https://пример.укр, типограф возвращает пустую строку.
Проблему решает добавление модификатора u в regexp https://github.com/emuravjev/mdash/blob/master/src-php/EMT.Lib.php#L704

Здравствуйте!
Имеем: самописный сайт + redactor от Imperavi (http://imperavi.com/redactor/ ) + EMT.
Типограф вызываю при сохранении статьи, на сервере (не через Ajax запрос). Поймала следующий баг: если в статье есть ссылки вроде http://www.bolshoyvopros.ru/questions/693440-kogda-otmechaetsja-den-synovej-kakie-pozdravlenija-s-dnjom-synovej.html (обратите внимание на цифры и дефис после них), то типограф падает с ошибкой:
#8192

Non-static method EMT_Lib::split_number() should not be called statically, assuming $this from incompatible context
location
/хххх/хххх/htdocs/inc/EMT.php(1006) : eval'd code at line 1

Ставить апач и пхп, чтобы собрать либу немного громоздко :)

Из <h1>text</h1> получается <p><h1>text</h1></p>

https://github.com/emuravjev/mdash/blob/master/src-php/EMT.Lib.php#L200

$text = preg_replace_callback('/(\<\/?)([^<>]+?)(\>)/s', create_function('$m','return (strlen($m[1])==1 && substr(trim($m[2]), 0, 1) == \'-\' && substr(trim($m[2]), 1, 1) != \'-\')? $m[0] : $m[1].( substr(trim($m[2]), 0, 1) === "a" ? "%%___"  : ""  ) . EMT_Lib::encrypt_tag(trim($m[2]))  . $m[3];'), $text);

Без create_function() это раскрывается в:

$text = preg_replace_callback('/(\<\/?)([^<>]+?)(\>)/s', function ($m) {
                return
                    (strlen($m[1])==1 && substr(trim($m[2]), 0, 1) == '-' && substr(trim($m[2]), 1, 1) != '-') ? $m[0] : $m[1]
                    .
                    ( substr(trim($m[2]), 0, 1) === "a" ? "%%___"  : ""  )
                    .
                    EMT_Lib::encrypt_tag(trim($m[2]))
                    .
                    $m[3];
            }, $text);

что вообще выглядит как ошибка: приоритет тернарного оператора ?: ниже оператора . и этот код выполняется как:

(strlen($m[1])==1 && substr(trim($m[2]), 0, 1) == '-' && substr(trim($m[2]), 1, 1) != '-') 

? $m[0] 

: ( $m[1] . ( substr(trim($m[2]), 0, 1) === "a" ? "%%___"  : ""  )... ) ;

То есть либо $m[0] либо склеенная строка.

Все правильно?

Например:
Иван Иванов: ""Барселона" сегодня продемонстрировала футбол высшего класса.

На выходе из типографа:
Иван Иванов: «"Барселона» сегодня продемонстрировала футбол высшего класса.

При обработке "Форматирование денежных сокращений (расстановка пробелов и привязка названия валюты к числу)"
Блок "nbsp_money_abbr"
Ошибочно устанавливается денежная единица при этом нарушая целостность слова.
Пример:
До обработки типографа:
после 19.00 уехать от остановки
После:
после 19.00 у.е.хать от остановки

Как решение добавить в регулярку проверку на целостность слова.

пример:

"проблемная ссылка"
"а тут всё хорошо" и
и ещё одна ссылка для примера.

<a href="#" target="_blank">"проблемная ссылка"</a>
<a href="#" target="_blank">"а тут всё хорошо"</a> и
<a href="#" target="_blank">и ещё одна ссылка для примера</a>.

после первой итерации:

«проблемная ссылка»
«а тут всё хорошо» и
и ещё одна ссылка для примера.

<p><span style="margin-left:-0.44em;">«</span><a href="#" target="_blank">проблемная ссылка</a>»<br />
<span style="margin-left:-0.44em;">«</span><a href="#" target="_blank">а тут всё хорошо</a>» и<br />
<a href="#" target="_blank">и ещё одна ссылка для примера</a>.</p>

После второй итерации:

«проблемная ссылка«
«а тут всё хорошо» и
и ещё одна ссылка для примера.

<p><span style="margin-left:-0.44em;">«</span><a href="#" target="_blank">проблемная ссылка</a>«<br />
<span style="margin-left:-0.44em;">«</span><a href="#" target="_blank">а тут всё хорошо</a>» и<br />
<a href="#" target="_blank">и ещё одна ссылка для примера</a>.</p>

'utf8' => array('×') /* какой же у него может быть код? */),

Дак вроде бы 0x00D7. Или это сделано специально?

Добавьте пожалуйста на packagist.org

"МФУ "Большой братик"" → «МФ„uo;Большо“атик»»

Для 1С-Битрикс актуальная проблема.

Я решил так: в /vendor/emuravjev/mdash/src/Tret/Quote.php исправил функцию inject_in на такую:

$thetext = substr($thetext, 0, $pos) . $text . substr($thetext, $pos + strlen($text));

Есть ли более изящное решение и можно ли это как-то исправлять «для всех»? Кажется, что этот цикл был не спроста. Я слышал, что бывает юникодные строки, где кириллица 2 байта, а латиница 1 байт, такие вещи вроде бы не учитываются таким циклом.

Если что, могу оформить пулл-реквест.

'Etc.unicode_convert' => 'on' убирает всё, кроме &nbsp
Подскажите пожалуйста как мнемонический символ &nbsp убрать в выдаче?

$t->add_safe_tag('code');
$t->set_text("<pre><code>text</code></pre>");
echo $t->apply();

В результате получаем дважды обработанный text:

"<pre><code>��m</code></pre>"

При кодировании обрабатывается тег pre и тег code скрывается,
а при обратном декодировании обработка тега pre возвращает code.

Из письма:

Добрый день.
Типографирую такой текст:

"Поступление"/"Списание"

Результат:

«Поступление"/"Списание»

Причины такого поведения понятны (пробелов нет). Но было бы замечательно, если бы такой текст обрабатывался корректно.

С уважением,
Дмитрий

"сообщила корреспонденту сайта XXX.RU Лариса Федоровна" преобразует в

"сообщила корреспонденту сайта XXX.R. U. Лариса Федоровна"

после адреса сайта в нижнем регистре, преобразует нормально

See http://php.net/manual/ru/function.create-function.php

Привет, скажи пожалуйста есть тесты для типографа? не могу найти их в репозитории

Было бы неплохо зарегистрировать скрипт на packagist.org, удобно внедрять и использовать.

1. Notice: Undefined index: action in F:\projects\GitHub\EMT\builder\builder.php on line 8

2. Strict Standards: Non-static method FS::list_only_files() should not be called statically in F:\projects\GitHub\EMT\builder\builder.php on line 73

Ссылке в тексте сначала типографируются (в hesh-е ссылки были заменены тире на дефисы), а за тем преобразуется в HTML ссылку.

Пример URI:
https://some.domain.ru/#hesh:a1fe4bd7-ad5a-4588-8127-8496db8f6c5d

Например:
Государственная дума РФ.

Измениться на:
Государственная дума Р Ф.

Но если обернуть фразу в тег, то пробел не добавиться.

Пропадает неразрывный пробел перед единицей измерения при повторном прогоне
1 15 мм
2 <p>15&nbsp;мм</p>
3 <p>15 мм</p>