service/src/services/template_parser.py - master - aastray/StudentPart

service/src/services/template_parser.py
123 строки4 KB
aastray
Реализован функционал загрузки файлов и просмотра документов, удалены базовые эндпоинты, обновлена документация
10 янв 2026, 15:38
10 янв 2026, 15:384d47c55
"""
Сервис для парсинга DOCX шаблонов документов.
Поиск переменных типа {{ variable_name }} в шаблонах.
"""
from docx import Document
from typing import List, Dict, Tuple
import os
import re


def extract_variable_name(text: str) -> str:
    """
    Извлекает имя переменной из текста вида {{ variable_name }}.
    
    Args:
        text: Текст с переменной, например "{{ org_name_full }}"
        
    Returns:
        str: Имя переменной, например "org_name_full"
    """
    # Убираем фигурные скобки и пробелы
    match = re.search(r'\{\{\s*(\w+)\s*\}\}', text)
    if match:
        return match.group(1)
    return text.strip()


def find_template_variables(doc_path: str) -> List[str]:
    """
    Поиск всех переменных типа {{ variable_name }} в DOCX документе.
    
    Args:
        doc_path: Путь к DOCX файлу
        
    Returns:
        List[str]: Список уникальных имен переменных
    """
    if not os.path.exists(doc_path):
        raise FileNotFoundError(f"Файл шаблона не найден: {doc_path}")
    
    doc = Document(doc_path)
    variables = set()  # Используем set для уникальности
    
    # Паттерн для поиска переменных {{ variable_name }}
    pattern = re.compile(r'\{\{\s*(\w+)\s*\}\}')
    
    # Поиск в параграфах
    for paragraph in doc.paragraphs:
        # Получаем весь текст параграфа
        full_text = ''.join([run.text for run in paragraph.runs])
        matches = pattern.findall(full_text)
        variables.update(matches)
    
    # Поиск в таблицах
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                for paragraph in cell.paragraphs:
                    full_text = ''.join([run.text for run in paragraph.runs])
                    matches = pattern.findall(full_text)
                    variables.update(matches)
    
    return sorted(list(variables))


def find_colored_fields(doc_path: str) -> Tuple[List[Dict[str, str]], List[Dict[str, str]]]:
    """
    Поиск переменных в DOCX документе (для обратной совместимости).
    Теперь ищет переменные типа {{ variable_name }}.
    
    Args:
        doc_path: Путь к DOCX файлу
        
    Returns:
        Tuple[List[Dict], List[Dict]]: (поля студента, поля системы)
        Каждое поле - словарь с ключами 'text' и 'field_name'
    """
    variables = find_template_variables(doc_path)
    
    # Все переменные считаются полями студента (заполняются из анкеты)
    # Поля системы (зелёные) определяются отдельно, если нужно
    student_fields = []
    system_fields = []
    
    # Список переменных, которые заполняются системой/преподавателем
    system_variables = {
        'university_supervisor_full_name',  # Руководитель от ТИУ
        'proxy_number',  # Номер доверенности
        'proxy_date',  # Дата доверенности
        'org_premises',  # Перечень помещений
        'practice_department',  # Структурное подразделение
    }
    
    for var_name in variables:
        field_info = {
            'text': f'{{{{ {var_name} }}}}',
            'field_name': var_name
        }
        
        if var_name in system_variables:
            system_fields.append(field_info)
        else:
            student_fields.append(field_info)
    
    return student_fields, system_fields


def parse_template(template_path: str) -> Dict[str, List[Dict[str, str]]]:
    """
    Парсит шаблон документа и возвращает информацию о полях.
    
    Args:
        template_path: Путь к файлу шаблона
        
    Returns:
        Dict с ключами 'student_fields' и 'system_fields'
    """
    student_fields, system_fields = find_colored_fields(template_path)
    
    return {
        'student_fields': student_fields,
        'system_fields': system_fields
    }