117 lines
4.2 KiB
PHP
117 lines
4.2 KiB
PHP
<?php
|
|
|
|
namespace App\Containers\Dashboard\Tasks\AI;
|
|
|
|
use App\Containers\Dashboard\Tasks\AI\ParseDocxTask;
|
|
use App\Containers\Dashboard\Tasks\AI\ConvertDocToDocxTask;
|
|
use Illuminate\Http\UploadedFile;
|
|
use Illuminate\Support\Facades\Storage;
|
|
use Illuminate\Support\Facades\Log;
|
|
|
|
class ExtractTextFromDocumentTask
|
|
{
|
|
public function __construct(
|
|
private readonly ParseDocxTask $parseDocxTask,
|
|
private readonly ConvertDocToDocxTask $convertDocToDocxTask,
|
|
) {}
|
|
|
|
/**
|
|
* Извлекает текст из DOCX или DOC файла
|
|
* Автоматически определяет формат и конвертирует при необходимости
|
|
*/
|
|
public function run(UploadedFile $file): ?string
|
|
{
|
|
$extension = strtolower($file->getClientOriginalExtension());
|
|
|
|
Log::info('[ExtractTextFromDocumentTask] Начало извлечения текста', [
|
|
'file' => $file->getClientOriginalName(),
|
|
'extension' => $extension,
|
|
'size' => $file->getSize(),
|
|
]);
|
|
|
|
// Если DOCX — парсим напрямую
|
|
if ($extension === 'docx') {
|
|
Log::info('[ExtractTextFromDocumentTask] Обработка DOCX файла');
|
|
return $this->extractFromDocx($file);
|
|
}
|
|
|
|
// Если DOC — конвертируем в DOCX, затем парсим
|
|
if ($extension === 'doc') {
|
|
Log::info('[ExtractTextFromDocumentTask] Обработка DOC файла (требуется конвертация)');
|
|
return $this->extractFromDoc($file);
|
|
}
|
|
|
|
Log::warning('[ExtractTextFromDocumentTask] Неизвестный формат файла', [
|
|
'extension' => $extension,
|
|
]);
|
|
|
|
return null;
|
|
}
|
|
|
|
/**
|
|
* Извлекает текст из DOCX файла
|
|
*/
|
|
private function extractFromDocx(UploadedFile $file): ?string
|
|
{
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDocx] Начало');
|
|
|
|
// Сохраняем во временную директорию
|
|
$tempPath = $file->storeAs('temp', 'temp_doc_' . time() . '.docx', 'local');
|
|
$absoluteTempPath = Storage::disk('local')->path($tempPath);
|
|
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDocx] Файл сохранен', [
|
|
'path' => $tempPath,
|
|
'absolute_path' => $absoluteTempPath,
|
|
]);
|
|
|
|
// Парсим файл
|
|
$extractedText = $this->parseDocxTask->run($absoluteTempPath);
|
|
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDocx] Результат парсинга', [
|
|
'text_length' => strlen($extractedText ?? ''),
|
|
]);
|
|
|
|
// Удаляем временный файл
|
|
Storage::disk('local')->delete($tempPath);
|
|
|
|
return $extractedText;
|
|
}
|
|
|
|
/**
|
|
* Извлекает текст из DOC файла (через конвертацию)
|
|
*/
|
|
private function extractFromDoc(UploadedFile $file): ?string
|
|
{
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDoc] Начало конвертации');
|
|
|
|
// Конвертируем DOC → DOCX
|
|
$docxPath = $this->convertDocToDocxTask->run($file);
|
|
|
|
if (!$docxPath) {
|
|
Log::error('[ExtractTextFromDocumentTask:extractFromDoc] Не удалось конвертировать DOC файл', [
|
|
'file' => $file->getClientOriginalName(),
|
|
]);
|
|
return null;
|
|
}
|
|
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDoc] Конвертация успешна', [
|
|
'docx_path' => $docxPath,
|
|
]);
|
|
|
|
// Получаем абсолютный путь
|
|
$absoluteDocxPath = Storage::disk('local')->path($docxPath);
|
|
|
|
// Парсим конвертированный файл
|
|
$extractedText = $this->parseDocxTask->run($absoluteDocxPath);
|
|
|
|
Log::info('[ExtractTextFromDocumentTask:extractFromDoc] Результат парсинга', [
|
|
'text_length' => strlen($extractedText ?? ''),
|
|
]);
|
|
|
|
// Удаляем конвертированный файл
|
|
Storage::disk('local')->delete($docxPath);
|
|
|
|
return $extractedText;
|
|
}
|
|
}
|