Question

目标

我们的用户使用Google文档。他们写的文字将在他们使用文字转语音键入时读给他们。它应该在尽可能多的平台和浏览器中工作。

我们的解决方案

这似乎适合Google Apps Script，适用于所有桌面浏览器和某些移动浏览器。

此作品

我们有一个文字转语音模块，效果很好，所以没问题。我们目前正在使用sidebar。侧边栏可以使用HTML 5 Audio tag播放音频，其工作没有任何问题。

问题

问题实际上是从Google文档文档中获取文本。到目前为止，我还没有找到任何方法直接从侧边栏访问Google文档文本。我们一直在做的是：

补充工具栏每隔x毫秒轮询我们在Google云上运行的Google Apps脚本
我们在Google云端运行的Google Apps脚本随后会访问云中的同步文档
如果发现任何更改，则会将其发送回补充工具栏
侧栏使用HTML5音频标签和我们的文字转语音播放音频。

从用户在Google文档中输入文本到将更改同步到Google文档云时，需要一秒或更长时间。

我们有不同的步骤。文本转语音很快，HTML5音频也没问题。

时间接收器正在获得文字更改。它目前需要 1-3秒，这对我们的用例来说太长了。

问题

我们可以更快地访问Google文档中的文字吗？也许直接而不是通过谷歌的云？

UPDATE 2017-02-15 目前看来它是不可能的。可以通过Chrome扩展程序执行此操作，它会解析Google文档主页并从HTML + JS中提取文本。这很难，但......可能。

Answer 1

如果浏览器插件是提供此功能的合适方式，则应该可以在更新网页内容时收听Google文档对DOM所做的更改。

// This div contains all of the page content and not much else, in my rudimentary testing.
var pageRoot = document.getElementsByClassName('kix-appview-editor')[0].firstChild;

var observer = new MutationObserver(handleNewChanges);
observer.observe(pageRoot, {
  subtree: true,
  childList: true,
  attributes: false,
});

// Later, you can stop observing
observer.disconnect();

只要DOM的内容发生变化，您的handleNewChanges函数就会被调用，并带有更改列表。这些变化非常混乱，但

可以通过查看添加和删除的节点来过滤无关紧要的更改（比如用户选择一些文本），
您可以向上走DOM树以查找文档中更改的位置，
您可以使用someNode.innerText获取实际内容。

通过观察更改并保持某些文档状态，您应该能够确定何时发生您所关注的更改。

这似乎非常适合您的用例，因为

不需要远程服务器。数据流看起来更像是这样，完全在浏览器标签中：

---------------                   ----------        
| Google Docs | <=  fetch doc  <= |  Your  |
|  Document   | => DOM changes => | Module |
---------------                   ----------

更新与文档的视觉更新同步，这感觉就像触发此事一样自然。
解析每个DOM更改时需要执行的簿记量可能是不变的（即，不循环文档内容）。这意味着观察添加的开销是不变的，因此它应该扩展到任何大小的文档。

Answer 2

您已经发现，浏览器扩展是一个很好的解决方案，它可能比您想象的要容易：Chrome的扩展API都有据可查，并且构建扩展与使用 HTML构建网页非常相似和 JavaScript 。

甚至还有一个extension API for TTS可以与自定义的 TTS引擎集成：

使用chrome.ttsEngine API实施文本语音转换（TTS）引擎使用扩展名。如果您的扩展程序使用此API注册，将收到包含要说的话语的事件以及其他任何扩展程序或Chrome应用程序使用tts API进行操作时的参数产生语音。然后，您的扩展程序可以使用任何可用的网站合成和输出语音并将事件发回的技术到调用函数以报告状态。

Google文档 - 实时访问文本更改

2 个答案: