new_tiku_structure_2021/utils/dati2slave.py

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

import re
from structure.ans_structure import only_parse_split


def get_slave(one_item, con, parse, ans):
    """
    带小问的大题 按小问切分
    :return:
    """
    # if re.search(r"[;；]", ans) and len(re.findall(r"[（(]\s*\d\s*[)）]", con)) > 1:  # 模板要求老师小题题号（1）(2)
    th1 = {"(Ⅰ)": "(1)", "(Ⅱ)": "(2)", "(Ⅲ)": "(3)", "(IV)": "(4)", "(Ⅳ)": "(4)", "(Ⅴ)": "(5)",
           "Ⅰ": "(1)", "Ⅱ": "(2)", "Ⅲ": "(3)", "IV": "(4)", "Ⅳ": "(4)", "Ⅴ": "(5)"}
    con = re.sub(r"([\n】])\s*[(（]\s*(" + "|".join(th1.keys()) + ")\s*[)）]", lambda x: x.group(1) + th1[x.group(2)], con)
    parse = re.sub(r"([\n】])\s*[(（]\s*(" + "|".join(th1.keys()) + ")\s*[)）]", lambda x: x.group(1) + th1[x.group(2)],
                   parse)

    con = re.sub("(<[/a-z]+>|[(（]\s*\d+\s*分\s*[）)])\s*([(（]\s*\d\s*[）)])", r"\1" + "\n" + r"\2", con)
    parse = re.sub("(<[/a-z]+>)\s*([(（]\s*\d\s*[）)])", r"\1" + "\n" + r"\2", parse)
    # parse = re.sub("(答案分?别?[为是]?\s*[：:])\s*[(（]\s*(\d)\s*[)）]", r"\1[#[\2]#]", parse)

    kuo_num = len(re.findall(r"[（(]\d[)）]", con.replace(" ", "")))
    circle_num = len(re.findall(r"\n[（(](i{1,3}|[ⅰⅱⅲⅳ①②③④])[)）]|\n[①②③④]\s*(?![+-])", con.replace(" ", "")))

    if len(re.findall(r"[（(]\d[)）]|\n[（(](i{1,3}|[ⅰⅱⅲⅳ①②③④])[)）]|\n[①②③④]\s*(?![+-])", con.replace(" ", ""))) > 1:
        by_sub_item = True  # 答案是按照小题获取还是按照空的个数,答案老师有时候全部用;隔开,有时候又会分题号
        # 题干
        if kuo_num > 1:
            con = re.sub(r"((?<=[\n:：;；。求])|^)\s*([(（]\s*\d\s*[)）])\s*(?!小?题?中)", "【ⅳ】", con)
        elif circle_num > 1:
            con = re.sub(r"((?<=[\n:：;；。求])|^)\s*([(（]\s*(\d|i{1,3}|[ⅰⅱⅲⅳ①②③④])\s*[)）]|[①②③④]\s*(?![+-]))", "【ⅳ】", con)
        # print(con)
        # print('-------------------------------')
        con_list = re.split(r"【ⅳ】", con)

        # 答案   不能只用空格隔开
        ans_list = [] if ans != "见解析" else "见解析"
        if re.search(r"[;；]|\n[（(](\d|i{1,3}|[ⅰⅱⅲⅳ①②③④])[)）]|\n[①②③④]\s*(?![+-])", ans.replace(" ", "")):
            if len(re.findall(r"[（(]\d[)）]", ans.replace(" ", ""))) > 1:  # 优先按（\d）拆分
                    # and len(re.findall(r"\n[（(](i{1,3}|[ⅰⅱⅲⅳ①②③④])[)）]|\n[①②③④]\s*(?![+-])", ans.replace(" ", ""))) > 0:
                ans = re.sub(r"((?<=[\n:：;；。])|^)\s*([(（]\s*\d\s*[)）])", "【ⅳ】", ans)
            elif len(re.findall(r"\n[（(](i{1,3}|[ⅰⅱⅲⅳ①②③④])[)）]|\n[①②③④]\s*(?![+-])", ans.replace(" ", ""))) > 1:
                ans = re.sub(r"((?<=[\n:：;；。])|^)\s*([(（]\s*(\d|i{1,3}|[ⅰⅱⅲⅳ①②③④])\s*[)）]|[①②③④]\s*(?![+-]))", "【ⅳ】",
                             ans)
            ans_list.extend(re.split(r"【ⅳ】", ans))
            while not ans_list[0]:
                ans_list = ans_list[1:]
            if len(ans_list) < len(con_list) - 1:
                ans_list = re.split(r"[;；](?! height)", ans)
                by_sub_item = False

        # 解析
        parse_list = []
        syn_list = []
        analy_comment = []
        parse_common = ""
        ans_summarize = ""
        if parse:
            if re.search('【(详解|解析|解答)】', parse):  # 2020-6-10
                temp_parse = re.split('【详解】|【解析】|【解答】', parse)
                parse = temp_parse[1]
                # parse_list.append(temp_parse[0])
                # 若分析也分小问来，则单独拆分
                if len(re.findall(r"[（(]\d[)）]", temp_parse[0].replace(" ", ""))) > 1:
                    syn = re.sub(r"((?<=[\n:：;；。】])|^)\s*([(（]\s*\d\s*[)）])", "【ⅳ】", temp_parse[0])
                    syn_list.extend(re.split(r"【ⅳ】", syn))
                syn_list.append(temp_parse[0])  # 【详解】|【解析】|【解答】 前面的部分

                if re.search("【(点评|点睛)】", parse):
                    comment = re.split('(【点评】|【点睛】)', parse)
                    analy_comment.append(comment[-2] + comment[-1])
                    parse = comment[0]

            # 解析拆分小问
            if len(re.findall(r"[（(]\d[)）]", parse.replace(" ", ""))) > 1:
                parse = re.sub(r"((?<=[\n:：;；。])|^)\s*([(（]\s*\d\s*[)）])", "【ⅳ】", parse)
                parse = re.sub(r"(/>)\s*([(（]\s*\d\s*[)）])", r"\1【ⅳ】", parse)
            else:
                parse = re.sub(r"((?<=[\n:：;；。])|^)\s*([(（]\s*(\d|i{1,3}|[ⅰⅱⅲⅳ①②③④])\s*[)）]|[①②③④]\s*(?![+-]))", "【ⅳ】", parse)
                parse = re.sub(r"(/>)\s*([(（]\s*(\d|i{1,3}|[ⅰⅱⅲⅳ①②③④])\s*[)）]|[①②③④]\s*(?![+-]))", r"\1【ⅳ】", parse)

            # 将解析末尾出现的‘故答案为’在成功slave后删掉
            if re.search('(故|因[而此]|所以)\s*[：:]?\s*答案分?别?([为是]|填)?\s*[：:]\s*(.+?)(\n|$)', parse):
                ans_s = re.search('(\n.*?|^.*?|<p>)((故|因[而此]|所以)\s*[：:]?\s*答案分?别?([为是]|填)?\s*[：:]\s*(.+?))(\n|$)', 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) == '<p>' 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