# html2pptx 通用转化架构

## 1. 目标 Schema 定义

### 顶层结构
```json
{
  "presentation": {
    "layout": "CUSTOM",
    "slideWidth": 24.18,    // 英寸
    "slideHeight": 17.08    // 英寸
  },
  "slides": [
    {
      "background": { "color": "1A1A1A" },  // 可选
      "objects": [
        // text / shape / image / table / chart
      ]
    }
  ]
}
```

### text 对象
```json
{
  "type": "text",
  "text": "文字内容",
  "options": {
    "x": 1.463,          // 英寸（左上角 x）
    "y": 1.039,          // 英寸（左上角 y）
    "w": 2.282,          // 英寸（宽度）
    "h": 0.25,           // 英寸（高度）
    "fontSize": 14,      // pt
    "fontFace": "Arial", // 字体名
    "color": "000000",   // 6位hex
    "bold": false,       // 可选
    "italic": false,     // 可选
    "align": "left",     // left/center/right/justify
    "underline": false,  // 可选
    "charSpacing": 0     // 可选，字符间距
  }
}
```

### shape 对象
```json
{
  "type": "shape",
  "shapeName": "rect",   // rect/roundRect/ellipse
  "options": {
    "x": 0.83,
    "y": 3.07,
    "w": 17.78,
    "h": 3.12,
    "fill": { "color": "ffffff" },
    "line": { "type": "none" },          // 可选
    "shadow": {                          // 可选
      "type": "outer",
      "blur": 15,
      "offset": 5,
      "color": "999999",
      "opacity": 0.5
    },
    "rectRadius": 0.1,                  // 可选，英寸
    "opacity": 1.0                      // 可选
  }
}
```

### image 对象
```json
{
  "type": "image",
  "options": {
    "x": 0,
    "y": 0,
    "w": 10,
    "h": 5,
    "data": "base64..."   // 或 "path": "file.png"
  }
}
```

## 2. 通用转化逻辑

### 核心原则
- **不靠命名，靠结构**：slide 容器 = 包含内容子节点的 FRAME
- **不靠猜测，靠数据**：所有属性从 JSON 字段直接读取
- **不硬编码规则**：通过配置或自动推断

### 2.1 自动识别 Slide 容器

```
输入：web-to-ppt JSON 的 nodes 树
输出：slide 容器列表

策略：
1. 遍历 nodes 树，找 FRAME 类型节点
2. 判断条件（满足任一）：
   a) name 匹配已知模式：slide-N / page / slide+空格 / slide+横杠
   b) 结构特征：
      - children 数量 > 0
      - 面积接近 canvas 面积（> 50% canvas 面积）
      - 不是 BODY / HTML / HEAD 等结构性节点
3. 排除条件：
   - layerGroup === 'comparison'（截图底图）
   - 没有 children
   - 面积太小（< 100px × 100px）
```

### 2.2 收集子节点（递归）

```
collectSlideChildren(node, slideX, slideY, parentW, depth):
  对于每个子节点：
    - 计算相对坐标：rect.x - slideX, rect.y - slideY
    - 记录 parentW（父容器宽度）
    - 记录 depth（层级深度）
    - 跳过 RECTANGLE 类型（截图底图）
    - 跳过 layerGroup === 'comparison'
    - 递归处理 children
```

### 2.3 收集游离节点

```
collectOrphans(root, slideIds):
  slideIds = 所有 slide 容器的 id 集合
  
  遍历 root 树：
    - 如果节点 id 在 slideIds 中 → 跳过整个子树
    - 否则 → 收集该节点，递归 children
```

### 2.4 映射 TEXT 节点

```
输入：TEXT 类型节点
输出：text 对象

映射规则：
  fontSize    = parseFloat(styles.fontSize) || 14
  fontFace    = styles.fontFamily.split(',')[0].trim()
  color       = rgbaToHex(styles.color) || '000000'
  bold        = parseInt(styles.fontWeight) >= 700
  italic      = styles.fontStyle === 'italic'
  align       = styles.textAlign（非 'start' 时）
  underline   = styles.textDecorationLine 包含 'underline'
  charSpacing = styles.letterSpacing 转换
  
  宽度计算：
    contentW = slide 内容宽度（从子节点 x 范围推算）
    textW = parentW || rect.w
    if (depth === 1) textW = contentW
    if (textW > contentW) textW = contentW
    if (textW < 108) textW = 108  // 最小 1.5in
    if (x + textW > contentW) textW = contentW - x
```

### 2.5 映射 FRAME 节点 → shape

```
输入：FRAME 类型节点（有背景色）
输出：shape 对象

映射规则：
  fillColor  = rgbaToHex(styles.backgroundColor)
  渐变背景   = backgroundImage 提取起始色
  圆角       = borderTopLeftRadius 转换
  边框       = 四边都有 border 时加 line
  阴影       = boxShadow 解析
  单边 border = 独立线条 shape
  默认 line  = { type: 'none' }（去掉 pptxgenjs 默认边框）
```

### 2.6 背景色推断

```
优先级：
1. slide 容器的 styles.backgroundColor（非透明时）
2. canvas.backgroundColor（全局兜底）
3. 从 slide name 推断（dark → #1A1A1A, light → #FAFAFA）
4. 从文字颜色推断（浅色文字 → 深色背景，深色文字 → 浅色背景）
```

## 3. 当前硬编码 → 通用化改造清单

| 硬编码 | 当前逻辑 | 通用化方案 |
|--------|---------|-----------|
| slide 匹配 | `slide-N` / `page` / `slide ` | 结构识别 + 已知模式列表 |
| 游离节点跳过 | `startsWith('slide-')` / `startsWith('slide ')` | 用 slide id 集合判断 |
| 背景色 | `dark`/`light` 关键词 | 优先取 styles，兜底取 canvas |
| TEXT 宽度 | `depth === 1` 判断顶层 | 用 parentW 与 contentW 的关系判断 |
| 边框 | 只处理 borderTop | 四边独立处理 |

## 4. 下一步

1. 重构 `findSlides()` — 支持结构识别
2. 重构 `collectOrphans()` — 用 id 集合判断
3. 重构背景色逻辑 — 多级兜底
4. 补全 styles 映射 — opacity / lineHeight / letterSpacing / textDecoration
5. 测试多个 HTML 样本验证通用性