func.py - main - doubley/Anton

func.py
377 строк20 KB
square
12 ноя 2025, 16:10
12 ноя 2025, 16:10dfebf76
import os
import re
from docx import Document
from docx.shared import Pt, Cm
from docx.enum.text import WD_ALIGN_PARAGRAPH
from docx.oxml.ns import qn
from docx.oxml import OxmlElement
import traceback


def format_document(input_file, output_file=None):
    """
    Основная функция для форматирования документа по ГОСТ
    
    Args:
        input_file (str): Путь к входному файлу .docx
        output_file (str, optional): Путь к выходному файлу. Если None, создается автоматически
    
    Returns:
        bool: True если успешно, False если ошибка
    """
    
    # Автоматическое создание имени для выходного файла
    if not output_file:
        base, ext = os.path.splitext(input_file)
        output_file = f"{base}_formatted{ext}"

    # Проверка существования файла
    if not os.path.exists(input_file):
        print(f"❌ Ошибка: Файл '{input_file}' не найден!")
        print("📋 Файлы в текущей директории:")
        for f in os.listdir('.'):
            if f.endswith('.docx'):
                print(f"  - {f}")
        return False

    try:
        # 1. ЗАГРУЗКА ДОКУМЕНТА
        print("🔄 Файл принят, идёт загрузка...")
        doc = Document(input_file)
        print("✅ Файл успешно загружен!")

        # 2. ПРИМЕНЕНИЕ ПАРАМЕТРОВ СТРАНИЦЫ
        print("📄 Применение параметров страницы...")
        section = doc.sections[0]
        section.left_margin = Cm(3)      # 30 мм
        section.right_margin = Cm(1)     # 10 мм  
        section.top_margin = Cm(2)       # 20 мм
        section.bottom_margin = Cm(2)    # 20 мм

        # 3. НАСТРОЙКА НУМЕРАЦИИ СТРАНИЦ
        print("🔢 Настройка нумерации страниц...")
        for section in doc.sections:
            footer = section.footer
            paragraph = footer.paragraphs[0] if footer.paragraphs else footer.add_paragraph()
            paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
            
            run = paragraph.add_run()
            fld_char = OxmlElement('w:fldChar')
            fld_char.set(qn('w:fldCharType'), 'begin')
            instr_text = OxmlElement('w:instrText')
            instr_text.set(qn('xml:space'), 'preserve')
            instr_text.text = 'PAGE'
            fld_char2 = OxmlElement('w:fldChar')
            fld_char2.set(qn('w:fldCharType'), 'end')
            
            run._r.append(fld_char)
            run._r.append(instr_text)
            run._r.append(fld_char2)

        # 4. УДАЛЕНИЕ ИНТЕРВАЛОВ ПЕРЕД И ПОСЛЕ АБЗАЦЕВ
        print("🗑️ Удаление интервалов перед и после абзацев...")
        for paragraph in doc.paragraphs:
            paragraph.paragraph_format.space_before = Pt(0)
            paragraph.paragraph_format.space_after = Pt(0)

        # 5. ФОРМАТИРОВАНИЕ ВСЕГО ТЕКСТА (включая списки)
        print("🔤 Применение настроек шрифта ко всему тексту...")
        for paragraph in doc.paragraphs:
            for run in paragraph.runs:
                run.font.name = 'Times New Roman'
                run.font.size = Pt(14)

        # 6. ОБРАБОТКА СПИСКОВ И УБРАТЬ БОЛЬШИЕ ОТСТУПЫ
        print("🔢 Обработка списков и отступов...")
        for paragraph in doc.paragraphs:
            text = paragraph.text.strip()
            
            # Определяем элементы списка
            is_list_item = (re.match(r'^\d+\.\s', text) or           # "1. текст"
                           re.match(r'^\d+\)\s', text) or            # "1) текст" 
                           re.match(r'^[а-я]\.\s', text.lower()) or  # "а. текст"
                           re.match(r'^[а-я]\)\s', text.lower()) or  # "а) текст"
                           re.match(r'^[a-z]\.\s', text.lower()) or  # "a. текст"
                           re.match(r'^[a-z]\)\s', text.lower()))    # "a) текст"
            
            if is_list_item:
                # Убираем ВСЕ отступы для списков
                paragraph.paragraph_format.first_line_indent = Cm(0)
                paragraph.paragraph_format.left_indent = Cm(0)
                paragraph.paragraph_format.right_indent = Cm(0)
                
                # Выравнивание по ширине для списков
                paragraph.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY
                
                # Убираем табуляцию после номера (заменяем на пробел)
                if len(paragraph.runs) > 0:
                    first_run = paragraph.runs[0]
                    first_run_text = first_run.text
                    
                    # Заменяем табуляции на пробелы в первом run
                    if '\t' in first_run_text:
                        first_run.text = first_run_text.replace('\t', ' ')
                    
                    # Убеждаемся, что после цифры стоит только один пробел
                    cleaned_text = re.sub(r'^(\d+\.)\s+', r'\1 ', first_run.text)
                    cleaned_text = re.sub(r'^(\d+\))\s+', r'\1 ', cleaned_text)
                    cleaned_text = re.sub(r'^([а-я]\.)\s+', r'\1 ', cleaned_text.lower())
                    cleaned_text = re.sub(r'^([а-я]\))\s+', r'\1 ', cleaned_text)
                    cleaned_text = re.sub(r'^([a-z]\.)\s+', r'\1 ', cleaned_text)
                    cleaned_text = re.sub(r'^([a-z]\))\s+', r'\1 ', cleaned_text)
                    
                    first_run.text = cleaned_text

        # 7. ФОРМАТИРОВАНИЕ ЗАГОЛОВКОВ
        print("📝 Форматирование заголовков...")
        for paragraph in doc.paragraphs:
            text = paragraph.text.strip().upper()
            
            # Заголовки разделов
            if text in ['ВВЕДЕНИЕ', 'ЗАКЛЮЧЕНИЕ', 'СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ', 
                       'СОДЕРЖАНИЕ', 'ОГЛАВЛЕНИЕ', 'АННОТАЦИЯ', 'РЕФЕРАТ']:
                for run in paragraph.runs:
                    run.font.bold = True
                    run.font.size = Pt(16)
                paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
                paragraph.paragraph_format.first_line_indent = Cm(0)
            
            # Заголовки подразделов
            elif re.match(r'^\d+\.\d+', paragraph.text):
                for run in paragraph.runs:
                    run.font.bold = True
                    run.font.size = Pt(14)
                paragraph.paragraph_format.first_line_indent = Cm(0)

        # 8. ФОРМАТИРОВАНИЕ ОСНОВНОГО ТЕКСТА ПО ШИРИНЕ
        print("📏 Форматирование основного текста по ширине...")
        for paragraph in doc.paragraphs:
            text = paragraph.text.strip()
            
            # Проверяем, не является ли элемент особым случаем
            is_special = (paragraph.alignment == WD_ALIGN_PARAGRAPH.CENTER or
                         re.match(r'^Таблица \d+ –', text) or
                         re.match(r'^Рисунок \d+ –', text) or
                         text.upper() in ['ВВЕДЕНИЕ', 'ЗАКЛЮЧЕНИЕ', 'СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ', 
                                         'СОДЕРЖАНИЕ', 'ОГЛАВЛЕНИЕ', 'АННОТАЦИЯ', 'РЕФЕРАТ'] or
                         re.match(r'^\d+\.\d+', text))
            
            if not is_special:
                paragraph.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY

        # 9. ФОРМАТИРОВАНИЕ АБЗАЦЕВ (красная строка)
        print("📝 Форматирование абзацев...")
        for paragraph in doc.paragraphs:
            paragraph.paragraph_format.line_spacing = 1.5
            
            text = paragraph.text.strip()
            
            # Определяем, нужна ли красная строка
            is_list_item = (re.match(r'^\d+\.\s', text) or
                           re.match(r'^\d+\)\s', text) or
                           re.match(r'^[а-я]\.\s', text.lower()) or
                           re.match(r'^[а-я]\)\s', text.lower()) or
                           re.match(r'^[a-z]\.\s', text.lower()) or
                           re.match(r'^[a-z]\)\s', text.lower()))
            
            is_special = (text.upper() in ['ВВЕДЕНИЕ', 'ЗАКЛЮЧЕНИЕ', 'СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ', 
                                          'СОДЕРЖАНИЕ', 'ОГЛАВЛЕНИЕ', 'АННОТАЦИЯ', 'РЕФЕРАТ'] or
                         re.match(r'^\d+\.\d+', text) or
                         paragraph.alignment == WD_ALIGN_PARAGRAPH.CENTER)
            
            # Красная строка только для обычных абзацев
            if not is_list_item and not is_special and text:
                paragraph.paragraph_format.first_line_indent = Cm(1.25)
            else:
                paragraph.paragraph_format.first_line_indent = Cm(0)

        # 10. ОБРАБОТКА ТАБЛИЦ И РИСУНКОВ
        print("🖼️ Обработка таблиц и рисунков...")
        
        # Обработка таблиц
        for i, table in enumerate(doc.tables, 1):
            # Добавляем подпись к таблице
            paragraph = doc.add_paragraph()
            paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
            run = paragraph.add_run(f'Таблица {i} – ')
            run.font.size = Pt(12)
            run.font.name = 'Times New Roman'
        
        # ОБРАБОТКА РИСУНКОВ - ПОИСК РИСУНКОВ В ДОКУМЕНТЕ
        print("🖼️ Поиск и подпись рисунков...")
        figure_count = 0
        
        # Создаем список для хранения индексов параграфов с рисунками
        figure_paragraphs = []
        
        # Проходим по всем параграфам и ищем те, что содержат рисунки
        for i, paragraph in enumerate(doc.paragraphs):
            # Проверяем, содержит ли параграф рисунки (graphic)
            if paragraph._element.xpath('.//w:drawing'):
                figure_count += 1
                print(f"📸 Найден рисунок {figure_count} в параграфе {i}")
                figure_paragraphs.append(i)
                
            # Альтернативный метод поиска рисунков - через blip
            elif paragraph._element.xpath('.//a:blip'):
                figure_count += 1
                print(f"📸 Найден рисунок {figure_count} в параграфе {i} (альтернативный метод)")
                figure_paragraphs.append(i)
        
        # Если не нашли рисунки через XML, используем эвристический метод
        if figure_count == 0:
            print("🔍 Использование эвристического поиска рисунков...")
            
            # Ищем параграфы, которые могут содержать рисунки
            for i, paragraph in enumerate(doc.paragraphs):
                # Эвристика: пустые или почти пустые центрированные параграфы часто содержат рисунки
                text_length = len(paragraph.text.strip())
                has_runs = len(paragraph.runs) > 0
                
                if (text_length <= 10 and 
                    paragraph.alignment == WD_ALIGN_PARAGRAPH.CENTER and
                    has_runs and
                    not any(keyword in paragraph.text.strip().lower() for keyword in ['таблица', 'table', 'рисунок', 'рис.'])):
                    
                    figure_count += 1
                    print(f"📸 Предположительно найден рисунок {figure_count} в параграфе {i} (эвристика)")
                    figure_paragraphs.append(i)
        
        # Теперь добавляем подписи ПОСЛЕ рисунков
        # Проходим в обратном порядке, чтобы индексы не сбивались при вставке
        for figure_index, para_index in enumerate(sorted(figure_paragraphs, reverse=True), 1):
            try:
                # Получаем номер рисунка (в правильном порядке)
                figure_number = len(figure_paragraphs) - figure_index + 1
                
                # Добавляем подпись ПОСЛЕ рисунка (вставляем после параграфа с рисунком)
                # Используем insert_paragraph_before для следующего параграфа
                if para_index + 1 < len(doc.paragraphs):
                    # Если есть следующий параграф, вставляем перед ним
                    caption_paragraph = doc.paragraphs[para_index + 1].insert_paragraph_before()
                else:
                    # Если рисунок последний в документе, добавляем в конец
                    caption_paragraph = doc.add_paragraph()
                
                caption_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
                run = caption_paragraph.add_run(f'Рисунок {figure_number}')
                run.font.size = Pt(12)
                run.font.name = 'Times New Roman'
                run.font.bold = True
                
                # Добавляем небольшой отступ после подписи
                caption_paragraph.paragraph_format.space_after = Pt(12)
                
                print(f"✅ Добавлена подпись 'Рисунок {figure_number}' после параграфа {para_index}")
                
            except Exception as e:
                print(f"⚠️ Ошибка при добавлении подписи для рисунка в параграфе {para_index}: {e}")
                continue

        # 11. ФОРМАТИРОВАНИЕ БИБЛИОГРАФИЧЕСКОГО СПИСКА
        print("📚 Форматирование библиографического списка...")
        bibliography_started = False
        
        for paragraph in doc.paragraphs:
            text = paragraph.text.strip().upper()
            
            if 'СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ' in text or 'БИБЛИОГРАФИЧЕСКИЙ СПИСОК' in text:
                bibliography_started = True
                continue
                
            if bibliography_started and paragraph.text.strip():
                text = paragraph.text.strip()
                text = re.sub(r'\s+', ' ', text)
                
                paragraph.clear()
                run = paragraph.add_run(text)
                run.font.name = 'Times New Roman'
                run.font.size = Pt(14)
                
                paragraph.paragraph_format.first_line_indent = Cm(-1.25)
                paragraph.paragraph_format.left_indent = Cm(1.25)
                paragraph.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY

        # 12. ГЕНЕРАЦИЯ ОГЛАВЛЕНИЯ (ТОЛЬКО ЕСЛИ УЖЕ ЕСТЬ В ДОКУМЕНТЕ)
        print("📑 Проверка оглавления...")
        
        # Ищем существующее оглавление в документе
        toc_found = False
        for paragraph in doc.paragraphs:
            if 'СОДЕРЖАНИЕ' in paragraph.text.upper() or 'ОГЛАВЛЕНИЕ' in paragraph.text.upper():
                toc_found = True
                print("📑 Найдено существующее оглавление - форматируем его")
                
                # Форматируем существующее оглавление
                for run in paragraph.runs:
                    run.font.name = 'Times New Roman'
                    run.font.size = Pt(16)
                    run.font.bold = True
                paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
                paragraph.paragraph_format.first_line_indent = Cm(0)
                break
        
        # НЕ добавляем автоматически оглавление, если его нет в документе
        if not toc_found:
            print("📑 Оглавление не найдено в документе - не добавляем автоматически")

        # 13. ФИНАЛЬНАЯ ПРОВЕРКА
        print("🔍 Финальная проверка...")
        center_count = 0
        justify_count = 0
        left_count = 0
        list_count = 0
        table_count = len(doc.tables)
        
        for paragraph in doc.paragraphs:
            text = paragraph.text.strip()
            is_list_item = (re.match(r'^\d+\.\s', text) or
                           re.match(r'^\d+\)\s', text) or
                           re.match(r'^[а-я]\.\s', text.lower()) or
                           re.match(r'^[а-я]\)\s', text.lower()) or
                           re.match(r'^[a-z]\.\s', text.lower()) or
                           re.match(r'^[a-z]\)\s', text.lower()))
            
            if is_list_item:
                list_count += 1
            elif paragraph.alignment == WD_ALIGN_PARAGRAPH.CENTER:
                center_count += 1
            elif paragraph.alignment == WD_ALIGN_PARAGRAPH.JUSTIFY:
                justify_count += 1
            else:
                left_count += 1
        
        print(f"📊 Статистика форматирования:")
        print(f"   - По центру: {center_count} параграфов")
        print(f"   - По ширине: {justify_count} параграфов")
        print(f"   - По левому краю: {left_count} параграфов")
        print(f"   - Элементов списка: {list_count}")
        print(f"   - Таблиц: {table_count}")
        print(f"   - Найдено рисунков: {figure_count}")

        # 14. СОХРАНЕНИЕ РЕЗУЛЬТАТА
        print("💾 Сохранение документа...")
        doc.save(output_file)
        print("✅ Готово! Файл успешно отформатирован.")
        print(f"🎉 Документ сохранен как: {output_file}")
        
        return True

    except Exception as e:
        print(f"💥 Произошла ошибка при обработке документа: {str(e)}")
        print(f"🔍 Детали ошибки: {traceback.format_exc()}")
        return False


# Пример использования функции
if __name__ == "__main__":
    # УКАЖИТЕ ПУТЬ К ВАШЕМУ ФАЙЛУ ЗДЕСЬ
    input_file = "успешный успех3.docx"  # ← ИЗМЕНИТЕ НА ИМЯ ВАШЕГО ФАЙЛ
    
    # Вызов основной функции
    success = format_document(input_file)
    
    if success:
        print("\n🎉 Форматирование завершено успешно!")
    else:
        print("\n💥 Форматирование завершено с ошибками!")