Suporta HTML e texto puro no parser de articulação.

README.md

@@ -189,10 +189,10 @@ Todas as opções de validação são habilitadas (valor true) por padrão.
 Para interpretar um texto puro, transformando em um texto estruturado utilizando LexML, utilize a função interpretar (veja [código-fonte](src/interpretadorArticulacao.js)), com a seguinte sintaxe:
 
 ```javascript
-interpretar(texto, formato);
+interpretar(texto, formatoDestino, formatoOrigem);
 ```
 
-onde ``texto`` é uma `string` e ``formato`` é uma das opções "json", "lexml" (padrão) ou "lexmlString".
+onde ``texto`` é uma `string`, ``formatoDestino`` é uma das opções "json", "lexml" (padrão) ou "lexmlString" e ``formatoOrigem`` é "texto" (padrão) ou "html".
 
 Contribuições desejadas
 -----------------------

package.json

@@ -21,6 +21,10 @@
   ],
   "author": "Assembleia Legislativa de Minas Gerais (ALMG)",
   "license": "LGPL",
+  "repository": {
+    "type": "git",
+    "url": "https://github.com/silegis-mg/editor-articulacao.git"
+  },
   "dependencies": {
   },
   "devDependencies": {

src/interpretadorArticulacao.js

@@ -549,22 +549,30 @@ function transformarEmLexML(json) {
  * Interpreta conteúdo de articulação.
  * 
  * @param {String} texto Texto a ser interpretado
- * @param {String} formato Formato a ser retornado: 'json', 'lexml' (padrão) ou "lexmlString".
+ * @param {String} formatoDestino Formato a ser retornado: 'json', 'lexml' (padrão) ou "lexmlString".
+ * @param {String} formatoOrigem Formatao a ser processado: 'texto' (padrão), 'html'.
  * @returns {Object|DocumentFragment}
  */
-function interpretarArticulacao(texto, formato) {
+function interpretarArticulacao(texto, formatoDestino, formatoOrigem) {
     var json;
 
     try {
-        if (typeof texto === 'string') {
-            var div = document.createElement('div');
-            div.innerHTML = texto;
-            json = parseTexto(div.innerHTML.replace(/<P>(.+?)<\/P>/gi, '$1\n'));
-        } else {
-            throw 'Formato não suportado.';
+        switch ((formatoOrigem || 'texto').toLowerCase()) {
+            case 'texto':
+                json = parseTexto(texto);
+                break;
+
+            case 'html':
+                let div = document.createElement('div');
+                div.innerHTML = texto;
+                json = parseTexto(removerEntidadeHtml(div.innerHTML.replace(/<P>(.+?)<\/P>/gi, '$1\n').trim()));
+                break;
+
+            default:
+                throw 'Formato não suportado.';
         }
 
-        switch ((formato || 'lexml').toLowerCase()) {
+        switch ((formatoDestino || 'lexml').toLowerCase()) {
             case 'json':
                 return json;
 
@@ -576,18 +584,35 @@ function interpretarArticulacao(texto, formato) {
                 return transformarEmLexML(json);
 
             default:
-                throw 'Formato não suportado: ' + formato;
+                throw 'Formato não suportado: ' + formatoDestino;
         }
     } catch (e) {
         throw {
             mensagem: 'Erro interpretando articulação.',
             item: texto,
-            formato: formato,
+            formato: formatoDestino,
             erroOriginal: e
         };
     }
 }
 
+function removerEntidadeHtml(html) {
+    var safeXmlEntities = ["&lt;", "&gt;", "&quot;", "&amp;", "&apos;"];
+
+    return html.replace(/&.+?;/g, function(entidade) {
+        if(safeXmlEntities.indexOf(entidade)>=0) {
+            return entidade;
+        } else {
+            /* A entidade não é uma das predefinidas no xml e é suportada só no HTML. Por exemplo: &nbsp; ou &copy;.
+             * Nesse caso, converte para texto e no replace abaixo substitui pela notação unicode.
+             */
+            var span = document.createElement('span');
+            span.innerHTML = entidade;
+            return span.textContent;
+        }
+    });
+}
+
 function transformarEmLexMLFragmento(json) {
     let lexml = transformarEmLexML(json);
     let container = document.createElement('div');

test/karma/interpretarArticulacao.spec.js

@@ -227,6 +227,13 @@ describe('Parser de articulação', function () {
         });
     });
 
+    it('Deve escapar entidades html', function() {
+        var texto = '<P>Art. 1&#176; &#8211; Fica declarado de utilidade p&#250;blica o treste &#160;asdf asd f &#160; &#160;asd, com sede no Munic&#237;pio de Abadia dos Dourados.</P><P>Art. 2&#176; &#8211; Esta lei entra em vigor na data de sua publica&#231;&#227;o.</P>';
+        var lexml = parser.interpretar(texto, 'lexml-string', 'html');
+
+        expect(lexml).toEqual('<Articulacao xmlns="http://www.lexml.gov.br/1.0"><Artigo id="art1"><Rotulo>Art. 1º –</Rotulo><Caput id="art1_cpt"><p>Fica declarado de utilidade pública o treste  asdf asd f    asd, com sede no Município de Abadia dos Dourados.</p></Caput></Artigo><Artigo id="art2"><Rotulo>Art. 2º –</Rotulo><Caput id="art2_cpt"><p>Esta lei entra em vigor na data de sua publicação.</p></Caput></Artigo></Articulacao>');
+    });
+
     describe('transfomarQuebrasDeLinhaEmP', function () {
         var transformarQuebrasDeLinhaEmP = window.interpretadorArticulacao.transformarQuebrasDeLinhaEmP;