zzy
4e39a4f2ac
- 新增 CITE_PATTERN 正则表达式匹配 [N] 引用格式 - 添加 base_dir 参数支持相对图片路径解析 - 实现书签创建和超链接替换功能 - 添加 link_body_citations 函数处理正文引用链接 - 在参考文献段落中添加书签标识 - 支持将 [N] 引用替换为指向参考文献的超链接
119 lines
3.3 KiB
Python
119 lines
3.3 KiB
Python
"""
|
||
GB 7714 《文后参考文献著录规则》顺序编码制 — 参考文献解析与格式化。
|
||
|
||
将 Markdown 中 ``[N] ... [TYPE] ...`` 格式的参考文献逐条解析，
|
||
按文献类型（书 M、期刊 J、会议 C、学位论文 D、标准 S、电子资源 EB/OL 等）
|
||
重新编排为符合 GB 7714 规范的格式，并输出为独立段落。
|
||
"""
|
||
|
||
import re
|
||
from typing import Optional
|
||
|
||
# 单行匹配: [N] 开头
|
||
_RE_LINE = re.compile(r"^\[(\d+)\]\s*(.*)$")
|
||
# 文献类型标记: [M] [J] [C] [D] [S] [EB/OL] [P] [N]
|
||
_RE_TYPE = re.compile(r"\[(\w+(?:/\w+)?)\]")
|
||
|
||
|
||
# GB 7714 中各文献类型的标准格式模板（仅用于说明，实际格式化直接拼接）
|
||
TYPE_LABELS: dict[str, str] = {
|
||
"M": "专著",
|
||
"J": "期刊文章",
|
||
"C": "会议论文",
|
||
"D": "学位论文",
|
||
"S": "标准",
|
||
"EB/OL": "电子资源",
|
||
"P": "专利",
|
||
"N": "报纸文章",
|
||
}
|
||
|
||
|
||
def parse_reference_line(line: str) -> Optional[dict]:
|
||
"""解析单行参考文献，提取序号、作者+标题、文献类型、来源信息。
|
||
|
||
期望格式::
|
||
|
||
[N] Authors. Title[TYPE]. Source info.
|
||
"""
|
||
line = line.strip()
|
||
m = _RE_LINE.match(line)
|
||
if not m:
|
||
return None
|
||
|
||
number = int(m.group(1))
|
||
rest = m.group(2).strip()
|
||
|
||
# 定位文献类型标记 [TYPE]
|
||
tm = _RE_TYPE.search(rest)
|
||
if not tm:
|
||
return None
|
||
|
||
before_type = rest[: tm.start()].strip().rstrip(".")
|
||
doc_type = tm.group(1)
|
||
after_type = rest[tm.end() :].strip().lstrip(".").strip()
|
||
|
||
return {
|
||
"number": number,
|
||
"before_type": before_type, # "Authors. Title"
|
||
"doc_type": doc_type, # "M", "J", "EB/OL", …
|
||
"after_type": after_type, # 来源信息
|
||
}
|
||
|
||
|
||
def _normalize_period(text: str) -> str:
|
||
"""确保文本以英文句点结尾（GB 7714 要求）。"""
|
||
text = text.rstrip()
|
||
if text and not text.endswith("."):
|
||
text += "."
|
||
return text
|
||
|
||
|
||
def format_gb7714(ref: dict) -> str:
|
||
"""按 GB 7714 重新编排一条参考文献（不含序号前缀，由 Word 样式自动编号）。
|
||
|
||
格式::
|
||
|
||
Authors. Title[TYPE]. Source.
|
||
"""
|
||
bt = ref["before_type"]
|
||
dt = ref["doc_type"]
|
||
at = ref["after_type"]
|
||
formatted = f"{bt}[{dt}]. {at}"
|
||
return _normalize_period(formatted)
|
||
|
||
|
||
def references_to_paragraphs(
|
||
ref_text: str,
|
||
ref_style: str = "列出段落1",
|
||
) -> list[dict]:
|
||
"""将参考文献原始文本转换为格式化段落列表。
|
||
|
||
返回的每个元素::
|
||
|
||
{"text": str, "level": 0, "style": ref_style}
|
||
|
||
每条参考文献为一个独立段落。
|
||
"""
|
||
if not ref_text or ref_text == "<None>":
|
||
return [{"text": "<None>", "level": 0, "style": ref_style}]
|
||
|
||
lines = [l.strip() for l in ref_text.strip().split("\n") if l.strip()]
|
||
paragraphs: list[dict] = []
|
||
|
||
for line in lines:
|
||
ref = parse_reference_line(line)
|
||
if ref:
|
||
formatted = format_gb7714(ref)
|
||
ref_id = ref["number"]
|
||
else:
|
||
# 无法解析时，至少去掉 [N] 前缀
|
||
fallback = re.sub(r"^\[\d+\]\s*", "", line)
|
||
formatted = _normalize_period(fallback)
|
||
ref_id = None
|
||
|
||
paragraphs.append(
|
||
{"text": formatted, "level": 0, "style": ref_style, "ref_id": ref_id}
|
||
)
|
||
|
||
return paragraphs
|