У нас на проекте есть wiki на англ. языке, в которую хотим автоматом через Deepl API добавить русские преводы.
А БД текст хранится в виде HTML.
Задача какзалась простой, просто передать эту строку в Deepl и сохранить перевод в БД. Сам переводчик хорошо видит html разметку и в 90% случаев возвращает хороший перевод. Однако если в html есть код (тег code), то, например MySQL код, переводчик переводит его тоже. Мы решили разбить html по тегам и преобразовать его в массив.
const jsdom = require('jsdom')
const dom = new JSDOM(html)
let arr = [...dom.window.document.body.children].map((child) => child.outerHTML)
На выходе имеем, что-то вроде:
[
"<p>Пример</p>",
"<co d e class="hljs language-css">.test {text-decoration: none;}</co d e>",
"<co d e class="hljs javascript">console.log('Test');</co d e>",
"<p>Пример</p>"
]
В итоге получаем массив и можем обойти его, и перевести только то, что необходимо. Всё работало отлично пока мы не заметили что иногда из кода, который находится в теге
code стали пропалать куски кода. Особенно часто это происходит с html кодом.
Вопрос в том, может кто подсказать более универсальный способ перевести html строку, в который есть текст и код?
Заранее спасибо!
UPD: уточню задачу. Есть html строка. Для примера скопировал со StackOverflow:
<p>This is my docker-compose.yml file</p>
<pre><code>version: "3.7"
services:
db:
build: database
container_name: db
environment:
POSTGRES_USER: ${POSTGRES_USER}
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
POSTGRES_DB: ${POSTGRES_DB}
volumes:
- ./pgdata:/var/lib/postgressql/data
- ./database/migrations:/migrations
ports:
- "5432:5432"
</code></pre>
<p>My end objective is that it should first run the parent's entry point command and then run mine.</p>
Как из неё получить массив вида:
const arr = [
"<p>This is my docker-compose.yml file</p>",
"<pre><code>version: "3.7"
services:
db:
build: database
container_name: db
environment:
POSTGRES_USER: ${POSTGRES_USER}
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
POSTGRES_DB: ${POSTGRES_DB}
volumes:
- ./pgdata:/var/lib/postgressql/data
- ./database/migrations:/migrations
ports:
- "5432:5432"
</code></pre>",
"<p>My end objective is that it should first run the parent's entry point command and then run mine.</p>"
];
При этом, если внутри тега code есть ещё html, то его не должно зацепить. Так как сейчас именно это и происходит.
Средний