enhanced_image_processor.py•5.8 kB
"""
图片处理增强功能
在重构分析中发现的问题修复和改进。
"""
import logging
logger = logging.getLogger(__name__)
# 图片处理常量
class ImageConstants:
"""图片处理相关常量"""
DEFAULT_MAX_SIZE = 1024 * 1024 # 1MB
MIN_DATA_SIZE = 10 # 最小有效图片数据大小
class EnhancedImageProcessor:
"""增强的图片处理器"""
def __init__(self):
# 图像格式签名和最小长度要求
self.supported_formats = {
# PNG: 需要完整的8字节签名
b'\x89PNG\r\n\x1a\n': 'png',
# JPEG: 需要完整的SOI标记
b'\xff\xd8\xff': 'jpeg',
# GIF: 需要完整的6字节签名
b'GIF87a': 'gif',
b'GIF89a': 'gif',
# BMP: 需要完整的2字节签名
b'BM': 'bmp',
# TIFF: 需要完整的4字节签名
b'II*\x00': 'tiff',
b'MM\x00*': 'tiff',
# ICO: 需要完整的4字节签名
b'\x00\x00\x01\x00': 'ico',
# WebP: 需要RIFF...WEBP签名（至少12字节）
b'RIFF': 'webp' # 特殊处理
}
def detect_image_format(self, img_data: bytes) -> str:
"""增强的图片格式检测，严格验证格式签名"""
if not img_data:
return 'unknown'
# 特殊处理WebP格式
if img_data.startswith(b'RIFF') and len(img_data) >= 12:
if img_data[8:12] == b'WEBP':
return 'webp'
# 检查其他格式，要求完整的签名匹配
for signature, format_name in self.supported_formats.items():
if signature == b'RIFF': # 跳过WebP，已经处理过了
continue
if len(img_data) >= len(signature) and img_data.startswith(signature):
return format_name
return 'unknown'
def validate_image_data(self, img_data: bytes) -> bool:
"""验证图片数据的有效性"""
if not img_data:
return False
# 检查是否是支持的格式
format_name = self.detect_image_format(img_data)
if format_name == 'unknown':
logger.warning(f"Unsupported image format detected")
return False
# 根据格式检查最小长度要求
min_lengths = {
'png': 8, # PNG签名长度
'jpeg': 3, # JPEG SOI标记长度
'gif': 6, # GIF签名长度
'bmp': 2, # BMP签名长度
'tiff': 4, # TIFF签名长度
'ico': 4, # ICO签名长度
'webp': 12 # WebP需要RIFF...WEBP
}
min_length = min_lengths.get(format_name, ImageConstants.MIN_DATA_SIZE)
if len(img_data) < min_length:
logger.warning(f"Image data too short for {format_name} format: {len(img_data)} < {min_length}")
return False
return True
def optimize_image_size(self, img_data: bytes, max_size: int = ImageConstants.DEFAULT_MAX_SIZE) -> bytes:
"""优化图片大小（如果需要）"""
if len(img_data) <= max_size:
return img_data
# 这里可以实现图片压缩逻辑
logger.warning(f"Image size {len(img_data)} exceeds limit {max_size}")
return img_data
def generate_image_html(self, img_data: bytes, alt_text: str = "Excel Image") -> str:
"""生成图片HTML"""
if not self.validate_image_data(img_data):
return self._generate_placeholder_html(alt_text)
format_name = self.detect_image_format(img_data)
# 优化图片大小
optimized_data = self.optimize_image_size(img_data)
# 生成Base64编码
import base64
img_base64 = base64.b64encode(optimized_data).decode('utf-8')
data_url = f"data:image/{format_name};base64,{img_base64}"
return f'''
<div class="chart-svg-wrapper" style="background: none; padding: 0; min-height: auto;">
<img src="{data_url}" alt="{alt_text}" style="max-width: 100%; height: auto; border-radius: 4px; background: transparent;" />
</div>
'''
def _generate_placeholder_html(self, alt_text: str) -> str:
"""生成占位符HTML"""
return f'''
<div class="chart-svg-wrapper" style="background: #f5f5f5; padding: 20px; text-align: center; border: 1px dashed #ccc;">
<p style="color: #666; font-style: italic;">图片加载失败: {alt_text}</p>
</div>
'''
# 使用示例
def demo_enhanced_image_processing():
"""演示增强的图片处理功能"""
processor = EnhancedImageProcessor()
# 测试数据
import base64
test_png = base64.b64decode(
"iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNkYPhfDwAChAI9fVNrFgAAAABJRU5ErkJggg=="
)
print("=== 增强图片处理功能演示 ===")
print(f"1. 格式检测: {processor.detect_image_format(test_png)}")
print(f"2. 数据验证: {processor.validate_image_data(test_png)}")
print(f"3. 数据大小: {len(test_png)} bytes")
# 生成HTML
html = processor.generate_image_html(test_png, "测试图片")
print(f"4. HTML生成: 成功 ({len(html)} 字符)")
# 测试无效数据
invalid_data = b"invalid image data"
html_invalid = processor.generate_image_html(invalid_data, "无效图片")
print(f"5. 无效数据处理: {'占位符' if '图片加载失败' in html_invalid else '异常'}")
if __name__ == "__main__":
demo_enhanced_image_processing()