diff --git a/flask_app/general/投标人须知正文提取指定内容.py b/flask_app/general/投标人须知正文提取指定内容.py index 9f02d03..4c7d372 100644 --- a/flask_app/general/投标人须知正文提取指定内容.py +++ b/flask_app/general/投标人须知正文提取指定内容.py @@ -1,16 +1,14 @@ -# common.py - import re from functools import cmp_to_key +from flask_app.general.json_utils import clean_json_string +from flask_app.general.通义千问long import upload_file, qianwen_long + + def compare_headings(a, b): - """ - 比较两个标题，用于排序。 - """ a_nums = [int(num) for num in a[0].rstrip('.').split('.') if num.isdigit()] b_nums = [int(num) for num in b[0].rstrip('.').split('.') if num.isdigit()] return (a_nums > b_nums) - (a_nums < b_nums) - def preprocess_data(data): """ 预处理数据，自动添加缺失的父层级键，并按数字顺序排序。 @@ -32,13 +30,13 @@ def preprocess_data(data): return sorted_data + +# 转换结构化的JSON数据 +#No parent found at level 1 for key '24.2'. Check the data structure. def transform_json(data): - """ - 转换结构化的JSON数据。 - """ result = {} temp = {0: result} # 初始化根字典 - data = preprocess_data(data) + data=preprocess_data(data) # 首先,创建一个临时字典用于检查是否存在三级标题 has_subkey = {} for key in data.keys(): @@ -58,6 +56,7 @@ def transform_json(data): continue if len(levels) == 1: # 一级标题 + # 新增逻辑：判断值中是否有 ':' 或 '：'，并进行拆分 # 优先按 '\n' 拆分 if '\n' in value: new_key, *new_value = value.split('\n', 1) @@ -110,10 +109,8 @@ def transform_json(data): return remove_single_item_lists(result) +# 主要是处理键值中若存在若干序号且每个序号块的内容>=50字符的时候，用列表表示。 def post_process(value): - """ - 处理字符串，将其根据特定的序号模式分割成列表，每个块至少包含50个字符。 - """ # 如果传入的是非字符串值，直接返回原值 if not isinstance(value, str): return value @@ -162,12 +159,6 @@ def post_process(value): return processed_blocks def process_nested_data(data): - """ - 递归处理嵌套的数据结构（字典和列表）。 - 对最内层的字符串值应用 post_process 函数。 - post_process 函数尝试将长字符串按特定模式分割成块，每块至少包含50个中英文字符。 - 如果字典中所有值都是 ""、"/" 或空列表，则返回'键'的列表。 - """ # 先检查是否所有值都是 ""、"/" 或空列表 if isinstance(data, dict) and all(v == "" or v == "/" or (isinstance(v, list) and not v) for v in data.values()): return list(data.keys()) @@ -189,3 +180,74 @@ def process_nested_data(data): else: # 到达最内层，处理非字典和非列表的元素（字符串） return post_process(data) + +def get_requirements_with_gpt(invalid_path, selection): + """ + 根据 selection 的值选择相应的用户查询，并调用大模型获取要求。 + + Args: + invalid_path (str): 无效文件的路径，用于上传。 + selection (int): 选择的类型（1、2 或 3）。 + + Returns: + dict: 大模型返回的要求结果，或错误信息。 + """ + # 上传文件并获取 file_id + file_id = upload_file(invalid_path) + # 定义 selection 对应的用户查询 + user_queries = { + 1: """ + 该招标文件中对投标文件的要求是什么？你需要从'编写要求'、'格式要求'、'承诺书要求'、'递交要求'四个角度来回答，其中'格式'可以从投标文件格式要求、标记要求、装订要求、文件数量要求角度说明，'递交要求'可以从投标地点、投标文件交标方式、投标文件的修改与撤回角度说明，请以json格式返回给我结果，外层键名分别为'编写要求'，'格式'，'承诺书要求'，'递交要求'，你可以用嵌套键值对组织回答，嵌套键名为你对相关子要求的总结，而嵌套键名应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。输出格式示例如下： + { + "编写要求":"投标函的编写要求xxx；法定代表人身份证明要求xx", + "格式要求":{ + "投标文件格式要求":"投标文件格式要求", + "标记要求":"投标文件标记要求", + "装订要求":"投标文件装订要求", + "文件数量":"投标文件文件数量要求" + }, + "承诺书要求":"未知", + "递交要求":{ + "投标地点":"使用加密其投标文件的CA数字证书（企业锁）登录“电子交易系统”，进入“开标大厅”选择所投标段进行签到，并实时在线关注招标人的操作情况。", + "投标文件交标方式":"线上开标", + "投标文件的修改与撤回":"在投标人须知前附表规定的投标有效期内，投标人不得要求撤销或修改其投标文件。出现特殊情况需要延长投标有效期的，招标人以书面形式通知所有投标人延长投标有效期。投标人同意延长的，应相应延长其投标保证金的有效期，但不得要求或被允许修改或撤销其投标文件；投标人拒绝延长的，其投标失效，但投标人有权收回其投标保证金。" + } + } + """, + 2: """ + 该招标文件中开评定标要求是什么？你需要从'开标'、'开标异议'、'评标'、'定标'四个角度回答，其中'评标'可以从特殊情况的处置、评标办法及流程、评标委员会的组建角度来说明，'定标'可以从定标流程、履约能力的审查角度来说明，请以json格式返回给我结果，外层键名分别为'开标'、'开标异议'、'评标'、'定标'，你可以用嵌套键值对组织回答，嵌套键名为你对相关子要求的总结，而嵌套键名应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。输出格式示例如下： + { + "开标":"招标文件关于项目开标的要求", + "开标异议":"招标文件中关于开标异议的项", + "评标":{ + "特殊情况的处置":"因“电子交易系统”系统故障导致无法投标的，交易中心及时通知招标人，招标人视情况决定是否顺延投标截止时间。因投标人自身原因导致无法完成投标的，由投标人自行承担后果。", + "评标办法及流程":"评标流程", + "评标委员会的组建":"评标由招标人依法组建的评标委员会负责。评标委员会由招标人或其委托的招标代理机构熟悉相关业务的代表，以及有关技术、经济等方面的专家组成。" + }, + "定标":{ + "定标流程":"定标流程", + "履约能力的审查":"履约能力的审查" + } + } + """, + 3: """ + 该招标文件中重新招标、不再招标、终止招标的情况分别是什么？请以json格式返回给我结果，键名分别为'重新招标'，'不再招标'，'终止招标'，键值应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。示例输出如下： + { + "重新招标":"有下列情形之一的，招标人将重新招标：（1）投标截止时间止，投标人少于3个的；（2）经评标委员会评审后否决所有投标的；", + "不再招标":"重新招标后投标人仍少于3个或者所有投标被否决的，属于必须审批或核准的工程建设项目，经原审批或核准部门批准后不再进行招标。", + "终止招标":"未知" + } + """ + } + + # 根据 selection 选择相应的 user_query + user_query = user_queries.get(selection) + if not user_query: + return {"error": f"无效的 selection 值: {selection}. 请选择 1、2 或 3。"} + # 调用大模型并处理响应 + try: + res = qianwen_long(file_id, user_query) + cleaned_res = clean_json_string(res) + return cleaned_res + except Exception as e: + return {"error": "调用大模型失败"} \ No newline at end of file diff --git a/flask_app/general/通用功能函数.py b/flask_app/general/通用功能函数.py index b7f9f22..28edc54 100644 --- a/flask_app/general/通用功能函数.py +++ b/flask_app/general/通用功能函数.py @@ -1,6 +1,28 @@ import ast import re +from flask_app.general.json_utils import clean_json_string +from flask_app.general.多线程提问 import multi_threading +from flask_app.general.通义千问long import upload_file +from flask_app.main.判断是否分包等 import read_questions_from_judge + +def process_judge_questions(judge_file_path, chosen_numbers, baseinfo_path, 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(baseinfo_path) + 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 judge_consortium_bidding(baseinfo_list): updated_list = [] diff --git a/flask_app/main/start_up.py b/flask_app/main/start_up.py index 4f690e8..e5f24c7 100644 --- a/flask_app/main/start_up.py +++ b/flask_app/main/start_up.py @@ -386,8 +386,8 @@ def process_and_stream(file_url, zb_type): } yield f"data: {json.dumps(response, ensure_ascii=False)}\n\n" - - logger.info("开始后处理：保存文件+发送提取之后的数据") + base_end_time=time.time() + logger.info(f"分段解析完成，耗时：{base_end_time - start_time:.2f} 秒") # **保存 combined_data 到 output_folder 下的 'final_result.json'** output_json_path = os.path.join(output_folder, 'final_result.json') extracted_info_path=os.path.join(output_folder, 'extracted_result.json') diff --git a/flask_app/main/基础信息整合快速版.py b/flask_app/main/基础信息整合快速版.py index 1784b69..517c3d1 100644 --- a/flask_app/main/基础信息整合快速版.py +++ b/flask_app/main/基础信息整合快速版.py @@ -3,7 +3,7 @@ import json import time import concurrent.futures from flask_app.general.json_utils import clean_json_string, rename_outer_key -from flask_app.general.通用功能函数 import judge_consortium_bidding +from flask_app.general.通用功能函数 import judge_consortium_bidding, process_judge_questions 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 read_questions_from_judge, merge_json_to_list from flask_app.general.多线程提问 import read_questions_from_file, multi_threading @@ -123,25 +123,6 @@ def update_baseinfo_lists(baseinfo_list1, baseinfo_list2): return updated_list -def process_judge_questions(judge_file_path, chosen_numbers, tobidders_notice_table, 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(tobidders_notice_table) - 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_baseinfo_list(baseinfo_list, tobidders_notice): questions_list = [] for item in baseinfo_list: @@ -162,7 +143,7 @@ def process_baseinfo_list(baseinfo_list, tobidders_notice): return [] -def combine_basic_info(invalid_path,merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path): +def combine_basic_info(invalid_path, merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path): """ 综合和处理基础信息，生成最终的基础信息字典。 @@ -177,55 +158,37 @@ def combine_basic_info(invalid_path,merged_baseinfo_path, tobidders_notice_table """ baseinfo_prompt_file_path = 'flask_app/static/提示词/基本信息工程标qianwen-long.txt' - # baseinfo_prompt_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\基本信息工程标qianwen-long.txt' file_id1 = upload_file(merged_baseinfo_path) 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_copy = copy.deepcopy(baseinfo_list1) baseinfo_list1.append(merged) 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' - with concurrent.futures.ThreadPoolExecutor(max_workers=2) as executor: + with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: # 提交两个任务 - future1 = executor.submit(process_judge_questions, judge_file_path, chosen_numbers, tobidders_notice_table, - baseinfo_list1) + future1 = executor.submit(process_judge_questions, judge_file_path, chosen_numbers, tobidders_notice_table, baseinfo_list1) future2 = executor.submit(process_baseinfo_list, baseinfo_list1_copy, tobidders_notice) + future3 = executor.submit(extract_from_notice, invalid_path, clause_path, 3) # 新增的多线程任务 # 等待两个任务完成并获取结果 future1.result() # process_judge_questions 直接修改 baseinfo_list1，不需要返回值 baseinfo_list2 = future2.result() + rebidding_situation = future3.result() # 获取提取失败的情况 - # 如果需要，合并或处理 baseinfo_list1 和 baseinfo_list2 updated_list = update_baseinfo_lists(baseinfo_list1, baseinfo_list2) - - rebidding_situation = extract_from_notice(clause_path, 3) #提取失败的情况 - if rebidding_situation: - update_json = rename_outer_key(rebidding_situation, "重新招标、不再招标和终止招标") - else: - user_query=""" - 该招标文件中重新招标、不再招标、终止招标的情况分别是什么？请以json格式返回给我结果，键名分别为'重新招标'，'不再招标'，'终止招标'，键值应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。示例输出如下： - { - "重新招标":"有下列情形之一的，招标人将重新招标：（1）投标截止时间止，投标人少于3个的；（2）经评标委员会评审后否决所有投标的；", - "不再招标":"重新招标后投标人仍少于3个或者所有投标被否决的，属于必须审批或核准的工程建设项目，经原审批或核准部门批准后不再进行招标。", - "终止招标":"未知" - } - """ - file_id=upload_file(invalid_path) - res=clean_json_string(qianwen_long(file_id,user_query)) - update_json=rename_outer_key(res,"重新招标、不再招标和终止招标") + 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) + 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() diff --git a/flask_app/main/工程标解析main.py b/flask_app/main/工程标解析main.py index 41fbd68..af4fcfc 100644 --- a/flask_app/main/工程标解析main.py +++ b/flask_app/main/工程标解析main.py @@ -3,6 +3,8 @@ import json import logging import time from concurrent.futures import ThreadPoolExecutor + +from flask_app.general.投标人须知正文提取指定内容 import get_requirements_with_gpt from flask_app.main.截取pdf import truncate_pdf_multiple from flask_app.main.table_content_extraction import extract_tables_main from flask_app.main.投标人须知正文条款提取成json文件 import convert_clause_to_json @@ -31,7 +33,7 @@ executor = ThreadPoolExecutor() def preprocess_files(output_folder, downloaded_file_path, file_type,unique_id): logger.info("starting 文件预处理...") logger.info("output_folder..." + output_folder) - + start_time=time.time() # 根据文件类型处理文件路径 if file_type == 1: # docx docx_path = downloaded_file_path @@ -67,8 +69,8 @@ def preprocess_files(output_folder, downloaded_file_path, file_type,unique_id): merged_baseinfo_path=truncate_files[-1] clause_path = convert_clause_to_json(tobidders_notice, output_folder) # 投标人须知正文条款pdf->json - - logger.info("文件预处理done") + end_time=time.time() + logger.info(f"文件预处理 done，耗时：{end_time - start_time:.2f} 秒") # 返回包含预处理后文件路径的字典 return { @@ -106,47 +108,46 @@ def post_processing(data,includes): return result # 基本信息 -def fetch_project_basic_info(invalid_path,merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path): # 投标人须知前附表 - logger.info("starting基础信息...") +def fetch_project_basic_info(invalid_path, merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path): + logger.info("starting 基础信息...") + start_time = time.time() if not merged_baseinfo_path: - merged_baseinfo_path=invalid_path + merged_baseinfo_path = invalid_path if not tobidders_notice_table: - tobidders_notice_table=invalid_path + tobidders_notice_table = invalid_path if not tobidders_notice: - tobidders_notice=invalid_path - basic_res = combine_basic_info(invalid_path,merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path) - logger.info("基础信息done") + tobidders_notice = invalid_path + basic_res = combine_basic_info(invalid_path, merged_baseinfo_path, tobidders_notice_table, tobidders_notice, clause_path) + end_time = time.time() + logger.info(f"基础信息 done，耗时：{end_time - start_time:.2f} 秒") return basic_res # 形式、响应、资格评审 -def fetch_qualification_review(evaluation_method, qualification,output_folder, truncate0_jsonpath, clause_path,invalid_path,merged_baseinfo_path): - logger.info("starting资格审查...") +def fetch_qualification_review(evaluation_method, qualification, output_folder, truncate0_jsonpath, clause_path, invalid_path, merged_baseinfo_path): + logger.info("starting 资格审查...") + start_time = time.time() if not evaluation_method: - evaluation_method=invalid_path + evaluation_method = invalid_path if not merged_baseinfo_path: - merged_baseinfo_path=invalid_path - review_standards_res = combine_review_standards(evaluation_method, qualification,output_folder, truncate0_jsonpath, - clause_path,invalid_path,merged_baseinfo_path) - logger.info("资格审查done") + merged_baseinfo_path = invalid_path + review_standards_res = combine_review_standards(evaluation_method, qualification, output_folder, truncate0_jsonpath, clause_path, invalid_path, merged_baseinfo_path) + end_time = time.time() + logger.info(f"资格审查 done，耗时：{end_time - start_time:.2f} 秒") return review_standards_res # 评分细则 流式 -def fetch_evaluation_standards(invalid_path,evaluation_method): # 评标办法前附表 +def fetch_evaluation_standards(invalid_path, evaluation_method): logger.info("starting 商务标和技术标...") + start_time = time.time() if not evaluation_method: - evaluation_method=invalid_path - # 获取评标办法前附表的字典结果 + evaluation_method = invalid_path evaluation_standards_res = combine_evaluation_standards(evaluation_method) - - # 获取技术标和商务标 technical_standards = {"技术评分": evaluation_standards_res.get("技术评分", {})} commercial_standards = {"商务评分": evaluation_standards_res.get("商务评分", {})} - - logger.info("商务标和技术标 done") - - # 返回将 "技术标" 和 "商务标" 包含在新的键中 + end_time = time.time() + logger.info(f"商务标和技术标 done，耗时：{end_time - start_time:.2f} 秒") return { "technical_standards": technical_standards, "commercial_standards": commercial_standards @@ -155,68 +156,33 @@ def fetch_evaluation_standards(invalid_path,evaluation_method): # 评标办法 # 无效、废标项解析 def fetch_invalid_requirements(invalid_docpath, output_folder, truncate0_jsonpath, clause_path, qualification): - # 废标项要求：千问 - logger.info("starting无效标与废标...") + logger.info("starting 无效标与废标...") + start_time = time.time() find_invalid_res = combine_find_invalid(invalid_docpath, output_folder, truncate0_jsonpath, clause_path, qualification) - logger.info("无效标与废标done...") + end_time = time.time() + logger.info(f"无效标与废标 done，耗时：{end_time - start_time:.2f} 秒") return find_invalid_res # 投标文件要求 -def fetch_bidding_documents_requirements(invalid_path,clause_path): - logger.info("starting投标文件要求...") - fetch_bidding_documents_requirements_json = extract_from_notice(clause_path, 1) - if not fetch_bidding_documents_requirements_json: - file_id=upload_file(invalid_path) - user_query=""" - 该招标文件中对投标文件的要求是什么？你需要从'编写要求'、'格式要求'、'承诺书要求'、'递交要求'四个角度来回答，其中'格式'可以从投标文件格式要求、标记要求、装订要求、文件数量要求角度说明，'递交要求'可以从投标地点、投标文件交标方式、投标文件的修改与撤回角度说明，请以json格式返回给我结果，外层键名分别为'编写要求'，'格式'，'承诺书要求'，'递交要求'，你可以用嵌套键值对组织回答，嵌套键名为你对相关子要求的总结，而嵌套键名应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。输出格式示例如下： - { - "编写要求":"投标函的编写要求xxx；法定代表人身份证明要求xx", - "格式要求":{ - "投标文件格式要求":"投标文件格式要求", - "标记要求":"投标文件标记要求", - "装订要求":"投标文件装订要求", - "文件数量":"投标文件文件数量要求" - }, - "承诺书要求":"未知", - "递交要求":{ - "投标地点":"使用加密其投标文件的CA数字证书（企业锁）登录“电子交易系统”，进入“开标大厅”选择所投标段进行签到，并实时在线关注招标人的操作情况。", - "投标文件交标方式":"线上开标", - "投标文件的修改与撤回":"在投标人须知前附表规定的投标有效期内，投标人不得要求撤销或修改其投标文件。出现特殊情况需要延长投标有效期的，招标人以书面形式通知所有投标人延长投标有效期。投标人同意延长的，应相应延长其投标保证金的有效期，但不得要求或被允许修改或撤销其投标文件；投标人拒绝延长的，其投标失效，但投标人有权收回其投标保证金。" - } - } - """ - res=qianwen_long(file_id, user_query) - fetch_bidding_documents_requirements_json=clean_json_string(res) - logger.info("投标文件要求done...") - return {"投标文件要求":fetch_bidding_documents_requirements_json} +def fetch_bidding_documents_requirements(invalid_path, clause_path): + logger.info("starting 投标文件要求...") + start_time = time.time() + selection = 1 + fetch_bidding_documents_requirements_json = extract_from_notice(invalid_path, clause_path, selection) + end_time = time.time() + logger.info(f"投标文件要求 done，耗时：{end_time - start_time:.2f} 秒") + return {"投标文件要求": fetch_bidding_documents_requirements_json} # 开评定标流程 -def fetch_bid_opening(invalid_path,clause_path): - logger.info("starting开评定标流程...") - fetch_bid_opening_json = extract_from_notice(clause_path, 2) - if not fetch_bid_opening_json: - user_query = """ - 该招标文件中开评定标要求是什么？你需要从'开标'、'开标异议'、'评标'、'定标'四个角度回答，其中'评标'可以从特殊情况的处置、评标办法及流程、评标委员会的组建角度来说明，'定标'可以从定标流程、履约能力的审查角度来说明，请以json格式返回给我结果，外层键名分别为'开标'、'开标异议'、'评标'、'定标'，你可以用嵌套键值对组织回答，嵌套键名为你对相关子要求的总结，而嵌套键名应该完全与原文内容保持一致，不得擅自总结删减，如果原文中未提及相关内容，在键值中填'未知'。输出格式示例如下： - { - "开标":"招标文件关于项目开标的要求", - "开标异议":"招标文件中关于开标异议的项", - "评标":{ - "特殊情况的处置":"因“电子交易系统”系统故障导致无法投标的，交易中心及时通知招标人，招标人视情况决定是否顺延投标截止时间。因投标人自身原因导致无法完成投标的，由投标人自行承担后果。" - "评标办法及流程":"评标流程", - "评标委员会的组建":"评标由招标人依法组建的评标委员会负责。评标委员会由招标人或其委托的招标代理机构熟悉相关业务的代表，以及有关技术、经济等方面的专家组成。" - } - "定标":{ - "定标流程":"定标流程", - "履约能力的审查":"履约能力的审查" - } - } - """ - file_id = upload_file(invalid_path) - res = clean_json_string(qianwen_long(file_id, user_query)) - fetch_bid_opening_json=clean_json_string(res) - logger.info("开评定标流程done...") - return {"开评定标流程":fetch_bid_opening_json} +def fetch_bid_opening(invalid_path, clause_path): + logger.info("starting 开评定标流程...") + start_time = time.time() + selection = 2 + fetch_bid_opening_json = extract_from_notice(invalid_path, clause_path, selection) + end_time = time.time() + logger.info(f"开评定标流程 done，耗时：{end_time - start_time:.2f} 秒") + return {"开评定标流程": fetch_bid_opening_json} #分段返回 diff --git a/flask_app/main/投标人须知正文提取指定内容.py b/flask_app/main/投标人须知正文提取指定内容.py index 5b9c03b..9457924 100644 --- a/flask_app/main/投标人须知正文提取指定内容.py +++ b/flask_app/main/投标人须知正文提取指定内容.py @@ -1,32 +1,56 @@ -# script1.py - import json import re -from common import ( - compare_headings, - preprocess_data, - transform_json, - post_process, - process_nested_data, -) +from flask_app.general.投标人须知正文提取指定内容 import process_nested_data, transform_json, get_requirements_with_gpt -# 对于每个 target_value 元素，如果有完美匹配 json_data 中的键，那就加入这个完美匹配的键名，否则，把全部模糊匹配到的键名都加入 + +# 对于每个target_value元素，如果有完美匹配json_data中的键，那就加入这个完美匹配的键名，否则，把全部模糊匹配到的键名都加入 def find_keys_by_value(target_value, json_data): matched_keys = [k for k, v in json_data.items() if v == target_value] # 首先检查 JSON 中的每个键值对，如果值完全等于目标值，则将这些键收集起来。 if not matched_keys: - matched_keys = [ - k - for k, v in json_data.items() - if isinstance(v, str) and v.startswith(target_value) - ] # 如果没有找到完全匹配的键，它会检查字符串类型的值是否以目标值开头，并收集这些键。 - return matched_keys # 例如：[3.1,3.1.1,3.1.2,3.2...] + matched_keys = [k for k, v in json_data.items() if + isinstance(v, str) and v.startswith(target_value)] # 如果没有找到完全匹配的键，它会检查字符串类型的值是否以目标值开头，并收集这些键。 + return matched_keys # eg:[3.1,3.1.1,3.1.2,3.2...] -# 定义查找以特定前缀开始的键的函数，例如：若 match_keys 中有 3.1，那么以 3.1 为前缀的键都会被找出来，如 3.1.1、3.1.2... + +# 定义查找以特定前缀开始的键的函数，eg:若match_keys中有3.1，那么以3.1为前缀的键都会被找出来，如3.1.1 3.1.2... def find_keys_with_prefix(key_prefix, json_data): subheadings = [k for k in json_data if k.startswith(key_prefix)] return subheadings -# 从完整的 JSON 文件中读取所需数据，例如：投标、评标 + +# 从完整的json文件中读取所需数据，eg:投标、评标 +# def extract_json(data, target_values): +# results = {} +# +# # 遍历所有目标值 +# for target_value in target_values: +# # 找到所有与目标值匹配的键 +# matched_keys = find_keys_by_value(target_value, data) +# +# for key in matched_keys: +# # 查找所有以该键为前缀的子键，限制只提取直接子项 +# key_and_subheadings = find_keys_with_prefix(key, data) +# +# for subkey in key_and_subheadings: +# # 如果子键有多级结构（比如 '7.2.1'），并且是直接子项 +# if "." in subkey: +# parent_key = subkey.rsplit('.', 1)[0] +# top_level_key = parent_key.split('.')[0] + '.' +# +# # 确保顶级键不会重复添加 +# if top_level_key not in results: +# results[top_level_key] = data[top_level_key] +# +# # 添加或更新父级键 +# if parent_key not in results: +# if parent_key in data: +# results[parent_key] = data[parent_key] +# +# # 添加当前子键和它的值 +# if subkey in data: +# results[subkey] = data[subkey] +# +# return results def extract_json(data, target_values): results = {} for target_value in target_values: @@ -35,8 +59,8 @@ def extract_json(data, target_values): key_and_subheadings = find_keys_with_prefix(key, data) for subkey in key_and_subheadings: if "." in subkey: - parent_key = subkey.rsplit(".", 1)[0] - top_level_key = parent_key.split(".")[0] + "." + parent_key = subkey.rsplit('.', 1)[0] + top_level_key = parent_key.split('.')[0] + '.' # 特别处理定标相关的顶级键，确保不会重复添加其他键 if top_level_key not in results: results[top_level_key] = target_value @@ -48,34 +72,61 @@ def extract_json(data, target_values): results[subkey] = data[subkey] return results -# 读取 JSON 数据，提取内容，转换结构，并返回结果 -def extract_from_notice(clause_path, type): +def sort_clean_data_keys(data): + # 预处理：删除键名中的空格 + def preprocess_key(key): + return re.sub(r'\s+', '', key) + + # 将键转换成由整数构成的元组，作为排序依据 + def key_func(key): + return tuple(int(part) for part in re.split(r'\D+', key) if part) + + # 创建一个新的字典，键名经过预处理 + preprocessed_data = {preprocess_key(key): value for key, value in data.items()} + + # 对预处理后的字典键进行排序 + sorted_keys = sorted(preprocessed_data.keys(), key=key_func) + + # 创建一个新的字典，按照排序后的键添加键值对 + sorted_data = {key: preprocessed_data[key] for key in sorted_keys} + + return sorted_data + +""" +递归处理嵌套的数据结构（字典和列表）。 +对最内层的字符串值应用 post_process 函数。 +post_process 函数尝试将长字符串按特定模式分割成块，每块至少包含50个中英文字符。 +如果字典中所有值都是 ""、"/" 或空列表，则返回'键'的列表。 +""" + +# 读取JSON数据，提取内容，转换结构，并打印结果 +def extract_from_notice(invalid_path,clause_path, type): if type == 1: - target_values = ["投标", "投标文件", "响应文件"] + target_values = ["投标","投标文件","响应文件"] elif type == 2: - target_values = ["开标", "评标", "定标", "磋商程序", "中标"] + target_values = ["开标", "评标", "定标","磋商程序","中标"] elif type == 3: target_values = ["重新招标、不再招标和终止招标", "重新招标", "不再招标", "终止招标"] elif type == 4: target_values = ["评标"] # 测试 else: raise ValueError( - "Invalid type specified. Use 1 for '投标文件, 投标' or 2 for '开标, 评标, 定标' or 3 for '重新招标'" - ) - with open(clause_path, "r", encoding="utf-8") as file: + "Invalid type specified. Use 1 for '投标文件, 投标' or 2 for '开标, 评标, 定标'or 3 for '重新招标'") + with open(clause_path, 'r', encoding='utf-8') as file: data = json.load(file) - extracted_data = extract_json(data, target_values) # 读取 JSON - # print(json.dumps(extracted_data, ensure_ascii=False, indent=4)) - sorted_data = preprocess_data(extracted_data) # 对输入的字典 data 的键进行预处理和排序 + extracted_data = extract_json(data, target_values) # 读取json + # print(json.dumps(extracted_data,ensure_ascii=False,indent=4)) + sorted_data = sort_clean_data_keys(extracted_data) # 对输入的字典 data 的键进行预处理和排序 transformed_data = transform_json(sorted_data) - # print(json.dumps(transformed_data, ensure_ascii=False, indent=4)) + # print(json.dumps(transformed_data,ensure_ascii=False,indent=4)) final_result = process_nested_data(transformed_data) + if not final_result: + final_result = get_requirements_with_gpt(invalid_path, type) return final_result if __name__ == "__main__": - # 测试代码 # file_path = 'C:\\Users\\Administrator\\Desktop\\fsdownload\\3bffaa84-2434-4bd0-a8ee-5c234ccd7fa0\\clause1.json' - file_path = "C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\clause1.json" + file_path="C:\\Users\\Administrator\\Desktop\\招标文件\\special_output\\clause1.json" try: res = extract_from_notice(file_path, 2) # 可以改变此处的 type 参数测试不同的场景 res2 = json.dumps(res, ensure_ascii=False, indent=4) diff --git a/flask_app/货物标/基础信息解析main.py b/flask_app/货物标/基础信息解析main.py index 15e0fdc..7b16142 100644 --- a/flask_app/货物标/基础信息解析main.py +++ b/flask_app/货物标/基础信息解析main.py @@ -2,12 +2,13 @@ import json import threading import time - +import concurrent.futures from flask_app.general.json_utils import clean_json_string -from flask_app.general.通用功能函数 import judge_consortium_bidding +from flask_app.general.通用功能函数 import judge_consortium_bidding, process_judge_questions from flask_app.general.多线程提问 import read_questions_from_file, multi_threading from flask_app.general.通义千问long import upload_file from flask_app.main.判断是否分包等 import merge_json_to_list, read_questions_from_judge +from flask_app.货物标.投标人须知正文提取指定内容货物标版 import extract_from_notice from flask_app.货物标.提取采购需求main import fetch_procurement_reqs @@ -35,6 +36,7 @@ def aggregate_basic_info_goods(baseinfo_list): ], "保证金相关": ["质量保证金"], "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" @@ -110,7 +112,7 @@ def dynamic_key_handling(key_groups, detected_keys): if key not in group: group.append(key) -def get_base_info(baseinfo_file_path): +def get_base_info(baseinfo_file_path,clause_path): file_id = upload_file(baseinfo_file_path) baseinfo_file_path='flask_app/static/提示词/基本信息货物标.txt' # baseinfo_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\基本信息货物标.txt' @@ -121,35 +123,44 @@ def get_base_info(baseinfo_file_path): baseinfo_list = [clean_json_string(res) for _, res in baseinfo_results] if baseinfo_results else [] chosen_numbers, merged = merge_json_to_list(baseinfo_list.pop()) baseinfo_list.append(merged) - judge_file_path = 'flask_app/static/提示词/是否相关问题货物标.txt' - # judge_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\是否相关问题货物标.txt' - judge_questions = read_questions_from_judge(judge_file_path, chosen_numbers) - # print(judge_questions) - judge_consortium = judge_consortium_bidding(baseinfo_list) # 通过招标公告判断是否接受联合体投标 + with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: + # 提交两个任务 + future1 = executor.submit(process_judge_questions, judge_file_path, chosen_numbers, baseinfo_file_path, + baseinfo_list) + future2 = executor.submit(extract_from_notice, baseinfo_file_path, clause_path, 3) # 新增的多线程任务 - 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) - res2 = multi_threading(judge_questions, "", file_id, 2) # 调用千问-long - if not res2: - print("基础信息整合： multi_threading error!") - else: - for question, response in res2: - baseinfo_list.append(clean_json_string(response)) + # 等待两个任务完成并获取结果 + future1.result() # process_judge_questions 直接修改 baseinfo_list，不需要返回值 + rebidding_situation = future2.result() # 获取提取失败的情况 + baseinfo_list.append(rebidding_situation) + # # judge_file_path = 'D:\\flask_project\\flask_app\\static\\提示词\\是否相关问题货物标.txt' + # judge_questions = read_questions_from_judge(judge_file_path, chosen_numbers) + # # print(judge_questions) + # judge_consortium = judge_consortium_bidding(baseinfo_list) # 通过招标公告判断是否接受联合体投标 + # + # 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) + # res2 = multi_threading(judge_questions, "", file_id, 2) # 调用千问-long + # if not res2: + # print("基础信息整合： multi_threading error!") + # else: + # for question, response in res2: + # baseinfo_list.append(clean_json_string(response)) return baseinfo_list -def combine_basic_info(baseinfo_file_path, procurement_file_path): +def combine_basic_info(baseinfo_file_path, procurement_file_path,clause_path): baseinfo_list = [] temp_list = [] procurement_reqs = {} # 定义一个线程函数来获取基础信息 def get_base_info_thread(): nonlocal temp_list - temp_list = get_base_info(baseinfo_file_path) + temp_list = get_base_info(baseinfo_file_path,clause_path) # 定义一个线程函数来获取采购需求 def fetch_procurement_reqs_thread(): nonlocal procurement_reqs diff --git a/flask_app/货物标/投标人须知正文提取指定内容货物标版.py b/flask_app/货物标/投标人须知正文提取指定内容货物标版.py index a3a31d6..b133b3d 100644 --- a/flask_app/货物标/投标人须知正文提取指定内容货物标版.py +++ b/flask_app/货物标/投标人须知正文提取指定内容货物标版.py @@ -2,6 +2,8 @@ import json import re from functools import cmp_to_key +from flask_app.general.投标人须知正文提取指定内容 import process_nested_data, transform_json, get_requirements_with_gpt + #提取两个大标题之间的内容 def extract_between_sections(data, target_values): @@ -51,160 +53,6 @@ def process_with_outer_key(data): return processed_data -def compare_headings(a, b): - a_nums = [int(num) for num in a[0].rstrip('.').split('.') if num.isdigit()] - b_nums = [int(num) for num in b[0].rstrip('.').split('.') if num.isdigit()] - return (a_nums > b_nums) - (a_nums < b_nums) - - -def preprocess_data(data): - """ - 预处理数据，自动添加缺失的父层级键，并按数字顺序排序。 - """ - keys_to_add = set() - for key in data.keys(): - parts = key.split('.') - if len(parts) > 1: - parent_key = parts[0] + '.' - if parent_key not in data: - keys_to_add.add(parent_key) - - # 添加缺失的父层级键 - for parent_key in keys_to_add: - data[parent_key] = parent_key.rstrip('.') - - # 对键进行排序 - sorted_data = dict(sorted(data.items(), key=cmp_to_key(compare_headings))) - - return sorted_data - -# 转换结构化的JSON数据 -#No parent found at level 1 for key '24.2'. Check the data structure. -def transform_json(data): - result = {} - temp = {0: result} # 初始化根字典 - data=preprocess_data(data) - # print(json.dumps(data,ensure_ascii=False,indent=4)) - # 首先,创建一个临时字典用于检查是否存在三级标题 - has_subkey = {} - for key in data.keys(): - parts = key.split('.') - if len(parts) > 2 and parts[1]: - parent_key = parts[0] + '.' + parts[1] - has_subkey[parent_key] = True - - for key, value in data.items(): - match = re.match(r'(\d+)(?:\.(\d+))?(?:\.(\d+))?', key) - if match: - levels = [int(l) for l in match.groups() if l is not None] - if (len(levels) - 1) in temp: - parent = temp[len(levels) - 1] - else: - print(f"No parent found at level {len(levels) - 1} for key '{key}'. Check the data structure.") - continue - - if len(levels) == 1: # 一级标题 - # 新增逻辑：判断值中是否有 ':' 或 '：'，并进行拆分 - # 优先按 '\n' 拆分 - if '\n' in value: - new_key, *new_value = value.split('\n', 1) - new_key = new_key.strip() - new_value = new_value[0].strip() if new_value else "" - # 如果没有 '\n'，再检查 ':' 或 '：'，并进行拆分 - elif ':' in value or '：' in value: - delimiter = ':' if ':' in value else '：' - new_key, new_value = value.split(delimiter, 1) - new_key = new_key.strip() - new_value = new_value.strip() - else: - new_key = value.strip() - new_value = "" - - parent[new_key] = {} - if new_value: - parent[new_key][new_key] = new_value # 使用 new_key 作为键名，而不是固定的 "content" - temp[len(levels)] = parent[new_key] - elif len(levels) == 2: # 二级标题 - new_key, *new_value = value.split('\n', 1) - new_key = new_key.strip() - new_value = new_value[0].strip() if new_value else "" - - if f"{levels[0]}.{levels[1]}" in has_subkey: - parent[new_key] = [new_value] if new_value else [] - else: - parent[new_key] = new_value - - temp[len(levels)] = parent[new_key] - else: # 三级标题 - if isinstance(parent, dict): - parent_key = list(parent.keys())[-1] - if isinstance(parent[parent_key], list): - parent[parent_key].append(value) - elif parent[parent_key]: - parent[parent_key] = [parent[parent_key], value] - else: - parent[parent_key] = [value] - elif isinstance(parent, list): - parent.append(value) - - def remove_single_item_lists(node): - if isinstance(node, dict): - for key in list(node.keys()): - node[key] = remove_single_item_lists(node[key]) - if isinstance(node[key], list) and len(node[key]) == 1: - node[key] = node[key][0] - return node - - return remove_single_item_lists(result) - -#主要是处理键值中若存在若干序号且每个序号块的内容>=50字符的时候，用列表表示。 -def post_process(value): - # 如果传入的是非字符串值，直接返回原值 - if not isinstance(value, str): - return value - - # 定义可能的分割模式及其正则表达式 - patterns = [ - (r'\d+、', r'(?=\d+、)'), # 匹配 '1、' - (r'[（(]\d+[）)]', r'(?=[（(]\d+[）)])'), # 匹配 '(1)' 或 '（1）' - (r'\d+\.', r'(?=\d+\.)'), # 匹配 '1.' - (r'[一二三四五六七八九十]、', r'(?=[一二三四五六七八九十]、)'), # 匹配 '一、'、'二、' 等 - (r'[一二三四五六七八九十]\.', r'(?=[一二三四五六七八九十]\.)') # 匹配 '一.'、'二.' 等 - ] - - # 初始化用于保存最早匹配到的模式及其位置 - first_match = None - first_match_position = len(value) # 初始值设为文本长度，确保任何匹配都会更新它 - - # 遍历所有模式，找到第一个出现的位置 - for search_pattern, split_pattern_candidate in patterns: - match = re.search(search_pattern, value) - if match: - # 如果这个匹配的位置比当前记录的更靠前，更新匹配信息 - if match.start() < first_match_position: - first_match = split_pattern_candidate - first_match_position = match.start() - - # 如果找到了最早出现的匹配模式，使用它来分割文本 - if first_match: - blocks = re.split(first_match, value) - else: - # 如果没有匹配的模式，保留原文本 - blocks = [value] - - processed_blocks = [] - for block in blocks: - if not block: - continue - # 计算中英文字符总数，如果大于50，则加入列表 - if block and len(re.findall(r'[\u4e00-\u9fff\w]', block)) >= 50: - processed_blocks.append(block.strip()) - else: - # 如果发现有块长度小于50，返回原数据 - return value - - # 如果所有的块都符合条件，返回分割后的列表 - return processed_blocks """ 递归处理嵌套的数据结构（字典和列表）。 @@ -212,34 +60,11 @@ def post_process(value): post_process 函数尝试将长字符串按特定模式分割成块，每块至少包含50个中英文字符。 如果字典中所有值都是 ""、"/" 或空列表，则返回'键'的列表。 """ -def process_nested_data(data): - # 先检查是否所有值都是 ""、"/" 或空列表 - if isinstance(data, dict) and all(v == "" or v == "/" or (isinstance(v, list) and not v) for v in data.values()): - return list(data.keys()) - # 递归遍历字典，处理最内层的字符串 - if isinstance(data, dict): - # 如果当前项是字典，继续递归遍历其键值对 - result = {} - for key, value in data.items(): - processed_value = process_nested_data(value) - # 如果处理后的值是只有一个元素的列表，就直接使用该元素 - if isinstance(processed_value, list) and len(processed_value) == 1: - result[key] = processed_value[0] - else: - result[key] = processed_value - return result - elif isinstance(data, list): - # 如果是列表，直接返回列表，保持原样 - return data - else: - # 到达最内层，处理非字典和非列表的元素（字符串） - return post_process(data) # 读取JSON数据，提取内容，转换结构，并打印结果 -def extract_from_notice(clause_path, type): +def extract_from_notice(invalid_path,clause_path, type): """ 从公告中提取特定类型的内容。 - Args: clause_path (str): 包含条款的JSON文件路径。 type (int): 提取的类型。 @@ -280,6 +105,8 @@ def extract_from_notice(clause_path, type): extracted_data = extract_between_sections(data, target_values) # 读取json，截取大标题之间的内容 transformed_data = process_with_outer_key(extracted_data) final_result = process_nested_data(transformed_data) + if not final_result: + final_result = get_requirements_with_gpt(invalid_path, type) #万一没用正则匹配到，那就调用大模型 return final_result except Exception as e: diff --git a/flask_app/货物标/货物标解析main.py b/flask_app/货物标/货物标解析main.py index 799a387..4f914a1 100644 --- a/flask_app/货物标/货物标解析main.py +++ b/flask_app/货物标/货物标解析main.py @@ -30,6 +30,7 @@ executor = ThreadPoolExecutor() def preprocess_files(output_folder, file_path, file_type): logger.info("starting 文件预处理...") + start_time = time.time() logger.info("output_folder..." + output_folder) # 根据文件类型处理文件路径 @@ -63,7 +64,8 @@ def preprocess_files(output_folder, file_path, file_type): merged_baseinfo_path = truncate_files[6] # 合并封面+招标公告+投标人须知前附表+须知正文 clause_path = convert_clause_to_json(tobidders_notice_path, output_folder) # 投标人须知正文条款pdf->json - logger.info("文件预处理done") + end_time = time.time() + logger.info(f"文件预处理 done，耗时：{end_time - start_time:.2f} 秒") # 提前返回，不等待 future_knowledge 完成，返回包含 Future 对象 return { @@ -79,60 +81,66 @@ def preprocess_files(output_folder, file_path, file_type): 'merged_baseinfo_path': merged_baseinfo_path } -def fetch_project_basic_info(invalid_path,merged_baseinfo_path, procurement_file_path): # 投标人须知前附表 - logger.info("starting基础信息...") +def fetch_project_basic_info(invalid_path, merged_baseinfo_path, procurement_file_path, clause_path): + logger.info("starting 基础信息...") + start_time = time.time() if not merged_baseinfo_path: - merged_baseinfo_path=invalid_path - basic_res = combine_basic_info(merged_baseinfo_path, procurement_file_path) - base_info,good_list=post_process_baseinfo(basic_res) - logger.info("基础信息done") - return base_info,good_list + merged_baseinfo_path = invalid_path + basic_res = combine_basic_info(merged_baseinfo_path, procurement_file_path, clause_path) + base_info, good_list = post_process_baseinfo(basic_res) + end_time = time.time() + logger.info(f"基础信息 done，耗时：{end_time - start_time:.2f} 秒") + return base_info, good_list -def fetch_qualification_review(invalid_path,output_folder, qualification_path, notice_path): # 资格审查 - logger.info("starting资格审查...") - review_standards_res = combine_qualification_review(invalid_path,output_folder, qualification_path, notice_path) - logger.info("资格审查done") +def fetch_qualification_review(invalid_path, output_folder, qualification_path, notice_path): + logger.info("starting 资格审查...") + start_time = time.time() + review_standards_res = combine_qualification_review(invalid_path, output_folder, qualification_path, notice_path) + end_time = time.time() + logger.info(f"资格审查 done，耗时：{end_time - start_time:.2f} 秒") return review_standards_res -def fetch_evaluation_standards(invalid_path,evaluation_method_path): # 评标细则 +def fetch_evaluation_standards(invalid_path, evaluation_method_path): logger.info("starting 商务评分和技术评分...") - # 获取评标办法前附表的字典结果 + start_time = time.time() if not evaluation_method_path: - evaluation_method_path=invalid_path + evaluation_method_path = invalid_path evaluation_standards_res = combine_evaluation_standards(evaluation_method_path) - # 获取技术标和商务标 technical_standards = {"技术评分": evaluation_standards_res.get("技术评分", {})} commercial_standards = {"商务评分": evaluation_standards_res.get("商务评分", {})} - logger.info("商务评分和技术评分done") - - # 返回将 "技术标" 和 "商务标" 包含在新的键中 + end_time = time.time() + logger.info(f"商务评分和技术评分 done，耗时：{end_time - start_time:.2f} 秒") return { "technical_standards": technical_standards, "commercial_standards": commercial_standards } def fetch_invalid_requirements(invalid_docpath, output_folder): - # 废标项要求：千问 - logger.info("starting无效标与废标...") + logger.info("starting 无效标与废标...") + start_time = time.time() find_invalid_res = combine_find_invalid(invalid_docpath, output_folder) - logger.info("无效标与废标done...") + end_time = time.time() + logger.info(f"无效标与废标 done，耗时：{end_time - start_time:.2f} 秒") return find_invalid_res -# 投标文件要求 def fetch_bidding_documents_requirements(clause_path): - logger.info("starting投标文件要求...") + logger.info("starting 投标文件要求...") + start_time = time.time() fetch_bidding_documents_requirements_json = extract_from_notice(clause_path, 1) - logger.info("投标文件要求done...") + end_time = time.time() + logger.info(f"投标文件要求 done，耗时：{end_time - start_time:.2f} 秒") return {"投标文件要求": fetch_bidding_documents_requirements_json} # 开评定标流程 def fetch_bid_opening(clause_path): - logger.info("starting开评定标流程...") + logger.info("starting 开评定标流程...") + start_time = time.time() fetch_bid_opening_json = extract_from_notice(clause_path, 2) - logger.info("开评定标流程done...") + end_time = time.time() + logger.info(f"开评定标流程 done，耗时：{end_time - start_time:.2f} 秒") return {"开评定标流程": fetch_bid_opening_json} @@ -175,7 +183,6 @@ def post_process_baseinfo(base_info): def goods_bid_main(output_folder, file_path, file_type, unique_id): global logger logger = get_global_logger(unique_id) - # 预处理文件，获取处理后的数据 processed_data = preprocess_files(output_folder, file_path, file_type) if not processed_data: @@ -184,7 +191,7 @@ def goods_bid_main(output_folder, file_path, file_type, unique_id): with concurrent.futures.ThreadPoolExecutor() as executor: # 立即启动不依赖 knowledge_name 和 index 的任务 futures = { - 'evaluation_standards': executor.submit(fetch_evaluation_standards, + 'evaluation_standards': executor.submit(fetch_evaluation_standards,processed_data['invalid_path'], processed_data['evaluation_method_path']), 'invalid_requirements': executor.submit(fetch_invalid_requirements, processed_data['invalid_docpath'], output_folder), @@ -192,7 +199,7 @@ def goods_bid_main(output_folder, file_path, file_type, unique_id): processed_data['clause_path']), 'opening_bid': executor.submit(fetch_bid_opening, processed_data['clause_path']), 'base_info': executor.submit(fetch_project_basic_info, processed_data['invalid_path'],processed_data['merged_baseinfo_path'], - processed_data['procurement_path']), + processed_data['procurement_path'],processed_data['clause_path']), 'qualification_review': executor.submit(fetch_qualification_review, processed_data['invalid_path'],output_folder, processed_data['qualification_path'], processed_data['notice_path']), diff --git a/flask_app/货物标/资格审查main.py b/flask_app/货物标/资格审查main.py index a4f4edb..666aa2a 100644 --- a/flask_app/货物标/资格审查main.py +++ b/flask_app/货物标/资格审查main.py @@ -412,6 +412,6 @@ if __name__ == "__main__": qualification_path = "" notice_path = "C:\\Users\\Administrator\\Desktop\\货物标\\output5\\094定稿-湖北工业大学轻武器模拟射击设备采购项目招标文件_notice.pdf" # knowledge_name = "6.2视频会议docx" - # merged_baseinfo_path = "C:\\Users\\Administrator\\Desktop\\货物标\\zboutpub\\merged_baseinfo.pdf" - res = combine_qualification_review(output_folder, qualification_path, notice_path, merged_baseinfo_path) + invalid_path = "C:\\Users\\Administrator\\Desktop\\fsdownload\\3395fc1b-432d-407d-a872-fc35e8475aef\\ztbfile_invalid.pdf" + res = combine_qualification_review(invalid_path,output_folder, qualification_path, notice_path) print(json.dumps(res, ensure_ascii=False, indent=4))