Create formatting.py

ddpg/formatting.py

@@ -0,0 +1,69 @@
+# ddgp/formatting.py
+# -*- coding: utf-8 -*-
+"""
+Funções de formatação de texto para o Dicionário.
+"""
+import re
+import os
+import json
+
+BASE_DIR = os.path.dirname(__file__)
+DDGP_DATA_DIR = os.path.join(BASE_DIR, "data")
+
+# --- Carregamento de Abreviaturas ---
+try:
+    with open(os.path.join(DDGP_DATA_DIR, "abrev.json"), "r", encoding="utf-8") as f:
+        ABREV = json.load(f)
+except FileNotFoundError:
+    print("ATENÇÃO: Arquivo abrev.json não encontrado. A formatação de abreviaturas será desativada.")
+    ABREV = {}
+
+# --- Lógica de Abreviaturas ---
+def _escape_for_regex(s: str) -> str:
+    return re.escape(s)
+
+_abbrev_list_sorted = sorted(list(ABREV.keys()), key=lambda x: -len(x))
+_abbrev_patterns = [r"(?<!\w)" + _escape_for_regex(a) + r"(?!\w)" for a in _abbrev_list_sorted]
+ABREV_REGEX = re.compile(r"(" + r"|".join(_abbrev_patterns) + r")") if _abbrev_patterns else None
+
+def format_abrevs(texto: str) -> str:
+    """Substitui abreviaturas por spans com classes e tooltip."""
+    if not texto or not ABREV_REGEX:
+        return texto
+
+    def _repl(m):
+        ab = m.group(0)
+        info = ABREV.get(ab, {}) if ABREV else {}
+        desc = info.get("descricao", "") if isinstance(info, dict) else ""
+        tipo = info.get("tipo", "") if isinstance(info, dict) else ""
+        
+        # Lógica de classificação
+        cls = "abrev"
+        if ("Autor" in tipo or "Obras" in tipo or "Nome" in tipo or "Cultural" in tipo):
+            cls = "autor-sc"
+            
+        title = desc.replace('"', '&quot;')
+        return f'<span class="{cls}" title="{title}">{ab}</span>'
+
+    return ABREV_REGEX.sub(_repl, texto)
+
+# --- Formatação de Parágrafos de Descrição ---
+def format_pdesc(pdesc: str) -> str:
+    """Formata texto de descrição, tratando quebras de linha e aplicando formatação de abreviaturas."""
+    if not pdesc:
+        return ""
+        
+    # Normalize line endings
+    p = pdesc.replace('\r\n', '\n').replace('\r', '\n')
+    
+    # 1. Substitui '♦ ' por <br> e span com classe ddgp-sec (para quebra de linha após o diamante)
+    # Garante que '♦ label' fique na mesma linha usando um espaço após o <br>
+    p = re.sub(r'♦\s+', '<br><span class="ddgp-sec">♦</span> ', p)
+    
+    # 2. Aplica formatação de abreviaturas
+    p = format_abrevs(p)
+    
+    # 3. Preserva newlines simples como <br/>
+    p = p.replace('\n', '<br/>')
+    
+    return p