new_tiku_structure_v3_sci/structure/danti_structure.py

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

"""
单题再解析、结构化
"""
import re

from structure.option import option_structure
from utils.equation_extract import get_simpstr2eqn, get_equation_instr
from utils.html_again_parse import css_label_wash
from utils.washutil import base642img, css_conflict_deal, convert_huanhang, wash_after
from utils.field_eq2latex import latex_wash
from structure.dati2slave import get_slave


def single_parse(one_item, item_type, wordid, source="zxhx", subject="数学"):
    """
    rtype:题型
    :return:
    """
    # if re.search("选择|不定选择|多选|单选", rtype):
    #     if "【选项】" not in one_item:
    #         return "请不要将本编辑框自带的“【选项】、【答案】、【解析】”字段删除"
    # if "【答案】" not in one_item or "【解析】" not in one_item:
    #     return "请不要将本编辑框自带的“【答案】、【解析】”字段删除"
    print("原始：")
    # print(one_item)
    one_item = css_label_wash(one_item)
    one_item = re.sub("</?p>|<h[12345]", "", one_item)
    one_item = one_item.replace("&nbsp;&nbsp;", " ").replace("&nbsp;", " ")
    # print("去css：")
    # print(one_item)
    one_item = base642img(one_item, wordid)
    # one_item = css_conflict_deal(one_item)
    one_item = re.sub(r"(<br\s*/?>\s*|\n\s*)+<(/?table( .*?)?|/?tbody( .*?)?|/?t[rhd]( .*?)?)>\s*(<br\s*/?>\s*|\n\s*)+",
                      r"<\2>", one_item)
    one_item = re.sub(r'(</?t[drh]( .*?")?>|</?table>|</?tbody>)(<br\s*/?>|\n)+', r"\1", one_item, flags=re.S)
    one_item = re.sub(r"\\\(\s*{\s*\}\s*\\\)", "", one_item)
    one_item = re.sub(r"\\\(\s*\\\)", "", one_item)
    one_item = re.sub(r"\\\(|\\\)", "$", one_item)
    one_item = latex_wash(one_item, 1)

    res_list = re.split(r"(\n+【答案】|\n+【解析】)", one_item)
    if len(res_list) > 5:
        return "编辑后的文本出现多个【答案】或【解析】字段，请删除，每个字段只保留唯一且单独成行"
    elif len(res_list) < 5:
        res_list = re.split(r"(【答案】|【解析】)", one_item)
        if len(res_list) > 5:
            return "编辑后的文本出现多个【答案】或【解析】字段，请删除，每个字段只保留唯一且单独成行"
        # elif len(res_list) < 5:
        #     return "编辑后的文本掉了【答案】或【解析】字段，请添加，每个字段保留唯一"

    new_item_struct = {"type": item_type}
    new_item_struct["key"] = ""
    new_item_struct["parse"] = ""
    new_item_struct["stem"] = res_list[0]
    if len(res_list) == 5:
        if res_list[1].strip() == "【答案】" and res_list[3].strip() == "【解析】":
            new_item_struct["key"] = res_list[2]
            new_item_struct["parse"] = res_list[4]
        elif res_list[1].strip() == "【解析】" and res_list[3].strip() == "【答案】":
            new_item_struct["key"] = res_list[4]
            new_item_struct["parse"] = res_list[2]
        else:
            return "编辑后的文本出现多个【答案】或【解析】字段，请修改，每个字段只保留唯一且单独成行"
    elif len(res_list) > 2:
        if res_list[1].strip() == "【答案】":
            new_item_struct["key"] = res_list[2]
        elif res_list[1].strip() == "【解析】":
            new_item_struct["parse"] = res_list[2]

    item_ids = re.findall("^([1-9][0-9]|[1-9])\s*[.．、､]", new_item_struct["stem"].strip())
    new_item_struct["item_id"] = int(item_ids[0]) if item_ids else 0

    new_item_struct["stem"] = re.sub("^([1-9][0-9]|[1-9])\s*[.．、､]", "", new_item_struct["stem"].strip())
    if len(new_item_struct["stem"].strip()) < 3:
        return "题干为空，请补充完整"

    # 选项再解析
    new_item_struct["errmsgs"] = []
    if re.search("选择|不定选择|多选|单选", item_type):
        new_item_struct = option_structure(new_item_struct, new_item_struct["stem"], new_item_struct["key"], 1, 1)
        if new_item_struct["errmsgs"]:
            return ";;".join(new_item_struct["errmsgs"])
        if 'options' in new_item_struct and any([True for i in new_item_struct['options']
                                                 if not i.replace("：", "").strip()]):  # 空选项中：被当成了内容
            return "存在选项为空，请补充完整"
        new_item_struct["answer_type"] = "选择题"
    elif source in ["xue_guan", "teacher"] and subject not in ["数学", "物理"]:  # 拆小题
        new_item_struct = get_slave(new_item_struct, new_item_struct["stem"], new_item_struct["parse"], new_item_struct["key"])

    new_item_struct = wash_after([new_item_struct], subject)[0]
    # 换行符替换
    # convert_huanhang(new_item_struct)
    # new_item_struct["stem"] = new_item_struct["stem"].strip().replace("\n\n", "\n").replace("\n", "<br/>")  # 2020/4/10 gai
    # new_item_struct["key"] = new_item_struct["key"].strip().replace("\n\n", "\n").replace("\n", "<br/>")
    # new_item_struct["parse"] = new_item_struct["parse"].strip().replace("\n\n", "\n").replace("\n", "<br/>")
    # if "options" in new_item_struct:  # 对选项部分进行格式处理  get_equation_instr
    #     for i in range(len(new_item_struct['options'])):
    #         new_item_struct['options'][i] = new_item_struct['options'][i].strip().replace("\n\n", "\n")\
    #                                                         .replace("\n", "<br/>")
    new_item_struct["errmsgs"] = "；".join(new_item_struct["errmsgs"])
    # print(new_item_struct)
    return new_item_struct


if __name__ == '__main__':
    from pprint import pprint
    html = r'''
<div class="stem-wraper" data-v-f9692732=""><span class="topic-number" data-v-f9692732="">11.</span><span class="stem" data-v-f9692732="">在2A(g)+B(g)<img src="http://zxhx-pro-1302712961.cos.ap-beijing.myqcloud.com/zyk/uploadfiles/wording/6232c845a7d375f4518b9b22/image8.png" width="36px" height="10px">3C(g)+4D(g)反应中，表示该反应速率最快的是<br><br>A、v(A)=8mol·L<sup>-1</sup>·min<sup>-1<br></sup>B、v(B)=0.3mol·L<sup>-1</sup>·s<sup>-1<br></sup>C、v(C)=0.6mol·L<sup>-1</sup>·s<sup>-1<br></sup>D、v(D)=1mol·L<sup>-1</sup>·s<sup>-1</sup></span></div>
<ul class="stem-options" data-v-f9692732="">
<li data-v-f9692732="">&nbsp;</li>
</ul>
<div class="topic-analysis" data-v-f9692732="">
<div class="topic-analysis-content" data-v-f9692732=""><span class="analysis-prefix" data-v-f9692732="">【答案】</span><span data-v-f9692732="">B</span></div>
<div class="topic-analysis-content" data-v-f9692732=""><span class="analysis-prefix" data-v-f9692732="">【解析】</span><span data-v-f9692732="">都换算成用B表示的速率，分别为：<br>A．v(B)=<span class="math-tex">\(\frac{\text{8mol}\cdot {\text{L}}^{\text{-1}}·{\text{min}}^{\text{-1}}}{\text{2}×\text{60s}\cdot {\text{min}}^{\text{-1}}}\)</span>=0.067 mol·L<sup>-1</sup>·s<sup>-1</sup>；<br>B．v(B)=0.3mol·L<sup>-1</sup>·s<sup>-1</sup>；<br>C．v(B)=<span class="math-tex">\(\frac{\text{0}\text{.6mol}·{\text{L}}^{\text{-1}}·{\text{s}}^{\text{-1}}}{\text{3}}\)</span>=0.2mol·L<sup>-1</sup>·s<sup>-1</sup>；<br>D．v(B)=<span class="math-tex">\(\frac{\text{1mol}·{\text{L}}^{\text{-1}}·{\text{s}}^{\text{-1}}}{\text{4}}\)</span>=0.25mol·L<sup>-1</sup>·s<sup>-1</sup>；所以B选项最快，故选B。<br>【点睛】<br>比较用不同物质表示的反应速率快慢时，根据速率之比等于方程式的化学计量数之比，换算成用同一种物质表示的速率，同时还要注意单位的统一。<br></span></div>
</div>
    '''

    hml2 = """
    <div class="stem-wraper" data-v-35454a0f=""><span class="topic-number" data-v-35454a0f="">7.</span><span class="stem" data-v-35454a0f="">农业生产中的一些栽培措施可以影响作物的生理活动，促进作物的生长发育，达到增加产量等目的。回答下列问题：<br>(1)中耕松土、科学施肥、合理灌溉等措施都能有效提高农作物的产量。中耕是指作物生长期中，在植株之间去除杂草并进行松土的一项栽培措施，该栽培措施对作物的作用有____________（答出1点即可）。农田施肥的同时，往往需要适当浇水，此时浇水的原因是____________________（答出1点即可）。</span></div>
<div class="topic-analysis" data-v-35454a0f="">
<div class="topic-analysis-content" data-v-35454a0f=""><span class="analysis-prefix" data-v-35454a0f="">【答案】</span><span data-v-35454a0f="">(1)减少杂草对水分、矿质元素和光的竞争增加土壤氧气含量，促进根系的呼吸作用 肥料中的矿质元素只有溶解在水中才能被作物根系吸收 (2)叶绿体类囊体薄膜 C<sub>5</sub> 叶绿体基质 (3)A和D 作物A光饱和点高且长得高，可利用上层光照进行光合作用；作物D光饱和点低且长得矮，与作物A间作后，能利用下层弱光进行光合作用</span></div>
<div class="topic-analysis-content" data-v-35454a0f=""><span class="analysis-prefix" data-v-35454a0f="">【解析】</span><span data-v-35454a0f="">(1)去除杂草减小种间竞争，使作物有更多的营养物质并得到更多的光照，进行松土可以减少杂草对水分、矿质元素和光的竞争增加土壤氧气含量，促进根系的呼吸作用。农田施肥浇水可以降低肥料浓度，避免肥料浓度高导致植物失水过多，影响正常生长，另外肥料中的矿质元素只有溶解在水中才能被作物根系吸收。(2)在农作物叶肉细胞中，光合色素分布在叶绿体类囊体薄膜上；参与CO<sub>2</sub>固定的化学物质是C<sub>5</sub>，C<sub>5</sub>和CO<sub>2</sub>生成C<sub>3</sub>，为暗反应过程的酶在叶绿体基质中。(3)从提高光能利用率的角度考虑，种间套作一般高矮植株套作，高的植物对光能要求高，矮的植株对光能要求低。表中分析可得，作物A光饱和点高且长得高，可利用上层光照进行光合作用；作物D光饱和点低且长得矮，与作物A间作后，能利用下层弱光进行光合作用，故最适合进行间作的两种作物是A和D。</span></div>
</div>
    """
    hml3="""
<div class="stem-wraper" data-v-35454a0f=""><span class="topic-number" data-v-35454a0f="">20.</span><span class="stem" data-v-35454a0f="">如图所示,竖直放置、导热良好的<span class="math-tex">\(U\)</span>形管内装有水银,右管封闭了一段长L=20cn<br>的空气柱,此时左、右两侧的水银面高度差为<span class="math-tex">\({h_{1}=13cm}\)</span>现从管的开口端慢慢倒入水银,最<br>终左管水银面比右管水银面高<span class="math-tex">\({h_{2}=8\quad cm}\)</span>,环境温度始终不变,外界大气压po=<br><span class="math-tex">\({76cmHg_{\circ }}\)</span>求:<br>(1)右管封闭空气柱的最终长度,<br>(2)加入的水银柱长度，<br>衡中]<br>同卷<br><img src="http://zxhx-1302712961.cos.ap-shanghai.myqcloud.com/imgpaper/lqy_upload/628d938481b582c0470d02eb/img_70.png" width="187" height="211"></span></div>
<div class="topic-analysis" data-v-35454a0f="">
<div class="topic-analysis-content" data-v-35454a0f=""><span class="analysis-prefix" data-v-35454a0f="">【答案】</span><span data-v-35454a0f="">B</span></div>
<div class="topic-analysis-content" data-v-35454a0f=""><span class="analysis-prefix" data-v-35454a0f="">【解析】</span><span data-v-35454a0f="">15.解:(1)以封闭气体为研究对象,初态<br><span class="math-tex">\({j_{1}=b_{0}-ogh_{1}=63\quad cmHg,V_{1}=L}\)</span><br>末态<br><span class="math-tex">\({f_{2}=p_{0}+ogh_{2}=84cmg,V_{2}=L^{\prime },}\)</span><br>根据玻意耳定律<br><span class="math-tex">\({p_{1}V_{1}=p_{2}V_{2}}\)</span><br>解得<span class="math-tex">\({L^{\prime }=15cm}\)</span><br>(2)右管中水银柱增加的长度<br><span class="math-tex">\({x_{1}=L-L^{\prime }=5\cot1}\)</span><br>左管中水银柱增加的长度<br><span class="math-tex">\({r_{2}=h_{1}+h_{2}+(L-L^{\prime })=26c}\)</span><br>加入的水银柱长度<br><span class="math-tex">\({x=x_{1}+x_{2}=31cm}\)</span></span></div>
</div>
    """
    hml4 = """
    <div class="stem-wraper" data-v-6e158526=""><span class="topic-number" data-v-6e158526="">5.</span><span class="stem" data-v-6e158526=""><span class="stem" data-v-6e158526="">解磷菌是土壤中的一类功能微生物，包括细菌、真菌和放线菌。筛选出土壤中的高效解磷菌并制成生物菌剂，可以提高难溶性磷的利用率。下表为“分离出土壤中具有解磷功能的微生物实验”的培养基配方，下列说法正确的是（ ）<br></span></span>
<table>
<tbody>
<tr>
<td>物质</td>
<td>葡萄糖</td>
<td>(NH<sub>4</sub>)<sub>2</sub>SO<sub>4</sub></td>
<td>NaCl</td>
<td>KCl</td>
<td>CaCO<sub>3</sub></td>
<td>磷酸三钙</td>
<td>琼脂</td>
</tr>
<tr>
<td>质量/g</td>
<td>10</td>
<td>0.5</td>
<td>3</td>
<td>0.3</td>
<td>5</td>
<td>20</td>
<td>15</td>
</tr>
</tbody>
</table>
<span class="analysis-prefix" data-v-6e158526=""><br>A：</span><span data-v-6e158526="">培养基中加入琼脂的目的是作为凝固剂和提供碳源</span></div>
<ul class="stem-options" data-v-6e158526="">
<li data-v-6e158526=""><span class="analysis-prefix" data-v-6e158526="">B：</span><span data-v-6e158526="">该培养基是以磷酸三钙为唯一磷源的选择培养基</span></li>
<li data-v-6e158526=""><span class="analysis-prefix" data-v-6e158526="">C：</span><span data-v-6e158526="">用平板划线法纯化解磷菌可以计数其活菌的数量</span></li>
<li data-v-6e158526=""><span class="analysis-prefix" data-v-6e158526="">D：</span><span data-v-6e158526="">可根据培养基中透明圈的大小确定菌株的解磷能力</span></li>
</ul>
<div class="topic-analysis" data-v-6e158526="">
<div class="topic-analysis-content" data-v-6e158526=""><span class="analysis-prefix" data-v-6e158526="">【答案】</span><span data-v-6e158526="">B</span></div>
<div class="topic-analysis-content" data-v-6e158526=""><span class="analysis-prefix" data-v-6e158526="">【解析】</span><span data-v-6e158526="">【分析】1、微生物常见的接种的方法：(1)平板划线法：将已经熔化的培养基倒入培养皿制成平板，接种、划线，在恒温箱里培养，在线的开始部分，微生物往往连在一起生长，随着线的延伸，菌数逐渐减少，最后可能形成单个菌落。(2)稀释涂布平板法：将待分离的菌液经过大量稀释后，均匀涂布在培养皿表面，经培养后可形成单个菌落。<br>2、选择培养基：根据某种微生物的特殊营养要求或其对某化学、物理因素的抗性而设计的培养基使混合菌样中的劣势菌变成优势菌，从而提高该菌的筛选率，如加入青霉素分离得到酵母菌和霉菌。<br>【详解】A、配制固体培养基时可加入琼脂作为凝固剂，琼脂一般不会被微生物所利用，A错误；<br>B、本实验的目的是获得具有解磷功能的微生物，故其选择培养基中应以磷酸三钙为唯一磷源，B正确；<br>C、用稀释涂布平板法纯化解磷菌可以计数其活菌的数量，C错误；<br>D、可根据透明圈直径(D)与菌落直径（d）的比值（D/d）代表微生物解磷能力大小，D错误。<br>故选B。<br></span></div>
</div>
    """
    aa = single_parse(hml4, "选择题", "456")
    pprint(aa)
    # tt = r"""
    # 25℃时，若测得HR溶液$\text{pH=a}$，取该溶液$\text{10}\text{.0mL}$，加蒸馏水稀释至$\text{100}\text{.0mL}$，测得$\text{pH=b,b-a<1}$，则HR是弱酸
    # """
    #
    # one_item = base642img(tt, "333333333")
    # one_item = css_conflict_deal(one_item)
    # print(one_item)