zzy
74d28ea2d8
新增了参考文献处理模块，支持按照 GB 7714 《文后参考文献著录规则》顺序编码制 解析和格式化参考文献。同时修复了段落替换过程中自动编号丢失的问题。 - 新增 transit/references.py 模块，提供参考文献解析和格式化功能 - 在 body.py 的 replace_placeholder 函数中实现段落编号属性的正确继承 - 修改 transit/__init__.py 导入新的参考文献处理函数 - 更新 transit/config.py 添加参考文献样式配置项 - 修改 transit/renderer.py 集成参考文献处理流程
141 lines
4.7 KiB
Python
141 lines
4.7 KiB
Python
"""
|
||
Markdown 正文 → Word 段落转换。
|
||
|
||
将正文 Markdown 按标题层级拆分为带样式的段落序列，
|
||
再注入到渲染后 docx 文档的占位符位置。
|
||
"""
|
||
|
||
import re
|
||
from copy import deepcopy
|
||
from docx import Document
|
||
from docx.oxml.ns import qn
|
||
|
||
_PAT_HEADING = re.compile(r"^(#{1,6})\s+(.+)$", re.MULTILINE)
|
||
|
||
|
||
def body_to_paragraphs(
|
||
md_text: str,
|
||
*,
|
||
level_offset: int = 0,
|
||
body_style: str = "Body Text Indent",
|
||
) -> list[dict]:
|
||
"""将 Markdown 正文按标题和段落拆分为结构化列表。
|
||
|
||
Parameters
|
||
----------
|
||
md_text : str
|
||
正文 Markdown。
|
||
level_offset : int
|
||
标题级别偏移量（正文从 ``##`` 开始时传 ``-1``，使其输出为 ``Heading 1``）。
|
||
body_style : str
|
||
正文段落的 Word 样式名。
|
||
"""
|
||
paragraphs: list[dict] = []
|
||
last_end = 0
|
||
|
||
for m in _PAT_HEADING.finditer(md_text):
|
||
# 标题前的普通文本
|
||
if m.start() > last_end:
|
||
pre = md_text[last_end : m.start()].strip()
|
||
if pre:
|
||
for block in re.split(r"\n\s*\n", pre):
|
||
block = block.strip()
|
||
if block:
|
||
paragraphs.append(
|
||
{"text": block, "level": 0, "style": body_style}
|
||
)
|
||
|
||
level = len(m.group(1)) + level_offset
|
||
heading_text = m.group(2).strip()
|
||
paragraphs.append(
|
||
{"text": heading_text, "level": level, "style": f"Heading {level}"}
|
||
)
|
||
last_end = m.end()
|
||
|
||
# 最后一段 / 尾部文本
|
||
tail = md_text[last_end:].strip()
|
||
if tail:
|
||
for block in re.split(r"\n\s*\n", tail):
|
||
block = block.strip()
|
||
if block:
|
||
paragraphs.append(
|
||
{"text": block, "level": 0, "style": body_style}
|
||
)
|
||
|
||
return paragraphs
|
||
|
||
|
||
def replace_placeholder(
|
||
doc: Document,
|
||
placeholder: str,
|
||
paragraphs: list[dict],
|
||
*,
|
||
default_body_style: str | None = None,
|
||
):
|
||
"""在 *doc* 中找到包含 *placeholder* 的段落，替换为 *paragraphs* 列表。
|
||
|
||
正文段落的样式优先级：
|
||
1. ``style`` 字段指定的样式名（来自 ``body_to_paragraphs`` 的 ``body_style``）
|
||
2. 占位符段落自身的样式（模板中已设好的样式）
|
||
3. ``Normal``
|
||
"""
|
||
placeholder_found = False
|
||
for para in doc.paragraphs:
|
||
if placeholder in para.text:
|
||
placeholder_found = True
|
||
placeholder_style = para.style.name if para.style else None
|
||
parent = para._element.getparent()
|
||
idx = list(parent).index(para._element)
|
||
|
||
# 保存原段落的编号属性（numPr），用于继承自动编号
|
||
orig_pPr = para._element.find(qn("w:pPr"))
|
||
numPr = orig_pPr.find(qn("w:numPr")) if orig_pPr is not None else None
|
||
|
||
parent.remove(para._element)
|
||
|
||
for pd_data in reversed(paragraphs):
|
||
new_p = doc.add_paragraph(pd_data["text"])
|
||
style_name = pd_data["style"]
|
||
|
||
# 尝试应用样式，逐步降级
|
||
applied = _apply_style(new_p, doc, style_name)
|
||
if not applied and style_name.startswith("Heading"):
|
||
new_p.style = doc.styles["Normal"]
|
||
elif not applied:
|
||
if placeholder_style:
|
||
_apply_style(new_p, doc, placeholder_style)
|
||
if new_p.style.name == "Normal" and placeholder_style:
|
||
new_p.style = doc.styles[placeholder_style]
|
||
|
||
# 继承原段落的编号属性（自动编号）
|
||
if numPr is not None:
|
||
new_pPr = new_p._element.find(qn("w:pPr"))
|
||
if new_pPr is None:
|
||
new_pPr = new_p._element.makeelement(qn("w:pPr"), {})
|
||
new_p._element.insert(0, new_pPr)
|
||
existing = new_pPr.find(qn("w:numPr"))
|
||
if existing is not None:
|
||
new_pPr.remove(existing)
|
||
new_pPr.append(deepcopy(numPr))
|
||
|
||
parent.insert(idx, new_p._element)
|
||
break
|
||
|
||
if not placeholder_found:
|
||
print(f"警告：未找到占位符 '{placeholder}'，正文段落未注入。")
|
||
|
||
|
||
def _apply_style(paragraph, doc, style_name: str) -> bool:
|
||
"""尝试给段落应用样式，成功返回 ``True``。"""
|
||
try:
|
||
paragraph.style = doc.styles[style_name]
|
||
return True
|
||
except KeyError:
|
||
pass
|
||
# 大小写不敏感匹配
|
||
for s in doc.styles:
|
||
if s.name.lower() == style_name.lower():
|
||
paragraph.style = s
|
||
return True
|
||
return False
|