feat: Implement PDF recipe parser and quick import service for file and URL inputs

2026-04-14 22:24:28 +02:00
parent e90fd2d670
commit 1ce1318bf5
10 changed files with 758 additions and 194 deletions
@@ -0,0 +1,116 @@
+/**
+ * Parser för PDF-filer
+ * Använder pdf-parse för att extrahera text från PDF-dokument
+ */
+import { RecipeParser, ParsedRecipe } from './base.parser';
+import * as pdf from 'pdf-parse';
+
+export class PdfRecipeParser extends RecipeParser {
+  canHandle(url: string): boolean {
+    // Denna parser hanterar PDF-filer
+    const normalized = url.toLowerCase();
+    return normalized.endsWith('.pdf');
+  }
+
+  async parse(fileBuffer: Buffer): Promise<ParsedRecipe> {
+    console.log('[PdfParser] Parsing PDF file...');
+
+    try {
+      // Extrahera text från PDF
+      const data = await pdf(fileBuffer);
+      const text = data.text;
+      console.log('[PdfParser] Extraherad text längd:', text.length);
+
+      // Parsa texten till receptstruktur
+      return this.parseRecipeText(text);
+    } catch (err) {
+      console.error('[PdfParser] Fel vid PDF-parsing:', err);
+      throw new Error('Kunde inte tolka PDF-filen. Kontrollera att det är ett giltigt recept.');
+    }
+  }
+
+  /**
+   * Parsar råtext från PDF till strukturerat recept
+   * Försöker identifiera receptnamn, ingredienser och instruktioner
+   */
+  private parseRecipeText(text: string): ParsedRecipe {
+    const lines = text.split('\n').map(line => line.trim()).filter(line => line.length > 0);
+
+    let name = 'Okänt recept';
+    let description = '';
+    const ingredients: Array<{ quantity: number; unit: string; name: string; note?: string }> = [];
+    let instructions = '';
+    let currentSection: 'name' | 'description' | 'ingredients' | 'instructions' | null = null;
+
+    // Försök hitta receptnamn (stor text i början)
+    const titleMatch = text.match(/^[A-ZÅÄÖ\s]+/i);
+    if (titleMatch) {
+      name = titleMatch[0].trim();
+    }
+
+    // Analysera texten rad för rad
+    for (const line of lines) {
+      // Hoppa över tomma rader
+      if (!line || line.length === 0) continue;
+
+      // Detektera sektioner
+      if (line.toLowerCase().includes('ingredienser')) {
+        currentSection = 'ingredients';
+        continue;
+      }
+
+      if (line.toLowerCase().includes('tillvägagångssätt') || 
+          line.toLowerCase().includes('instruktioner') ||
+          line.toLowerCase().includes('gör så här')) {
+        currentSection = 'instructions';
+        continue;
+      }
+
+      // Samla in innehåll baserat på aktuell sektion
+      switch (currentSection) {
+        case 'ingredients':
+          if (line.toLowerCase().includes('tillvägagångssätt') || 
+              line.toLowerCase().includes('instruktioner')) {
+            currentSection = 'instructions';
+            break;
+          }
+          
+          // Parsa ingrediensrad
+          const ingredient = this.parseIngredientLine(line);
+          if (ingredient) {
+            ingredients.push(ingredient);
+          }
+          break;
+
+        case 'instructions':
+          if (instructions.length > 0) {
+            instructions += '\n';
+          }
+          instructions += line;
+          break;
+
+        default:
+          // Om vi inte har hittat ingredienser än, kan detta vara beskrivning
+          if (ingredients.length === 0 && !description.includes(line)) {
+            if (description.length > 0) {
+              description += ' ';
+            }
+            description += line;
+          }
+          break;
+      }
+    }
+
+    // Om vi inte hittade något receptnamn, försök använda första meningsfulla raden
+    if (name === 'Okänt recept' && lines.length > 0) {
+      name = lines[0].length > 50 ? lines[0].substring(0, 50) + '...' : lines[0];
+    }
+
+    return {
+      name,
+      description: description || undefined,
+      ingredients,
+      instructions: instructions || undefined,
+    };
+  }
+}