lib/parser/ntr_fileparser_diagram.puml

@startuml NTR_FileParser

package "ntr_fileparser" {
    package "data_classes" {
        abstract class ParsedStructure {
            +{abstract} apply(func: Callable[[str], str])
            +{abstract} to_dict()
            +{abstract} to_string()
        }
        
        class ParsedDocument {
            +name: str
            +type: str
            +meta: ParsedMeta
            +paragraphs: list[ParsedTextBlock]
            +tables: list[ParsedTable]
            +images: list[ParsedImage]
            +formulas: list[ParsedFormula]
        }

        class ParsedMeta {
            +title: str
            +author: str
            +creation_date: str
        }

        class ParsedTextBlock {
            +text: str
            +style: TextStyle
        }
        
        enum TextStyle {
            NORMAL
            BOLD
            ITALIC
            UNDERLINE
            HEADING1
            HEADING2
            HEADING3
        }

        class ParsedTable {
            +headers: list[str]
            +rows: list[ParsedRow]
            +subtables: list[ParsedSubtable]
            +tag: TableTag
        }

        class ParsedRow {
            +cells: list[str]
        }

        class ParsedSubtable {
            +table: ParsedTable
        }

        enum TableTag {
            UNKNOWN
            DATA
            METADATA
        }

        class ParsedImage #lightgrey {
            +path: str
            +alt_text: str
            .. Примечание ..
            В текущей реализации не используется
        }

        class ParsedFormula #lightgrey {
            +latex: str
            .. Примечание ..
            В текущей реализации не используется
        }

        ParsedStructure <|-- ParsedDocument
        ParsedStructure <|-- ParsedTextBlock
        ParsedStructure <|-- ParsedTable
        ParsedStructure <|-- ParsedRow
        ParsedStructure <|-- ParsedSubtable
        ParsedStructure <|-- ParsedImage
        ParsedStructure <|-- ParsedFormula
        ParsedStructure <|-- ParsedMeta
        
        ParsedDocument o-- ParsedMeta
        ParsedDocument o-- "*" ParsedTextBlock
        ParsedDocument o-- "*" ParsedTable
        ParsedDocument o-- "*" ParsedImage
        ParsedDocument o-- "*" ParsedFormula
        ParsedTable o-- "*" ParsedRow
        ParsedTable o-- "*" ParsedSubtable
        ParsedTable -- TableTag
        ParsedTextBlock -- TextStyle
    }

    package "parsers" {
        abstract class AbstractParser {
            +file_types: list
            +{abstract} parse()
            +{abstract} parse_by_path()
            +supports_file()
            +_supported_extension()
        }

        class ParserFactory {
            +parsers: list[AbstractParser]
            +register_parser()
            +get_parser()
        }

        class UniversalParser {
            +factory: ParserFactory
            +parse()
            +parse_by_path()
        }

        enum FileType {
            XML
            DOCX
            DOC
            PDF
            HTML
            MD
            EML
            +from_extension()
            +get_supported_extensions()
        }

        package "specific_parsers" {
            package "xml" {
                class XMLParagraphParser {
                    +parse()
                }
                
                class XMLTableParser {
                    +parse()
                }
                
                class XMLMetaParser {
                    +parse()
                    +_extract_info_value()
                    +_extract_info_recurse()
                }
                
                class XMLImageParser #lightgrey {
                    +parse()
                    .. Примечание ..
                    В текущей реализации не используется
                }
                
                class XMLFormulaParser #lightgrey {
                    +parse()
                    .. Примечание ..
                    В текущей реализации не используется
                }
            }
            
            package "docx" {
                class CorePropertiesParser {
                    +parse()
                }
                
                class MetadataParser {
                    +parse()
                }
                
                class NumberingParser {
                    +parse()
                }
                
                class RelationshipsParser {
                    +parse()
                }
                
                class StylesParser {
                    +parse()
                }
            }
            
            class DocParser {
            }

            class DocxParser {
            }

            class PDFParser {
            }

            class XMLParser {
            }

            class HTMLParser {
            }

            class MarkdownParser {
            }

            class EmailParser {
            }
            
            XMLParser -- xml
            DocxParser -- docx
        }

        AbstractParser <|-- DocParser
        AbstractParser <|-- DocxParser
        AbstractParser <|-- PDFParser
        AbstractParser <|-- XMLParser
        AbstractParser <|-- HTMLParser
        AbstractParser <|-- MarkdownParser
        AbstractParser <|-- EmailParser
        
        AbstractParser -- FileType
        ParserFactory o-- "*" AbstractParser
        UniversalParser --> ParserFactory
    }

    data_classes <.. parsers : использует
}

@enduml