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 +1,242 @@
+import { Injectable, BadRequestException } from '@nestjs/common';
+import { IcaRecipeParser } from './parsers/ica.parser';
+import { GenericRecipeParser } from './parsers/generic.parser';
+import { PdfRecipeParser } from './parsers/pdf.parser';
+import { RecipeParser } from './parsers/base.parser';
+
+export interface QuickImportResult {
+  markdown: string;
+  source: 'ica' | 'pdf' | 'other';
+}
+
+@Injectable()
+export class QuickImportService {
+  /**
+   * Detekterar typ av input (URL eller fil) och importerar från lämplig källa
+   */
+  async importFromInput(input: string, fileBuffer?: Buffer): Promise<QuickImportResult> {
+    input = input.trim();
+    console.log('[QuickImport] Mottog input:', input);
+
+    if (!input) {
+      throw new BadRequestException('Du måste ange en URL eller ladda upp en fil');
+    }
+
+    // Detektera typ
+    const isUrl = this.isUrl(input);
+    const isPdf = this.isPdfPath(input);
+
+    console.log('[QuickImport] isUrl:', isUrl, 'isPdf:', isPdf);
+
+    if (isUrl) {
+      console.log('[QuickImport] Detekterade URL, försöker scrapa...');
+      return this.scrapeRecipeFromUrl(input);
+    } else if (isPdf) {
+      console.log('[QuickImport] Detekterade PDF-fil');
+      if (!fileBuffer) {
+        throw new BadRequestException('PDF-fil kräver filinnehåll (fileBuffer)');
+      }
+      return this.parsePdfFile(fileBuffer);
+    } else {
+      console.log('[QuickImport] Input är inte URL eller PDF');
+      throw new BadRequestException(
+        'Ogültig input. Ange en gyltig URL (t.ex. ica.se/recept/...) eller ladda upp en PDF-fil'
+      );
+    }
+  }
+
+  /**
+   * Kontrollerar om input är en URL
+   */
+  private isUrl(input: string): boolean {
+    try {
+      new URL(input);
+      return true;
+    } catch {
+      return false;
+    }
+  }
+
+  /**
+   * Kontrollerar om input är en PDF-filsökväg
+   */
+  private isPdfPath(input: string): boolean {
+    const normalized = input.toLowerCase();
+    return normalized.endsWith('.pdf');
+  }
+
+  /**
+   * Skrapar recept från en URL
+   *
+   * Använder site-specifika parsers om tillgängliga,
+   * annars fallback till generisk parser.
+   *
+   * @param url URL till receptsidan
+   * @returns Markdown-format
+   */
+  private async scrapeRecipeFromUrl(url: string): Promise<QuickImportResult> {
+    try {
+      console.log('[QuickImport] Hämtar HTML från:', url);
+
+      // Hämta HTML från URL
+      const response = await fetch(url, {
+        headers: {
+          'User-Agent':
+            'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
+        },
+      });
+
+      console.log('[QuickImport] HTTP status:', response.status);
+
+      if (!response.ok) {
+        throw new Error(`HTTP ${response.status}: ${response.statusText}`);
+      }
+
+      const html = await response.text();
+      console.log('[QuickImport] HTML längd:', html.length, 'tecken');
+
+      // Välj lämplig parser
+      const parsers: RecipeParser[] = [
+        new IcaRecipeParser(),
+        new GenericRecipeParser(),
+      ];
+
+      let recipe = null;
+      for (const parser of parsers) {
+        if (parser.canHandle(url)) {
+          console.log('[QuickImport] Använder parser:', parser.constructor.name);
+          recipe = parser.parse(html);
+          break;
+        }
+      }
+
+      if (!recipe) {
+        throw new Error('Ingen parserutrustning tillgänglig');
+      }
+
+      console.log('[QuickImport] Parsad recept:', {
+        name: recipe.name,
+        ingredienser: recipe.ingredients.length,
+      });
+
+      if (!recipe.name) {
+        throw new Error('Kunde inte hitta receptnamn på sidan. Försök med en annan länk.');
+      }
+
+      // Konvertera till Markdown-format
+      const markdown = this.recipeToMarkdown(recipe, url);
+      console.log('[QuickImport] Markdown genererad, längd:', markdown.length);
+
+      // Detektera källa från URL
+      let source: 'ica' | 'pdf' | 'other' = 'other';
+      if (/ica\.se/i.test(url)) {
+        source = 'ica';
+      }
+
+      return {
+        markdown,
+        source,
+      };
+    } catch (err) {
+      const message = err instanceof Error ? err.message : 'Okänt fel vid scraping';
+      console.error('[QuickImport] ERROR:', message);
+      throw new BadRequestException(
+        `Kunde inte hämta recept: ${message}. Kontrollera att länken är korrekt och försök igen.`
+      );
+    }
+  }
+
+  /**
+   * Parsar PDF-fil och konverterar till Markdown
+   */
+  private async parsePdfFile(fileBuffer: Buffer): Promise<QuickImportResult> {
+    try {
+      console.log('[QuickImport] Parsar PDF-fil...');
+      
+      const pdfParser = new PdfRecipeParser();
+      const recipe = await pdfParser.parse(fileBuffer);
+      
+      console.log('[QuickImport] PDF parsad:', {
+        name: recipe.name,
+        ingredienser: recipe.ingredients.length,
+      });
+
+      if (!recipe.name) {
+        throw new Error('Kunde inte hitta receptnamn i PDF-filen.');
+      }
+
+      // Konvertera till Markdown-format
+      const markdown = this.recipeToMarkdown(recipe);
+      console.log('[QuickImport] Markdown genererad från PDF, längd:', markdown.length);
+
+      return {
+        markdown,
+        source: 'pdf',
+      };
+    } catch (err) {
+      const message = err instanceof Error ? err.message : 'Okänt fel vid PDF-parsing';
+      console.error('[QuickImport] PDF ERROR:', message);
+      throw new BadRequestException(
+        `Kunde inte läsa PDF-filen: ${message}. Kontrollera att det är ett giltigt recept i PDF-format.`
+      );
+    }
+  }
+
+  /**
+   * Konvertera receptobjekt till Markdown-format
+   */
+  private recipeToMarkdown(
+    recipe: {
+      name: string;
+      description?: string;
+      ingredients: Array<{
+        quantity: number;
+        unit: string;
+        name: string;
+        note?: string;
+      }>;
+      instructions?: string;
+    },
+    sourceUrl?: string,
+  ): string {
+    const lines: string[] = [];
+
+    // Titel
+    lines.push(`# ${recipe.name}`);
+    lines.push('');
+
+    // Beskrivning
+    if (recipe.description) {
+      lines.push(recipe.description);
+      lines.push('');
+    }
+
+    // Ingredienser
+    if (recipe.ingredients.length > 0) {
+      lines.push('## Ingredienser');
+      for (const ing of recipe.ingredients) {
+        const quantity = ing.quantity > 0 ? `${ing.quantity} ` : '';
+        const unit = ing.unit ? `${ing.unit} ` : '';
+        const note = ing.note ? ` (${ing.note})` : '';
+        lines.push(`- ${quantity}${unit}${ing.name}${note}`);
+      }
+      lines.push('');
+    }
+
+    // Instruktioner
+    if (recipe.instructions) {
+      lines.push('## Tillvägagångssätt');
+      lines.push(recipe.instructions);
+      lines.push('');
+    }
+
+    // Källa
+    if (sourceUrl) {
+      lines.push('---');
+      lines.push('');
+      lines.push(`Källa: [${sourceUrl}](${sourceUrl})`);
+    }
+
+    return lines.join('\n');
+  }
+}