new_tiku_structure_2021/structure/ans_structure.py

#!/usr/bin/env/python
# -*- coding:utf-8 -*-


import re
from utils.washutil import table_label_cleal, del_no
from utils.topic_no import *


def anss_structure_with_type(item_res, ans_str, all_type, all_type2,item_type_num,item_type_classify):
    """
    针对含题型行的答案进行结构化
    :return:
    """
    rd1_is_fail = 0
    is_amount_wrong = 0
    if len(all_type2) == len(all_type):
        # try:
            if not all_type[0]:  # 第一大题型不存在
                all_type[0] = all_type2[0]
                if all_type.count(all_type[0]) > 1:
                    item_type_classify[all_type[0]] += item_type_num[0][1]
            if sorted(all_type) != sorted(all_type2):  # ！！！！！！还需细分
                print("题文和答案中的题型不一致,题文中的题型={},答案中的题型={}".format(str(all_type), str(all_type2)))

            ans22 = re.split(r"\n\s*[一二三四五六七八九十]\s*[、.．､]\s*[^必考基础综合中等]{2,4}题.*?[分。.]?\s*(?=\n)", ans_str)
            while re.search(r"[A-H\u4e00-\u9fa5]", ans22[0]) is None:
                del ans22[0]

            ans_item_no_type = judge_ans_no_type(ans22, item_type_num)  # 初步判断答案中的题号类型
            # print("tihao类型：", ans_item_no_type)
            # -----------------------------------------------------------------
            # 开始按题号切分题目！！！！！！！！！！！！！！！
            type_id = 0
            new_ans_no = []
            all_ans = []
            for num, one_type in enumerate(ans22):
                # 当前题型中的题目数量（以试题的题目个数为准）
                one_type_num = item_type_classify[all_type[num]]
                if len(all_type2) != len(item_type_classify):  # 存在重复题型
                    one_type_num = item_type_num[num][1]
                print("one_type_num :", one_type_num)
                # 1>> 先按题号都在行首的情况（一行不多于一个答案）
                item_id = 0
                one_type_ans = []
                one_type_no = []
                item_no_info = pre_get_item_no('\n'+one_type, ans_item_no_type)  # 初步按非表格非排列的形式获取题号信息
                print("初步题号11：", item_no_info)
                if not item_no_info:
                    # 表格答案和排列型答案应该不同时存在！！！
                    if "table" in one_type:
                        # 存在表格答案
                        ans_no, table_ans = get_table_ans(one_type)
                        print("表格答案11：",table_ans, ans_no)
                        if table_ans:
                            one_type_ans.extend(table_ans)
                            one_type_no.extend(ans_no)
                    else:
                        one_type_no, one_type_ans = get_array_ans(one_type, new_ans_no, item_res[0]['item_id'],
                                                                  temp_type=all_type[num])
                else:  # 一行多个时，可能初步提取的题号只有1-2个
                    # 表格答案和1-10BCCDBB 答案类型 应该不同时存在吧
                    local_ans_no1, items_no_idx = get_right_no(item_no_info)
                    print("local_items_no:",local_ans_no1)
                    print("local_items_no_idx:", items_no_idx)
                    is_from_0 = 1   # shi
                    if items_no_idx[0] != 0 and local_ans_no1[0] > 1:
                        items_no_idx.insert(0, 0)
                        is_from_0 = 0   # fei
                    one_item_split = [del_no(("\n" + one_type)[i:j], ans_item_no_type) for i, j in zip(items_no_idx, items_no_idx[1:] + [None])]

                    while "table" in one_item_split[0]:
                        ans_no, table_ans = get_table_ans(one_item_split[0])
                        one_type_ans.extend(table_ans)
                        one_type_no.extend(ans_no)
                        one_item_split[0] = re.sub("<table>(((?!(</?table>)).)*)</table>", "", one_item_split[0])

                    if not is_from_0:
                        if re.match('(\n|^)故[：:]?选[：:]|故[：:]?答案分?别?[为是]?'
                                                      '|【([解分][析答]|详解|点[评睛])】|(答案|解析|详解)[：:]',
                                                      one_item_split[0].replace(" ", "")) is None:
                            one_item_split = one_item_split[1:]
                            items_no_idx = items_no_idx[1:]
                        else:
                            local_ans_no1.insert(0, local_ans_no1[0]-1)

                    # -------开始判断答案个数是否正确------------------------
                    one_type_no1 = one_type_no.copy()
                    one_type_no1.extend(local_ans_no1)
                    print('开始:', one_type_no1, one_type_num)
                    if len(one_type_no1) != one_type_num:
                        # 存在一行多个的情况，题号前必须有空格
                        one_type_str = '\n' + '\n'.join(one_item_split)  # 本部分的str
                        ans_no1, ans_no_idx1 = get_many_ans_no(one_type_str, ans_item_no_type)
                        local_ans_no2, ans_no_idx2 = get_right_no((ans_no_idx1, ans_no1), 1)
                        one_type_no2 = one_type_no.copy()
                        one_type_no2.extend(local_ans_no2)
                        # print('one_type_no2:', one_type_no2)
                        if len(one_type_no2) != one_type_num:
                            # 题号前不要求空格时，出错的概率大,最好限制下范围，在按换行获取的题号中对不连续的题号做这种操作!!!!
                            # 有题型行的一般归类比较工整点,所以先不操作
                            ans_no21, ans_no_idx21 = get_many_ans_no(one_type_str, ans_item_no_type, reget=1)
                            local_ans_no3, ans_no_idx3 = get_right_no((ans_no_idx21, ans_no21), 1)
                            one_type_no3 = one_type_no.copy()
                            one_type_no3.extend(local_ans_no3)
                            # print('one_type_no3:', one_type_no3)
                            if len(one_type_no3) != one_type_num:
                                print("第" + str(num + 1) + "大题(" + all_type[num], ")答案个数有问题！！！")
                                is_amount_wrong = 1
                                if 0<one_type_num-len(one_type_no1)<=2:
                                    one_type_ans.extend(one_item_split)
                                    one_type_no = one_type_no1
                                elif 0<one_type_num-len(one_type_no2)<=2:
                                    new_item_split = [del_no(one_type_str[i:j], ans_item_no_type) for i, j in
                                                      zip(ans_no_idx2, ans_no_idx2[1:] + [None])]
                                    one_type_ans.extend(new_item_split)
                                    one_type_no = one_type_no2
                                else:
                                    # 在one_type_no1, one_type_no2中取连续的最长题号作为最后的答案
                                    consecutive_no1 = get_consecutive_no(one_type_no1)
                                    consecutive_no2 = get_consecutive_no(one_type_no2)
                                    if len(consecutive_no1) >= len(consecutive_no2):
                                        one_type_no = one_type_no1
                                        one_type_ans.extend(one_item_split)
                                    else:
                                        one_type_no = one_type_no2
                                        new_item_split = [del_no(one_type_str[i:j], ans_item_no_type) for i, j in
                                                          zip(ans_no_idx2, ans_no_idx2[1:] + [None])]
                                        one_type_ans.extend(new_item_split)
                            else:
                                print("第三种题号切分方案")
                                new_item_split = [del_no(one_type_str[i:j], ans_item_no_type) for i, j in
                                                  zip(ans_no_idx3, ans_no_idx3[1:] + [None])]
                                one_type_ans.extend(new_item_split)
                                one_type_no = one_type_no3
                        else:
                            print("第二种题号切分方案")
                            new_item_split = [del_no(one_type_str[i:j], ans_item_no_type) for i, j in
                                              zip(ans_no_idx2, ans_no_idx2[1:] + [None])]
                            one_type_ans.extend(new_item_split)
                            one_type_no = one_type_no2
                    else:
                        print("第一种题号切分方案")
                        one_type_ans.extend(one_item_split)
                        one_type_no = one_type_no1
                # --------------------------------------------------------------------------------------------
                print("第" + str(num + 1) + "大题(" + all_type[num], ")答案题号：", one_type_no)
                # print('答案：', one_type_ans)

                # ------------------------------------题目和答案组合---------------------------------------------------
                # 按题号进行组合
                if not is_amount_wrong:
                    if one_type_ans:
                        print('one_type_no:',one_type_no)
                        print('one_type_ans:', one_type_ans)
                        for k, one_item in enumerate(one_type_ans):
                            # temp_id = item_id + type_id   # 当前答案在整个答案中的序号,此方法不好
                            if len(one_type_no) == len(one_type_ans):
                                temp_id = -1
                                # # ----------当前答案序号与题号对不上时------
                                # if item_res[temp_id]["item_id"] != one_type_no[k]:
                                #     # 从试题的res寻找与当前答案题号相同的题目的位置
                                temp_id_list = [i for i, v in enumerate(item_res) if v["item_id"] == one_type_no[k]]
                                if len(temp_id_list) == 1:
                                    temp_id = temp_id_list[0]
                                elif len(temp_id_list) > 1:
                                    for j in temp_id_list:
                                        if "answer" not in item_res[j].keys():
                                            temp_id = j
                                #--------------------end------------------
                                if temp_id != -1:
                                    res_con = item_res[temp_id]['content']
                                    item_res[temp_id].update(
                                        only_parse_split(one_item, all_type[num], res_con))  # 单道答案的结构化
                                item_id += 1
                else:
                    for k, one_item in enumerate(one_type_ans):
                        temp_id = "no"
                        # 从试题的res寻找与当前答案题号相同的题目的位置
                        temp_id_list = [i for i, v in enumerate(item_res) if v["item_id"] == one_type_no[k]]
                        if len(temp_id_list) == 1:
                            temp_id = temp_id_list[0]
                        elif len(temp_id_list) > 1:
                            for j in temp_id_list:
                                if "answer" not in item_res[j].keys():
                                    temp_id = j
                        if temp_id != 'no':  # 找到题目和答案相同的题目的序号时
                            res_con = item_res[temp_id]['content']
                            item_res[temp_id].update(
                                only_parse_split(one_item, all_type[num], res_con))  # 单道答案的结构化
                        item_id += 1
                type_id += item_id
                # ---------------------------------------------------
        # except:
        #     rd1_is_fail = 1
    else:
        rd1_is_fail = 1

    return item_res, rd1_is_fail


def get_table_ans(ans_str, flag=0):
    """
    获取表格中的答案
    flag=1:返回表格开始位置
    :return:
    """
    table_ans = []
    ans_no = []
    st = -1
    if ans_str and "table" in ans_str:  # 答案以表格形式呈现, 表格应放在前两行位置，不要插在答案中间
        row_list = []  # 要求表格形式为 横纵分明 ，不存在合并
        for one_table in re.finditer('<table>(((?!(</?table>)).)*)</table>', ans_str, re.S):
            st = one_table.start()
            for tt in re.finditer(r'<tr>(((?!(</?tr>)).)*)</tr>', one_table.group(1), re.S):
                tt_list = re.split(r'</p></td>|<td><p>|</td><td>|</td>|<td>', tt.group(1))
                # row_list.append([col for col in tt_list if col.strip()])   # 也有可能答案为空
                row_list.append(tt_list)
            if row_list:
                print("^^^^^^存在答案放在表格里的情况！^^^^^^^")
                if len(row_list) % 2 != 0:
                    print('有表格形式呈现的答案不是偶数行')
                else:
                    for k, v in enumerate(row_list):
                        if (k + 1) % 2 == 1:  # 奇数行==》答案序号行
                            # item_no = [int(i.strip()) if re.sub(r"[^\d]", "", i.strip()) else -1 for i in v]
                            # item_no_st = [num for num, i in enumerate(item_no) if i != -1]  # 可能开头是-1
                            # # print(item_no_st)
                            # ans_no.extend([i for i in item_no if i != -1])  # 表格序号
                            # table_ans.extend(row_list[k + 1][item_no_st[0]: item_no_st[-1] + 1])  # 表格答案
                            # --------------------
                            item_no = []
                            item_ans = []
                            # special_item_no = []  # 特殊的题号 如14（1）
                            for num, i in enumerate(v):
                                if re.sub(r"[^\d]", "", i.strip()):
                                    no = re.match("(\d+)",i.strip()).group(1)
                                    special_no_info = re.match("(\d+)\s*[(（\-_]\s*\d", i.strip())
                                    if special_no_info:
                                        no = special_no_info.group(1)
                                        # special_item_no.append(int(i))
                                        if not item_no or int(no) != item_no[-1]:
                                            item_no.append(int(no))
                                            item_ans.append(row_list[k + 1][num])
                                        elif item_no and int(no) == item_no[-1]:
                                            item_ans[-1] += "#"+row_list[k + 1][num]
                                    else:
                                        item_no.append(int(no))
                                        item_ans.append(row_list[k + 1][num])
                            ans_no.extend(item_no)
                            table_ans.extend(item_ans)
    if flag:
        return ans_no, table_ans, st
    return ans_no, table_ans


def only_parse_split(one_item_ans, item_type, res_con, reparse_n=1):
    """
    拆分出答案和解析，主要针对答案页中的每个题的答案进行拆分
    :one_item: 单道题的答案解析部分,
    ：reparse_n == 1：表示再解析
    :return:{'answer': ,"parse": }
    """
    one_item_ans = re.sub("\n\s*(化学|物理|生物|和|与)+\s*【答案】\s*$", '', one_item_ans)
    dd = {'parse': one_item_ans, 'answer': ""}
    temp_ans = one_item_ans
    one_item_ans = one_item_ans.split("【答案】", maxsplit=1)[-1]
    simp_item = re.sub(r"(【([解分][析答]|详解|点[评睛])】|答案|解析|详解)\s*[：:]?", "", one_item_ans)
    simp_item = re.sub("[^\u4e00-\u9fa5∵∴]", "", simp_item)
    deng_num = re.findall(r"((?!(src|width|height|style)).)+?([=＝]).+?", one_item_ans, re.S)
    huanheng_num = re.findall("\n+", one_item_ans, re.S)
    if len(simp_item) < 10 and re.search("因为？|因此|所以|根据|依据|若|假设", simp_item) is None and len(deng_num) < 2:
        dd['parse'] = ""
    if len(huanheng_num) > 1:
        dd['parse'] = one_item_ans

    sim_parse = dd['parse']  # 去掉点评后用于找答案
    if re.search(r"【(解析|解答|分析|详解|点评|点睛)】\n?|(解析|解答|分析|(?<!联)详?解|点评|点睛)\s*[：:]", one_item_ans):
        dd1 = dict(zip(["answer", "parse_title", "parse"],
                       re.split(r"【(解析|解答|分析|详解|点评|点睛)】\n?", one_item_ans, maxsplit=1)))
        if len(dd1)==1:
            dd1 = dict(zip(["answer", "parse_title", "parse"],
                           re.split(r"(解)\s*[：:]", one_item_ans, maxsplit=1)))
        if "【答案】" in temp_ans:
            dd["answer"] = dd1["answer"]
            if len(dd1) >= 3:
                dd["parse"] = "【" + dd1["parse_title"] + "】" + dd1["parse"]
                del dd1["parse_title"]
            return dd
        if len(dd1) >= 3:
            dd["parse"] = "【" + dd1["parse_title"] + "】" + dd1["parse"]
            del dd1["parse_title"]
        sim_parse = re.split("【点评】|【点睛】", dd["parse"])[0].strip()
    # 将解析中末尾出现的图片去掉
    while re.search('\n\s*<imgsrc\d+\sw_h=(\d+\*\d{3})/>\s*$', sim_parse):
        sim_parse = re.sub('\n\s*<imgsrc\d+\sw_h=(\d+\*\d{3})/>\s*$', "", sim_parse)

    if item_type.replace("题", "") in ["单选", "多选", "选择", "单项选择", "多项选择"]:
        ans = re.search(r'故选\s*[：:]?\s*<imgsrc\d+\sdata-latex="\$?([A-Z;；和与、､\s]+)\$?"/>'
                        r'|故选\s*[：:]?\s*([A-Z;；和与、､\s]+)', dd["parse"].replace("$", ""))
        ans1 = re.search(r'故答案[为是有]\s*[：:]\s*<imgsrc\d+\sdata-latex="\$?([A-Z;；和与、､\s]+)\$?"/>'
                         r'|故答案[为是有]\s*[：:]?\s*([A-Z;；和与、､\s]+)', dd["parse"].replace("$", ""))
        if ans:
            dd["answer"] = ans.group(1) if ans.group(1) is not None else ans.group(2)
        if ans1:
            dd["answer"] = ans1.group(1) if ans1.group(1) is not None else ans1.group(2)
        elif not dd['answer']:
            dd['answer'] = one_item_ans.strip()
            if dd['parse']:
                dd['answer'] = "见解析"
        dd['answer'] = re.sub(r"[.;；．]\s*$", "", dd['answer'])
    elif item_type:  # 把所有的图片能先提前替换比较好，后面匹配的话会容易些
        ans0 = re.search(r'故选\s*[：:]?\s*([A-Z;；和与、､\s]+)[.．；;。]?$', sim_parse)  # 试验题中可能还有选择题
        ans01 = re.search(r'故选\s*[：:]\s*<imgsrc\d+\sdata-latex="\$?([A-Z;；和与、､\s]+)\$?"/>', sim_parse)  # 可能开始题型写错
        ans1 = re.search(r'(故|因[而此]|所以)\s*[：:]?\s*(答案分?别?[为是填]?|填)\s*[：:]?\s*(((?!(<img)).)+?)[.．]?\s*(\n|$)', sim_parse)
        ans11 = re.search(r'((?<!解)答\s*[：:]|整理得\s*[：:]?)\s*(.+?)([.．；;]?\s*$|[.．]\s*\n)', sim_parse)
        ans2 = re.search(r'(故|因[而此]|所以)\s*[：:]?\s*(答案分?别?[为是填]?|填)\s*[：:]?\s*(<imgsrc.+?/>)[.．]?\s*(\n|$)', sim_parse, re.S)
        ans22 = re.search(r'(故|因[而此]|所以)\s*[：:]?\s*(答案分?别?[为是填]?|填)\s*[：:]?\s*([^∴∵故因所即【】]+?)([.．]\s*(\n|$)|$)', sim_parse)
        ans21 = re.search(r'综上所述\s*[：:]\s*([^∴∵故因所即【】]+?)[.．；;]\s*$', sim_parse)
        ans3 = re.search(r'(故|因[而此]|所以|∴)\s*[：:]?.+?[为是填]\s*[：:]?\s*([^∴∵故因所即则【】]+?)([.．；;,，]\s*$|[.．]\s*\n)', sim_parse)  # 改添
        ans31 = re.search(r'(故|因[而此]|所以|∴)\s*([^当为是填∴∵因所故即则【】]+?)[.．；;]\s*$', sim_parse)  # 改添
        ans32 = re.search(r'(故|因[而此]|所以)\s*[：:]?[^当为是填∴∵因所故即【】]+?[为是填]\s*[：:]?\s*(<imgsrc.+?/>)[.．]?\s*(\n|$)', sim_parse, re.S)
        ans4 = re.search(r'\n\s*[＝=]([^＝\n]+?)[.．]?\s*$', sim_parse)
        # ans42 = re.search(r'[＝=](?!")(((?!([故＝∴即]|原式|因[而此]|所以|\n|=[^"])).)+?)[.．]?\s*$', sim_parse)
        ans41 = re.search(r'原式\s*[＝=].+?[＝=](?!")(((?!(＝|=[^"])).)+?|\s*<imgsrc.+?/>)([.．]?\s*$|[.．]\s*\n)', sim_parse)
        if reparse_n != 2 and "【答案】" not in one_item_ans and dd['parse'] and \
                len(re.findall(r"[（(]\d[)）]|[\n:：;；。】]([（(](i{1,3}|[ⅰⅱⅲⅳⅠⅡⅢIV①②③④])[)）]|[①②③④]\s*(?![+\-]))",
                               sim_parse.replace(" ", ""))) > 1 and not (item_type == '填空题' and len(re.findall(r"_{2,}|_+([^_]*?)_+", res_con)) == 1):
            dd["answer"] = "见解析"
        elif ans0:
            dd["answer"] = ans0.group(1)
        elif ans01:
            dd["answer"] = ans01.group(1)
        elif ans1 or ans11:
            dd["answer"] = ans1.group(3) if ans1 else ans11.group(2)
        elif ans2:
            dd["answer"] = ans2.group(3)
        elif ans22:
            dd["answer"] = ans22.group(3)
        elif ans21:
            dd["answer"] = ans21.group(1)
        elif (ans3 or ans31 or ans32) and '证明' not in one_item_ans:
            if ans3:
                dd["answer"] = ans3.group(2)
            if ans31:
                dd["answer"] = ans31.group(2)
            if ans32:
                dd["answer"] = ans32.group(2)
        elif (ans4 or ans41) and '证明' not in one_item_ans:
            if ans4:
                dd["answer"] = ans4.group(1)
            if ans41:
                dd["answer"] = ans41.group(1)
            # if ans42:
            #     dd["answer"] = ans42.group(1)
        elif not re.sub("[\s略解析【】]", "" ,dd['parse']):
            dd['answer'] = one_item_ans.strip()
        else:
            if dd["answer"]:
                dd['parse'] = dd["answer"] + dd['parse']
            dd["answer"] = "见解析"
    else:  # 题型未知
        if len(simp_item) < 10:
            dd["answer"] = re.sub(r"【答案】|答案\s*[：:]", "", one_item_ans.strip())
        else:
            ans1 = re.search(
                r'故选\s*[：:]\s*<imgsrc\d+\sdata-latex="([A-Z;；和与、､\s]+)"/>|故选\s*[：:]?\s*([A-Z;；和与、､\s]+)',
                dd["parse"].replace("$", ""))
            ans2 = re.search(r'故\s*[：:]?\s*答案分?别?[为是]?\s*[：:]?\s*(.+?)[.．]\s*(\n|$)', dd["parse"])
            ans3 = re.search(r'(【答案】|答案)\s*[：:]?(.+?)(\n|$)', dd["parse"])
            if ans1:
                dd["answer"] = ans1.group(1) if ans1.group(1) is not None else ans1.group(2)
            elif ans2:
                dd["answer"] = ans2.group(1)
            elif ans3:
                dd["answer"] = ans3.group(2)
                dd["parse"] = dd["parse"].replace(ans3.group(0), "")
            elif not dd['answer']:
                dd['answer'] = "见解析"
    # print('最后：',dd)
    return dd


def ans_structure_step1(anss, item_type_classify, item_res):
    """
    针对答案部分解析结构化汇总
    anss : 整个答案部分
    :return:  dd = {'parse': , 'answer': }
    """
    anss = [k for k in anss if k.strip()]
    ans_label = [k for k, a in enumerate(anss) if re.match("【答案】", a.strip())]
    parse_label = [k for k, a in enumerate(anss) if re.match("【解析】", a.strip())]
    if len(ans_label) == 1 and len(parse_label) == 1:
        ans1 = anss[ans_label[0] + 1: parse_label[0]]
        parse1 = anss[parse_label[0]+1:]
        item_res = ans_structure_step2(ans1, item_type_classify, item_res,'group_ans')
        item_res = ans_structure_step2(parse1, item_type_classify, item_res, 'group_parse')
    else:
        item_res = ans_structure_step2(anss, item_type_classify, item_res)

    return item_res


def ans_structure_step2(anss, item_type_classify, item_res, *group):
    """
    拆分答案，并根据已拆分好的题目item_res 补上答案和解析
    有的答案放在表格里，如选择题、填空题、判断题，有的一行多个答案
    思路：1.先按一行没有多个题答案的情况取答案，数量与题干不同 时 >>>> 2.再按一行多个答案的情况取答案：
              1）先判断表格，拿到表格的答案；2）一行多个答案
    anss: 一组按所有不重复题号的答案
    item_type_classify: 题目中对各题型的统计
    :return: [{'parse': , 'answer': },{},{}]
    """
    while not anss[0]:
        anss = anss[1:]
    if re.match(".+?省.+?试[卷题]|[^a-zA-Z]*?【专题】", anss[0]):
        anss = anss[1:]

    # --------- 答案整体解析----存在一行中有选择题和填空题答案，填空题答案尽量每题占一行----------
    item_type_num = sum(list(item_type_classify.values()))
    all_item_ans = []  # 前期只记录表格答案和排列型答案
    table_ans = []
    ans_no = []  # 只记录表格答案和排列型答案的id
    # 默认表格答案放在最前面 ！！！
    while anss and "table" in anss[0]:  # 答案以表格形式呈现, 表格应放在前两行位置，不要插在答案中间
        row_list = []                   # 要求表格形式为 横纵分明 ，不存在合并
        for tt in re.finditer('<tr>(((?!(</?tr>)).)*)</tr>', anss[0], re.S):  # 先划分每行
            tt_list = re.split(r'</p></td>|<td><p>|</td><td>|</td>|<td>', tt.group(1))  # 再划分每列
            # row_list.append([col for col in tt_list if col.strip()])  # 也有可能答案为空
            row_list.append(tt_list)
        if row_list:
            print("^^^^^^存在答案放在表格里的情况！^^^^^^^")
            if len(row_list) % 2 != 0:
                print('表格形式呈现的答案不是偶数行')
            else:
                print("row_list:", row_list)
                for k, v in enumerate(row_list):
                    # print('-----',v)
                    if (k + 1) % 2 == 1:  # 奇数行==》答案序号行
                        item_no = [int(i) if re.sub(r"[^\d]", "", i) else -1 for i in v]
                        item_no_st = [num for num, i in enumerate(item_no) if i != -1]   # 可能开头是-1
                        ans_no.extend([i for i in item_no if i != -1])  # 表格序号
                        table_ans.extend(row_list[k + 1][item_no_st[0]: item_no_st[-1] + 1])   # 表格答案
        anss = anss[1:]
    print("表格答案：", table_ans)
    all_item_ans.extend(table_ans)

    if anss and re.search("<table>.*?</table>", anss[0], re.S) is None:
        anss[0] = anss[0].split("</table>")[-1].replace("</div>", "")
    #======= 先按一行没有多个题答案的情况取答案=======
    anss_str = table_label_cleal("\n" + "\n".join(anss)) if anss else ""
    # print(anss_str)

    ans_item_no_type = 1  # 初步定义答案的题号就是第一种类型!!!
    # 将序号前面是大写字母或分号的情况，加空
    anss_str = re.sub(r"([A-H])\s*[.．](\s*([1-4][0-9]|[1-9])\s*[.．、､])", r"\1  \2", anss_str)
    while re.search(r"([A-E])(([1-4][0-9]|[1-9])\s*[.．、､]\s*[A-E])", anss_str):
        anss_str = re.sub(r"([A-E])(([1-4][0-9]|[1-9])\s*[.．、､]\s*[A-E])", r"\1  \2", anss_str)

    def sub1(ss):
        if int(ss.group(3)) - int(ss.group(1)) == 1:
            return ss.group(1)+ss.group(2)+' '+ss.group(3)+'、'+ss.group(4)
    anss_str = re.sub(r"([1-4][0-9]|[1-9])\s*([.．、､]\s*[A-E])\s*([1-4][0-9]|[1-9])\s*([A-E]\s*([1-4][0-9]|[1-9])\s*[.．、､])", sub1, anss_str)
    anss_str = re.sub(r"([；;])(\s*([1-4][0-9]|[1-9])\s*[．、､])", r"\1  \2", anss_str)

    def sub2(ss):
        if int(ss.group(3)) - int(ss.group(2)) in [1, 2]:
            return ss.group(1)+"\n"+ss.group(3)+"､"+ss.group(4)
        else:
            return ss.group(0)
    anss_str = re.sub(r"(\n\s*([1-4][0-9]|[1-9])\s*[.．、､].+?)\n([1-4][0-9]|[1-9])\s*(?![.．、､])([^\s\d]+)", sub2, anss_str, flags=re.S)
    # print(anss_str)

    item_no_info = pre_get_item_no('\n' + anss_str, ans_item_no_type)  # 按\n\d、
    print("初步题号：", item_no_info)  # 初步按非表格非排列的形式获取题号信息
    if not item_no_info and len(anss_str.replace(" ", "")) < 50:
        item_0 = re.split(r"[1-9]\s*[.．、､：:]|[1-4][0-9]\s*[.．、､：:]", anss_str)
        if len(item_0) > 1:
            anss_str = item_0[0]
        array_ans_no, array_ans = get_array_ans(anss_str, ans_no, item_res[0]['item_id'])
        all_item_ans.extend(array_ans)
        ans_no.extend(array_ans_no)
        if len(item_0) > 1:
            all_item_ans.extend(item_0[1:])
            ans_no.extend(re.findall(r"([1-9]|[1-4][0-9])\s*[.．、､：:]", anss_str))

        if len(ans_no) == item_type_num or len(ans_no) == len(item_res):  # 只有表格答案或排列答案的情况
            print('答案第1种切分方案：只有表格答案或排列答案的情况！')
            item_res = get_ans_match(item_res, all_item_ans, ans_no, group)
    else:
        is_new_no = 0
        if not item_no_info:
            item_no_info = pre_get_item_no('\n' + anss_str, ans_item_no_type, flag=1)
            if item_no_info:  # 这里新更新的item_no_info放到和下面一起处理，不严谨
                is_new_no = 1

        ans_no0, ans_no_idx0 = get_right_no(item_no_info)  # 初始题号纠正，第一个不换行的题号可能被剔除
        print("ans_no0:", ans_no0)
        print("ans_no_idx0:", ans_no_idx0)
        is_from_0 = 1  # shi
        if ans_no0 and ans_no_idx0[0] != 0 and ans_no0[0] > 1:
            is_all_img = re.match("(<imgsrc.*?/>[\s\n]*)*?$", anss_str[:ans_no_idx0[0]].strip(),re.S)
            if not is_all_img:
                ans_no_idx0.insert(0, 0)
                is_from_0 = 0  # fei
        # 除表格、排列型之外的答案
        rest_item_split = [('\n' + anss_str)[i:j] for i, j in zip(ans_no_idx0, ans_no_idx0[1:] + [None])]
        if not is_from_0:  # 不是从0开始, 从0开始的话就不用判断
            if re.match('(\n|^)故[：:]?选[：:]|故[：:]?答案分?别?[为是]?'
                        '|【([解分][析答]|详解|点[评睛])】|(答案|解析|详解)[：:]',
                        rest_item_split[0].replace(" ", "")) is None:
                if item_no_info[0][0]==0 or item_no_info[0][1]=='1':
                    # 说明rest_item_split[0] 是一行多个排列的答案
                    array_ans_no, array_ans = get_array_ans(rest_item_split[0], ans_no, item_res[0]['item_id'], ans_no0[0])
                    if array_ans:
                        ans_no.extend(array_ans_no)
                        all_item_ans.extend(array_ans)
                    rest_item_split = rest_item_split[1:]
                    ans_no_idx0 = ans_no_idx0[1:]
                else:
                    print("rest_item_split[0]:", rest_item_split[0])
                    item_0 = re.split(r"([1-9]\s*[.．、､：:]\s*(?![A-F])|[1-4][0-9]\s*[.．、､：:]\s*(?![A-F]))", rest_item_split[0], maxsplit=1)
                    if len(item_0) > 1:
                        ans_no_idx0.insert(1, re.search(r"([1-9]|[1-4][0-9])\s*[.．、､：:]\s*(?![A-F])",
                                                        rest_item_split[0]).start())
                        rest_item_split[0] = item_0[0]
                        rest_item_split.insert(1, "\n" + "".join(item_0[1:]))  # 加了一个，题号和索引也要加一个
                        ans_no0.insert(0, int(re.findall("[1-9]|[1-4][0-9]", item_0[1])[0]))  # 这时补充的肯定与后面序号差别比较大
                        # info0 = re.search(r"([1-9]|[1-4][0-9])\s*[.．、､：:]\s*(?![A-F])", rest_item_split[0])  # 有问题吧
                        info0 = re.search(r"([1-9]|[1-4][0-9])\s*[.．、､：:]\s*(?![A-F])", rest_item_split[0])
                        if info0:  # ans_no0比len(rest_item_split)少
                            ans_no_idx0[0] = info0.start()

                    array_ans_no, array_ans = get_array_ans(rest_item_split[0], ans_no, item_res[0]['item_id'], ans_no0[0])
                    if array_ans:
                        ans_no.extend(array_ans_no)
                        all_item_ans.extend(array_ans)
                    else:
                        ans_no_idx0 = ans_no_idx0[1:]
                        if 'imgsrc' in rest_item_split[0]:  # 针对答案前面存在图的情况,图暂时不管（不清楚是什么图）
                            temp_str0 = re.sub('<imgsrc.*?/>', "", rest_item_split[0]).replace(" ", "")
                            if len(temp_str0) < 3 and ans_no0 and ans_no0[0] > 9:
                                is_from_0 = 1
                    rest_item_split = rest_item_split[1:]
                anss_str = "\n" + "\n".join(rest_item_split[1:])  # 更新anss_str
            else:
                ans_no0.insert(0, ans_no0[0] - 1)

        if is_new_no:
            ans_no0, rest_item_split = get_seq_no(ans_no0, rest_item_split)
            ans_no.extend(ans_no0)
            all_item_ans.extend(rest_item_split)
            item_res = get_ans_match(item_res, all_item_ans, ans_no, group)
        else:
            print("ans_no:::",ans_no)   # ans_no只记录表格答案和排列型答案
            print("::::", ans_no0, ans_no_idx0)
            pre_split_ansinfo_list = all_item_ans, ans_no, ans_no0, ans_no_idx0, anss_str, is_from_0, ans_item_no_type
            all_item_ans, ans_no = ans_select(item_res, item_type_num, rest_item_split, pre_split_ansinfo_list)
            item_res = get_ans_match(item_res, all_item_ans, ans_no, group)

    return item_res


def get_array_ans(one_item, raw_ans_no, st_no, af_no=0, temp_type=""):
    """
    获取排列型的答案
    :param one_item: 获取排列型的答案的文本
    :param raw_ans_no: 已有的答案id
    :param st_no: 题文中的初始题号
    :param af_no: one_item后面题文中的初始题号
    :param temp_type: 题型
    :return:
    """
    one_item_no, one_item_ans = [], []
    if re.search("([1-9]|1[0-9])\s*[-~-～~～]\s*1?[0-9]\s*([A-Z]\s*){2,}", one_item):
        no_info = re.findall("([1-9]|1[0-9])\s*[-~～]\s*(1?[0-9])\s*([A-Z]\s*){2,}", one_item)
        no_list = [list(range(int(i[0]), int(i[1]) + 1)) for i in no_info]
        row_split = re.split("\n*[1-9]\s*[-~-～~～]\s*1?[0-9]|\n*1[0-9]\s*[-~-～~～]\s*1?[0-9]", one_item)
        if len(row_split) - len(no_list) == 1:
            if not row_split[0].strip():
                one_item_no.extend(sum(no_list, []))
                for k, j in enumerate(row_split[1:]):
                    if len(re.findall("[A-Z](?!\))", j)) == len(no_list[k]):
                        one_item_ans.extend(re.findall("[A-Z](?<!\))", j))
                    elif len(re.split("\s+", j.strip())) == len(no_list[k]):
                        one_item_ans.extend(re.split("\s+", j.strip()))
                    elif len(re.split("[、､]+", j.strip())) == len(no_list[k]):
                        one_item_ans.extend(re.split("[、､]+", j.strip()))
            elif no_list[0][0] > 1:
                tt0 = re.split("\s+", row_split[0].strip())
                if len(tt0) < no_list[0][0] - 1:
                    tt0 = re.findall("[A-Z](?!\))", row_split[0])
                if len(tt0) >= no_list[0][0] - 1:
                    one_item_ans.extend(tt0[-(no_list[0][0] - 1):])
                    one_item_no.extend(list(range(1, no_list[0][0]))[-(no_list[0][0] - 1):])
                one_item_no.extend(sum(no_list, []))
                for k, j in enumerate(row_split[1:]):
                    print(re.split("\s+", j.strip()))
                    if len(re.findall("[A-Z](?!\))", j)) == len(no_list[k]):
                        one_item_ans.extend(re.findall("[A-Z](?<!\))", j))
                    elif len(re.split("\s+", j.strip())) == len(no_list[k]):
                        one_item_ans.extend(re.split("\s+", j.strip()))
                    elif len(re.split("[、､]+", j.strip())) == len(no_list[k]):
                        one_item_ans.extend(re.split("[、､]+", j.strip()))
    elif (re.search("([1-9]|1[0-9])\s*[A-Z]", one_item) and temp_type.replace("题", "")
             in ['选择', '单选', '多选']) or re.search("^[\d\sA-Z.．、､\n]+$", one_item):  # 1A 2B 3C 4D
        row_ans = re.split("[1-4][0-9]|[1-9]", one_item)
        if re.search("[A-F]", row_ans[0].strip()):
            new_ans = re.findall("[A-Z](?<!\))", row_ans[0])
            one_item_ans.extend(new_ans)
            if raw_ans_no:
                one_item_no.extend(list(range(raw_ans_no[-1] + 1, raw_ans_no[-1] + 1 + len(new_ans))))
            else:
                one_item_no.extend(list(range(st_no, 1 + len(new_ans))))
        else:
            row_ans = row_ans[1:]
        one_item_ans.extend(row_ans)
        one_item_no.extend([int(i) for i in re.findall(r"1[0-9]|[1-9]", one_item)])

    else:
        # row_ans = sum([re.findall("[A-Z](?<!\))", str(k.group())) for k in re.finditer("[A-Z]{4,}", one_type)],[])
        row_no1, row_ans_idx1 = get_many_ans_no("\n" + one_item, 1)
        row_no1, row_ans_idx1 = get_right_no((row_ans_idx1, row_no1), 1)  # 筛选
        row_ans1 = [del_no(("\n" + one_item)[i:j]) for i, j in
                           zip(row_ans_idx1, row_ans_idx1[1:] + [None])] if len(row_ans_idx1) > 1 else []
        row_ans2 = re.findall("[A-Z](?<!\))", one_item)
        row_ans, row_no = [], []
        if af_no and len(row_ans1) in [af_no - 1, af_no - 2]:
            one_item_ans.extend(row_ans1)
            one_item_no.extend(row_no1)
        else:
            if af_no and len(row_ans1) > 5 and len(row_ans2) - len(row_ans1) > 2 and len(row_ans2) - af_no > 2:
                one_item_ans.extend(row_ans1)
                one_item_no.extend(row_no1)
            else:
                temp_item = re.sub("<imgsrc.*?/>", "", one_item).strip()
                if len(re.findall("[\u4e00-\u9fa5]", temp_item))<2:  # 尽量没有中文
                    row_ans = row_ans2
                    one_item_ans.extend(row_ans)
                    if raw_ans_no and row_ans:
                        one_item_no.extend(list(range(raw_ans_no[-1] + 1, raw_ans_no[-1] + 1 + len(row_ans))))
                    else:
                        one_item_no.extend(list(range(1, 1 + len(row_ans))))

    return one_item_no, one_item_ans


def ans_select(item_res, item_type_num, rest_item_split, pre_split_ansinfo_list):
    """
    按换行切分答案、按一行多个答案（含答案序号前有空格或非空格两种情况），
    按此三种方法，与题文试题的切分结构进行对比而选取答案
    :param item_type_num:
    :param ans_no:
    :param ans_str:
    :return:
    """
    all_item_ans, ans_no, ans_no0, ans_no_idx0, anss_str, is_from_0, ans_item_no_type = pre_split_ansinfo_list
    ans_no1 = ans_no.copy()
    ans_no1.extend(ans_no0)
    # 先按换行格式获取答案（没有一行多个答案的情况）
    print("ans_no1:",ans_no1)
    print("item_type_num:",item_type_num)
    if len(ans_no1) != item_type_num and len(ans_no1) != len(item_res):
        if is_from_0 and len(ans_no1) > 1:  # 答案确实只有部分或前面答案是图片形式==>有问题，1行多个答案的第1个答案也可能是从1开始！！！！
            print('答案第6种切分方案：答案确实只有部分或前面答案是图片形式！')
            # 先判断下是否连续，因为预先允许差一个；如果不连续，则进一步寻找后再切分
            seq_no = find_seq_num(ans_no1)
            if len(seq_no) > 0:
                rest_item_split = [del_no(k) for k in rest_item_split]
                all_item_ans.extend(rest_item_split)
                for num, s in enumerate(seq_no[1:]):
                    if s[0] - seq_no[num][-1] == 2:
                        que_no = s[0]-1
                        last_idx = ans_no1.index(s[0]-2)
                        new_split = re.split("(\s+|【fei】)"+str(que_no)+"\s*[.．、､]",all_item_ans[last_idx], maxsplit=1)
                        if len(new_split) == 3:
                            all_item_ans[last_idx] = new_split[0]
                            all_item_ans.insert(last_idx+1, new_split[2])
                            ans_no1.insert(ans_no1.index(s[0]), que_no)
            else:
                rest_item_split = [del_no(k) for k in rest_item_split]
                all_item_ans.extend(rest_item_split)
                ans_no = ans_no1
        else:
            # 存在一行多个的情况，题号前必须有空格
            temp_ans_no1, ans_no_idx1 = get_many_ans_no("\n" + anss_str, ans_item_no_type)  # 初步获取
            temp_ans_no1, ans_no_idx1 = get_right_no((ans_no_idx1, temp_ans_no1), 1)  # 筛选
            ans_no2 = ans_no.copy()
            ans_no2.extend(temp_ans_no1)
            print("ans_no2:", ans_no2)
            if len(ans_no2) != item_type_num and len(ans_no2) != len(item_res):  # 一行多个，题号前可有可无空格
                # 题号前不要求空格时，出错的概率大,最好限制下范围，在按换行获取的题号中（在最后一个连续处中断，对前面不连续的题号做下面的操作）!!!!
                new_anss_str = "\n" + anss_str
                seq_no = find_seq_num(ans_no1)
                ans_no_after = []
                no_idx_after = []
                print("seq_no:",seq_no)
                if seq_no:
                    if seq_no[-1][0] in ans_no0:
                        ans_no_after.extend(ans_no0[ans_no0.index(seq_no[-1][0]):])
                        no_idx_after.extend(ans_no_idx0[ans_no0.index(seq_no[-1][0]):])
                        breakp = ans_no_idx0[ans_no0.index(seq_no[-1][0])]
                        new_anss_str = ("\n" + anss_str)[:breakp]
                temp_ans_no21, ans_no_idx21 = get_many_ans_no(new_anss_str, ans_item_no_type, reget=1)
                temp_ans_no21.extend(ans_no_after)
                ans_no_idx21.extend(no_idx_after)
                temp_ans_no21, ans_no_idx21 = get_right_no((ans_no_idx21, temp_ans_no21), 1)  # 筛选
                ans_no3 = ans_no.copy()
                ans_no3.extend(temp_ans_no21)
                print("ans_no3:", ans_no3)
                if len(ans_no3) != item_type_num and len(ans_no3) != len(item_res):
                    # temp_ans_no22.extend(ans_no_after)  # 不要
                    # ans_no_idx22.extend(no_idx_after)   # 不要
                    # temp_ans_no22, ans_no_idx22 = get_right_no((ans_no_idx22, temp_ans_no22), 1)  # 筛选
                    # ans_no4 = ans_no.copy()  # 不要
                    # ans_no4.extend(temp_ans_no22)  # 不要
                    # print("ans_no4:", ans_no4)  # 不要
                    # if len(ans_no4) != item_type_num and len(ans_no4) != len(item_res):
                    print('可能存在答案格式（无序号）影响答案个数有问题！！！', )
                    # 也有可能题目比答案多，如理综题目不全
                    if abs(len(item_res) - len(ans_no1)) <= 2 or (len(ans_no1) > len(item_res) and ans_no1[0] == 1):
                        print('换行切分的答案个数与题目个数接近！！')
                        rest_item_split = [del_no(k) for k in rest_item_split]
                        all_item_ans.extend(rest_item_split)
                        ans_no = ans_no1
                    elif abs(len(item_res) - len(ans_no2)) <= 2 or (
                            len(ans_no2) > len(item_res) and ans_no2[0] == 1):
                        print('（换行+空格）切分的答案个数与题目个数接近！！', ans_no2)
                        rest_item_split = [del_no(("\n" + anss_str)[i:j]) for i, j in
                                           zip(ans_no_idx1, ans_no_idx1[1:] + [None])]
                        all_item_ans.extend(rest_item_split)
                        ans_no = ans_no2
                    else:
                        # 在ans_no1, ans_no2中取连续的最长题号作为最后的答案
                        consecutive_no1 = get_consecutive_no(ans_no1)
                        consecutive_no2 = get_consecutive_no(ans_no2)
                        if len(consecutive_no1) >= len(consecutive_no2):
                            ans_no = ans_no1
                            rest_item_split = [del_no(k) for k in rest_item_split]
                            all_item_ans.extend(rest_item_split)
                        else:
                            ans_no = ans_no2
                            rest_item_split = [del_no(("\n" + anss_str)[i:j]) for i, j in
                                               zip(ans_no_idx1, ans_no_idx1[1:] + [None])]
                            all_item_ans.extend(rest_item_split)
                        # elif all_item_ans:  # 最后起码把表格答案、排列型答案先填上
                        #     item_res = get_ans_match(item_res, all_item_ans, ans_no, group)
                    # else:
                    #     print('答案第5种切分方案：存在一行多个答案，每个答案题号前可以没有空格2')
                    #     rest_item_split = [del_no(("\n" + anss_str)[i:j]) for i, j in
                    #                        zip(ans_no_idx22, ans_no_idx22[1:] + [None])]
                    #     all_item_ans.extend(rest_item_split)
                    #     ans_no = ans_no4
                else:
                    print('答案第4种切分方案：存在一行多个答案，每个答案题号前可以没有空格')
                    rest_item_split = [del_no(("\n" + anss_str)[i:j]) for i, j in
                                       zip(ans_no_idx21, ans_no_idx21[1:] + [None])]
                    all_item_ans.extend(rest_item_split)
                    ans_no = ans_no3
            else:
                print('答案第3种切分方案：存在一行多个答案，且每个答案题号前必须有空格或顶格')
                rest_item_split = [del_no(("\n" + anss_str)[i:j]) for i, j in
                                   zip(ans_no_idx1, ans_no_idx1[1:] + [None])]
                all_item_ans.extend(rest_item_split)
                ans_no = ans_no2
    else:
        print('答案第2种切分方案：没有一行多个答案的情况！')
        rest_item_split = [del_no(k) for k in rest_item_split]
        all_item_ans.extend(rest_item_split)
        ans_no = ans_no1

    return all_item_ans, ans_no


def get_ans_match(item_res, all_ans, ans_no, *group):
    """
    根据切分后的答案及其题号，与前面试题进行匹配更新,all_ans和ans_no的个数应该是相同的
    :param item_res:
    :param all_ans:
    :param ans_no:
    :return:
    """
    for k, one_ans in enumerate(all_ans):
        temp_id = "no"
        # 从试题的res寻找与当前答案题号相同的题目的位置
        temp_id_list = [i for i, v in enumerate(item_res) if k<len(ans_no) and v["item_id"] == ans_no[k]]
        if len(temp_id_list) == 1:
            temp_id = temp_id_list[0]
        elif len(temp_id_list) > 1:
            for j in temp_id_list:
                if "answer" not in item_res[j].keys():
                    temp_id = j
        if temp_id != 'no':  # 找到题目和答案相同的题目的序号时,没找到就先不要答案了
            res_con = item_res[temp_id]['content']
            if group==((),) or not group:  # 这里group参数是双层嵌套不定参数，if not group[0]
                if k<= len(item_res)-1:
                    simp_res = only_parse_split(one_ans, item_res[temp_id]["item_topic_name"], res_con)
                    item_res[temp_id].update(simp_res)
                else:
                    item_res[temp_id].update({'answer': "", 'parse': ""})
            else:
                if group == 'group_ans':
                    item_res[temp_id]['answer'] = one_ans
                    item_res[temp_id]['parse'] = ""
                if group == 'group_parse':
                    item_res[temp_id]['parse'] = one_ans
                    if not item_res[temp_id]['answer']:
                        item_res[temp_id]['answer'] = '见解析'
    return item_res


if __name__ == '__main__':
#     one_item_ans = """
#     (12分)
# (1)泥泞路面上行驶时，汽车受到的阻力为8000N；
# (2)速度为10m/s时，汽车的加速度-2m/s<sup>2</sup>；
# (3)汽车在AB段上的运动时间为30.625s．
#     """
#     res_con = """
#     （12分如图所示，一质量为2×10<sup>3</sup>kg的小汽车从倾斜路面上以20m/s的速度经A点驶入泥泞的水平路面，行驶200m路程后到达B点，速度降为5m/s，此后速度保持恒定，已知整个过程中汽车发动机的输出功率恒为40kW．求：
# (1)泥泞路面上行驶时，汽车受到的阻力；
# (2)速度为10m/s时，汽车的加速度；
# (3)汽车在AB段上的运动时间．
#     """
#     rr=only_parse_split(one_item_ans, "计算题", res_con)
#     print(rr)
    a=get_array_ans('1.B  2. C  3. D  4. B  5. B  6. C  7. B  8.A  9. AD  10. ACD  11. BC  12. CD', [], 1)
    print(a)