zbparse/flask_app/main/基础信息整合快速版.py

import json
import threading
import time

from flask_app.main.json_utils import clean_json_string, nest_json_under_key,rename_outer_key
from flask_app.main.投标人须知正文提取指定内容 import extract_from_notice
from flask_app.main.判断是否分包等 import judge_whether_main, read_questions_from_judge, merge_json_to_list
from flask_app.main.多线程提问 import read_questions_from_file, multi_threading
from flask_app.main.通义千问long import upload_file


def aggregate_basic_info_engineering(baseinfo_list):
    """
    将基础信息列表中的数据进行合并和分类。

    参数：
    - baseinfo_list (list): 包含多个基础信息的列表。

    返回：
    - dict: 合并和分类后的基础信息字典。
    """
    key_groups = {
        "招标人/代理信息": ["招标人", "招标人联系方式", "招标代理机构", "招标代理机构联系方式"],
        "项目信息": ["项目名称", "招标编号", "项目概况", "招标范围", "招标控制价", "投标竞争下浮率"],
        "关键时间/内容": [
            "投标文件递交截止日期",
            "投标文件递交方式",
            "开标时间",
            "开标地点",
            "投标人要求澄清招标文件的截止时间",
            "投标有效期",
            "评标结果公示媒介"
        ],
        "保证金相关": ["质量保证金", "退还投标保证金"],
        "其他信息": [
            "重新招标、不再招标和终止招标",
            "投标费用承担",
            "招标代理服务费",
            "是否退还投标文件",
        ]
    }

    combined_data = {}
    relevant_keys_detected = set()

    # 合并所有基础信息并收集相关键
    for baseinfo in baseinfo_list:
        combined_data.update(baseinfo)
        relevant_keys_detected.update(baseinfo.keys())

    # 动态调整键组
    dynamic_key_handling(key_groups, relevant_keys_detected)

    # 创建一个副本以存储未分类的项目
    unclassified_items = {k: v for k, v in combined_data.items() if k not in [item for sublist in key_groups.values() for item in sublist]}

    # 按键组分类并嵌套
    for group_name, keys in key_groups.items():
        group_data = {key: combined_data.get(key, "未提供") for key in keys}
        combined_data[group_name] = group_data
        # 从 unclassified_items 中移除已分类的键
        for key in keys:
            unclassified_items.pop(key, None)

    # 将剩余未分类的键值对添加到 "其他信息" 组
    combined_data["其他信息"].update(unclassified_items)

    # 移除顶层的未分类键值对
    for key in list(combined_data.keys()):
        if key not in key_groups:
            del combined_data[key]

    return combined_data

def dynamic_key_handling(key_groups, detected_keys):
    # 检查和调整键组配置
    for key in detected_keys:
        # 处理“保证金相关”组,插到"质量保证金"前
        if "保证金" in key:
            group = key_groups["保证金相关"]
            insert_before = "质量保证金"
            if insert_before in group:
                index = group.index(insert_before)
                if key not in group:  # 避免重复插入
                    group.insert(index, key)
            else:
                group.append(key)  # 如果没有找到特定键，则追加到末尾
        elif "联合体" in key:
            key_groups["项目信息"].append(key)
        elif "分包" in key:
            key_groups["项目信息"].append(key)
        elif "踏勘现场" in key:
            key_groups["其他信息"].append(key)
        elif "投标预备会" in key:
            key_groups["其他信息"].append(key)
        elif "偏离" in key:
            key_groups["其他信息"].append(key)


def judge_consortium_bidding(baseinfo_list):
    updated_list = []
    accept_bidding = False
    for baseinfo in baseinfo_list:
        # 检查 "是否接受联合体投标" 键是否存在且其值为 "是"
        if "是否接受联合体投标" in baseinfo and baseinfo["是否接受联合体投标"] == "是":
            accept_bidding = True
            # 从字典中移除特定键值对
            baseinfo.pop("是否接受联合体投标", None)
        # # 将修改后的 json 数据转换回 JSON 字符串（如果需要）
        # updated_info = json.dumps(json_data)
        updated_list.append(baseinfo)
    # 更新原始列表，如果你想保留修改
    baseinfo_list[:] = updated_list
    return accept_bidding

def generate_query(baseinfo_list):
    questions_list = []
    for item in baseinfo_list:
        # print(json.dumps(item, ensure_ascii=False, indent=4))
        for key, value in item.items():
            if value == "未知" or (isinstance(value, dict) and all(v == "未知" for v in value.values())):
                question = (
                    f"根据该招标文件中的信息，{key}的内容是怎样的？"
                    f"请按json格式给我提供信息，键名是'{key}'，"
                    f"若存在未知信息，在对应的键值中填'未知'。"
                )
                questions_list.append(question)
    return questions_list

def update_baseinfo_lists(baseinfo_list1, baseinfo_list2):
    # 创建一个字典，用于存储 baseinfo_list1 中的所有键值对
    combined_dict = {}
    for item in baseinfo_list1:
        combined_dict.update(item)

    # 使用 baseinfo_list2 中的信息更新 combined_dict
    for item in baseinfo_list2:
        for key, value in item.items():
            if key in combined_dict:
                combined_dict[key] = value

    # 重新构建 baseinfo_list1，保持原有的结构
    updated_list = []
    for item in baseinfo_list1:
        updated_item = {}
        for key in item:
            updated_item[key] = combined_dict[key]
        updated_list.append(updated_item)

    return updated_list

def process_judge_questions(judge_file_path, chosen_numbers, truncate0, baseinfo_list1):
    judge_questions = read_questions_from_judge(judge_file_path, chosen_numbers)
    judge_consortium = judge_consortium_bidding(baseinfo_list1)
    if judge_consortium:
        judge_consortium_question = (
            "该招标文件对于联合体投标的要求是怎样的，请按json格式给我提供信息，"
            "外层键名为'联合体投标要求'，其中有一个嵌套键值对为：\"是否接受联合体投标\":\"是\""
        )
        judge_questions.append(judge_consortium_question)
    file_id3 = upload_file(truncate0)
    res2 = multi_threading(judge_questions, "", file_id3, 2)

    if not res2:
        print("基础信息整合： multi_threading error!")
    else:
        for question, response in res2:
            baseinfo_list1.append(clean_json_string(response))

def process_questions_list(questions_list, truncate2):
    if questions_list:
        file_id = upload_file(truncate2)
        baseinfo_results = multi_threading(questions_list, "", file_id, 2)
        return [clean_json_string(res) for _, res in baseinfo_results] if baseinfo_results else []
    else:
        return []

def combine_basic_info(merged_baseinfo_path,truncate0,truncate2, clause_path):
    """
    综合和处理基础信息，生成最终的基础信息字典。

    参数：
    - knowledge_name (str): 知识名称。
    - truncate0 (str): 文件路径。
    - output_folder (str): 输出文件夹路径。
    - clause_path (str): 条款路径。

    返回：
    - dict: 综合后的基础信息。
    """
    # baseinfo_prompt_file_path='flask_app/static/提示词/基本信息工程标qianwen-long.txt'
    file_id1 = upload_file(merged_baseinfo_path)
    baseinfo_prompt_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\基本信息工程标qianwen-long.txt'
    questions = read_questions_from_file(baseinfo_prompt_file_path)
    # 判断是否分包、是否需要递交投标保证金等
    more_query = "请你根据招标文件信息，回答以下问题：是否组织踏勘现场？是否召开投标预备会？是否允许偏离？是否退还投标文件？是否允许分包? 是否需要递交投标保证金？是否需要提交履约保证金（履约担保）？是否有招标代理服务费？请按json格式给我提供信息，键名分别为'是否组织踏勘现场','是否召开投标预备会','是否允许偏离','是否退还投标文件',是否允许分包','是否递交投标保证金','是否提交履约保证金','是否有招标代理服务费',键值仅限于'是','否','未知',若存在矛盾信息，请回答'未知'。"
    questions.append(more_query)
    baseinfo_results = multi_threading(questions, "", file_id1, 2)
    # 清理 JSON 字符串
    baseinfo_list1 = [clean_json_string(res) for _, res in baseinfo_results] if baseinfo_results else []

    chosen_numbers, merged = merge_json_to_list(baseinfo_list1.pop())
    baseinfo_list1.append(merged)

    questions_list=generate_query(baseinfo_list1)

    # judge_file_path = 'flask_app/static/提示词/是否相关问题qianwen-long.txt'
    judge_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\是否相关问题qianwen-long.txt'
    # 创建两个线程
    thread1 = threading.Thread(target=process_judge_questions,
                               args=(judge_file_path, chosen_numbers, truncate0, baseinfo_list1))
    thread2 = threading.Thread(target=process_questions_list, args=(questions_list, truncate2))

    # 启动线程
    thread1.start()
    thread2.start()

    # 等待两个线程完成
    thread1.join()
    thread2.join()

    # 处理结果
    # baseinfo_list1 已经在 process_judge_questions 中被更新
    baseinfo_list2 = process_questions_list(questions_list, truncate2)

    updated_list=update_baseinfo_lists(baseinfo_list1,baseinfo_list2)

    rebidding_situation = extract_from_notice(clause_path, 3)  # "重新招标, 不再招标和终止招标"需从投标人须知正文提取
    update_json = rename_outer_key(rebidding_situation, "重新招标、不再招标和终止招标")
    updated_list.append(update_json)
    aggregated_baseinfo = aggregate_basic_info_engineering(updated_list)  # 现在是一个字典
    return {"基础信息": aggregated_baseinfo}

#TODO:先不带投标人须知正文，如果是未知，再直接问正文，
if __name__ == "__main__":
    start_time=time.time()
    merged_baseinfo_path="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\zbtest2_merged_baseinfo.pdf"
    # output_folder="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output"
    truncate0="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\zbtest2_tobidders_notice_table.pdf"
    truncate2="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\zbtest2_tobidders_notice.pdf"
    clause_path="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\clause1.json"
    res=combine_basic_info(merged_baseinfo_path,truncate0,truncate2,clause_path)
    print(json.dumps(res,ensure_ascii=False,indent=4))
    end_time=time.time()
    print("elapsed_time:"+str(end_time-start_time))