)((故|因[而此]|所以)\s*[：:]?\s*答案分?别?([为是]|填)?\s*[：:]\s*(.+?))(\n|$)', parse) # print("ans_s:",ans_s) # print(parse) if ans_s.group(5) and ans_s.group(5).count("【ⅳ】") > 1: ans_summarize = ans_s.group(2) ans_s_index = parse.index(ans_summarize) if ans_s.group(1) == '
' or not ans_s.group(1).strip() \ or ans_s.group(1).strip() is None else parse.index(ans_s.group(1)) ans_summarize = [ans_s.group(2), ans_s_index] parse = parse.replace(ans_summarize[0], "") elif ans_s.group(5) and "【ⅳ】" in ans_s.group(5): aa5 = ans_s.group(5).replace("【ⅳ】", "") parse = parse.replace(ans_s.group(5), aa5) parse = re.sub("(【ⅳ】\s*解答?\s[:：])\s*【ⅳ】", r"\1", parse) little_parse = re.split(r"【ⅳ】", parse) if len(syn_list) - 1 == len(little_parse) and len(little_parse) > 2: # 不拼接；syn_list长有4，little_parse长为3 parse_list = ["分析:{}\n解答:{}".format(syn_list[k + 1], p) for k, p in enumerate(little_parse[1:])] parse_common = syn_list[0] + '\n' + little_parse[0] # 分小问解析的共同部分 else: if syn_list and len(re.sub("[^\u4e00-\u9fa5]", "", syn_list[-1])) > 4: # 有4个汉字以上 analy = syn_list[-1] analy_comment.insert(0, analy) parse_list.extend(little_parse) if len(parse_list) > 1: # if parse_list[0].strip(): # common = parse_list[0] # parse_list = ["{} {}".format(common, p) for p in parse_list] parse_common = parse_list[0] parse_list = parse_list[1:] one_item = split2little_con(con_list, ans_list, parse_list, one_item, by_sub_item, ans_summarize) if "slave" in one_item and one_item["slave"]: one_item['parse'] = parse_common if analy_comment: one_item['analy'] = "\n".join(analy_comment) else: if re.findall(r"_{2,}", one_item["content"]): one_item["blank_num"] = len(re.findall(r"_{2,}", one_item["content"])) if re.search("^[A-Z]{2,}$", re.sub("\W", "", ans)): one_item["item_topic_name"] = "多选题" return one_item def split2little_con(con_list, ans_list, parse_list, one_item, is_sub_item, ans_summarize): """ 将按小问切分开的题干、答案、解析 进行 【结构化组合】 :param con_list:切开了小问的题干 :param ans_list:切开了小问的答案 :param parse_list:切开了小问的解析 :param one_item: 初步切开的一道题目 :param is_sub_item: 答案是否按小题号获取（还是按照空的个数获取）的标志 :param ans_summarize: 解析中的综述 [内容，索引] :return: """ # print(con_list) # print(ans_list) # print(parse_list) # print('***********************') old_con = one_item["content"] if len(con_list) > 1: if con_list[0] == "": # 说明全是小题，没有总题文 one_item["content"] = "" else: one_item["content"] = con_list[0] slave = [] for index, s in enumerate(con_list[1:]): blank_num = len(re.findall(r"_{2,}", s)) s = re.sub(r"[(（]\d+分[)）]", "", s[:9]) + s[9:] one_slave = {} if len(con_list) - len(parse_list) == 1: one_slave = {"topic_no": index + 1, "content": s, # "answer": ans_list[index], "parse": parse_list[index]} # 按索引取解析 if isinstance(ans_list, list) and len(con_list) - len(ans_list) == 1: one_slave["answer"] = ans_list[index] elif not parse_list and isinstance(ans_list, list) and len(con_list) - len(ans_list) == 1: one_slave = {"topic_no": index + 1, "content": s, "answer": ans_list[index], } if one_slave: if is_sub_item is False: # 有具体答案的情况，可能要按照空的个数来拿,但至少一个小题一个答案 if blank_num >= 1: # 填空题 one_ans = re.sub(r"(\n|^)\s*[(（]\s*" + str(index + 1) + r"\s*[)）](.+)", r"\2", ";".join(ans_list[:blank_num])) one_ans = re.sub(r"((?<=[\n;；。])|^)\s*([(（]\s*(i{1,3}|[ⅰⅱⅲⅳ①②③④])\s*[)）]|[①②③④]\s*(?![+-]))(.+)", r"【ⅳ】\4", one_ans) one_slave["answer"] = one_ans.replace("【ⅳ】", "") ans_list = ans_list[blank_num:] else: # 没有空的时候,这个题也应该至少有一个答案 one_slave["answer"] = ans_list[0] if len(ans_list) > 0 else "" ans_list = ans_list[1:] elif type(ans_list) == str: # 无具体答案的情况：答案为‘见解析’ one_slave["answer"] = ans_list if one_item["item_topic_name"] == "填空题": one_item["item_topic_name"] = "解答题" if blank_num > 0: one_slave["blank_num"] = blank_num else: if one_item["item_topic_name"] == "填空题": one_item["item_topic_name"] = "解答题" # 对带小题的大题，对每个小题的答案重新再提取一次 if not ans_list or "answer" not in one_slave or not one_slave["answer"] or one_slave["answer"] == '见解析': new_ans = only_parse_split(one_slave["parse"], one_item["item_topic_name"], reparse_n = 2) # 再解析 if new_ans["answer"]: one_slave["answer"] = new_ans["answer"] if not new_ans["parse"]: one_slave["parse"] = "" slave.append(one_slave) one_item["slave"] = slave one_item["topic_no"] = "1-{}".format(len(slave)) if len(slave) > 1 else "1" # 有slave的话,就把外面的ans和parse字段给删除掉 if slave: del one_item["answer"] if parse_list: del one_item["parse"] else: one_item["content"] = old_con if ans_summarize: one_item["parse"] = one_item["parse"][:ans_summarize[1]] + '\n' + ans_summarize[0] + '\n' + one_item["parse"][ans_summarize[1]:] return one_item