diff --git a/project/llmclipboard/llmclipboard/app.py b/project/llmclipboard/llmclipboard/app.py index f105c10..98fa728 100644 --- a/project/llmclipboard/llmclipboard/app.py +++ b/project/llmclipboard/llmclipboard/app.py @@ -46,54 +46,64 @@ class TextCaptureService: win32clipboard.OpenClipboard() content = None - # 尝试获取HTML格式 + # 首先尝试获取Unicode文本 try: - content = win32clipboard.GetClipboardData(win32con.CF_HTML) + content = win32clipboard.GetClipboardData(win32con.CF_UNICODETEXT) + self.logger.info("获取Unicode文本格式内容") + if content: + return content + except Exception as e: + self.logger.debug(f"获取Unicode文本失败: {e}") + + # 如果Unicode获取失败，尝试获取HTML格式 + try: + html_content = win32clipboard.GetClipboardData(win32con.CF_HTML) self.logger.info("获取HTML格式内容") - h = HTML2Text() - h.body_width = 0 # 禁用自动换行 - h.single_line_break = True # 使用单行换行 - h.ignore_emphasis = False - h.ignore_images = False - h.ignore_links = False - h.ignore_tables = False - content = h.handle(content).strip() + if html_content: + # 解析HTML格式的内容 + h = HTML2Text() + h.body_width = 0 # 禁用自动换行 + h.single_line_break = True # 使用单行换行 + h.ignore_emphasis = False + h.ignore_images = False + h.ignore_links = False + h.ignore_tables = False + + # 从HTML字符串中提取实际的HTML内容 + start = html_content.find('') + end = html_content.find('') + if start != -1 and end != -1: + html_content = html_content[start:end+7] + + content = h.handle(html_content).strip() + if content: + return content except Exception as e: self.logger.debug(f"获取HTML格式失败: {e}") - # 如果HTML格式获取失败，尝试获取Unicode文本 - if not content: - try: - content = win32clipboard.GetClipboardData(win32con.CF_UNICODETEXT) - self.logger.info("获取Unicode文本格式内容") - except Exception as e: - self.logger.debug(f"获取Unicode文本失败: {e}") + # 如果HTML获取失败，尝试获取普通文本 + try: + text_content = win32clipboard.GetClipboardData(win32con.CF_TEXT) + self.logger.info("获取普通文本格式内容") + if text_content: + return text_content.decode('gbk') + except Exception as e: + self.logger.debug(f"获取普通文本失败: {e}") - # 如果Unicode获取失败，尝试获取普通文本 if not content: - try: - content = win32clipboard.GetClipboardData(win32con.CF_TEXT) - content = content.decode('gbk') - self.logger.info("获取普通文本格式内容") - except Exception as e: - self.logger.debug(f"获取普通文本失败: {e}") - - win32clipboard.CloseClipboard() - - if content: - self.logger.info("成功获取剪贴板内容") - return content - else: self.logger.warning("剪贴板内容为空") return None + return content + except Exception as e: self.logger.error(f"获取剪贴板内容失败: {e}") + return None + finally: try: win32clipboard.CloseClipboard() except: pass - return None def on_click(self, x, y, button, pressed): if not pressed or not self.running: @@ -103,6 +113,11 @@ class TextCaptureService: current_time = time.time() if (current_time - self.last_right_click_time) < self.double_click_threshold: self.logger.info("检测到双击右键") + # 先执行复制操作 + self.simulate_copy() + time.sleep(0.1) # 等待复制完成 + + # 获取剪贴板内容 content = self.get_clipboard_content() if content: self.logger.info("开始保存内容") diff --git a/project/llmclipboard/llmclipboard/document_processor.py b/project/llmclipboard/llmclipboard/document_processor.py index 4049873..6a15e65 100644 --- a/project/llmclipboard/llmclipboard/document_processor.py +++ b/project/llmclipboard/llmclipboard/document_processor.py @@ -36,17 +36,33 @@ class DocumentProcessor: def extract_title(self, content): """从内容中提取或生成标题""" # 首先尝试从内容的第一行提取标题 - first_line = content.strip().split('\n')[0] - if len(first_line) <= 50: # 如果第一行不太长，可能是标题 + lines = content.strip().split('\n') + first_line = lines[0].strip() + + # 如果第一行是markdown标题格式，直接使用 + if first_line.startswith('#'): + return first_line.lstrip('#').strip() + + # 如果第一行不太长且不是很短，可能是标题 + if 10 <= len(first_line) <= 100 and not first_line.endswith('：') and not first_line.endswith(':'): return first_line + # 尝试查找文章的主题句 + for line in lines[:5]: # 只查看前5行 + line = line.strip() + if '主题' in line or '概要' in line or '总结' in line: + # 提取冒号或者是后面的内容 + if ':' in line or '：' in line: + return line.split(':', 1)[1].strip() if ':' in line else line.split('：', 1)[1].strip() + return line + # 使用结巴分词提取关键词 - keywords = jieba.analyse.textrank(content, topK=3, allowPOS=('ns', 'n', 'vn', 'v')) + keywords = jieba.analyse.textrank(content[:500], topK=3, allowPOS=('ns', 'n', 'vn', 'v')) if keywords: return ' '.join(keywords) - # 如果无法提取关键词，使用内容的前20个字符 - return content[:20].strip() + "..." + # 如果无法提取关键词，使用内容的前30个字符 + return content[:30].strip() + "..." def extract_tags(self, content): """提取内容的标签"""