1.24 废标项
This commit is contained in:
parent
9117c4117b
commit
39069d18c2
@ -254,6 +254,7 @@ def extract_text_with_keywords(processed_paragraphs, keywords, follow_up_keyword
|
||||
# 新增的条件：检查是否匹配 pattern_numbered 或 pattern_parentheses
|
||||
pattern_numbered = re.compile(r'^\s*([一二三四五六七八九十]{1,2})\s*、\s*')
|
||||
pattern_parentheses = re.compile(r'^\s*[（(]\s*([一二三四五六七八九十]{1,2})\s*[)）]\s*')
|
||||
pattern_letter_initial = re.compile(r'^([A-Z])\s*[.．、]?\s*(.*)$')
|
||||
def match_keywords(text, patterns):
|
||||
# 首先检查关键词是否匹配
|
||||
for pattern in patterns:
|
||||
@ -287,23 +288,34 @@ def extract_text_with_keywords(processed_paragraphs, keywords, follow_up_keyword
|
||||
if not found_next_number:
|
||||
# Modify the regular expression to support the required format
|
||||
number_pattern = (
|
||||
r'^([A-Za-z0-9]+(?:[.．][A-Za-z0-9]+)*)|'
|
||||
r'([（(]\s*(?:[一二三四五六七八九十]{1,2}|\d+)\s*[）)])|'
|
||||
r'((?:[一二三四五六七八九十]{1,2}|\d+)\s*、)'
|
||||
r'^([A-Za-z]+(?:[.．][A-Za-z]+)*)|' # 仅字母模式
|
||||
r'^([0-9]+(?:[.．][0-9]+)*)|' # 仅数字模式
|
||||
r'([（(]\s*(?:[一二三四五六七八九十]{1,2}|\d+)\s*[）)])|' # 括号内的中文数字或阿拉伯数字
|
||||
r'((?:[一二三四五六七八九十]{1,2}|\d+)\s*、)' # 中文数字或阿拉伯数字加顿号
|
||||
)
|
||||
next_section_number = re.match(number_pattern, next_text)
|
||||
|
||||
if next_section_number:
|
||||
found_next_number = True
|
||||
# Determine dynamic pattern based on section number format
|
||||
if next_section_number.group(1):
|
||||
# 仅字母模式
|
||||
section_parts = next_section_number.group(1).split('.')
|
||||
dynamic_pattern = r'^' + r'[.．]'.join([r'[A-Za-z0-9]+' for _ in section_parts]) + r'\b'
|
||||
dynamic_pattern = r'^' + r'[A-Za-z]+' + r'(?:[.．][A-Za-z]+)*' + r'\b'
|
||||
elif next_section_number.group(2):
|
||||
dynamic_pattern = r'^[\(\（]\s*(?:[一二三四五六七八九十]{1,2}|\d+)\s*[\)\）]'
|
||||
# 仅数字模式
|
||||
section_parts = next_section_number.group(2).split('.')
|
||||
dynamic_pattern = r'^' + r'[0-9]+' + r'(?:[.．][0-9]+)*' + r'\b'
|
||||
elif next_section_number.group(3):
|
||||
# 括号内的中文数字或阿拉伯数字
|
||||
dynamic_pattern = r'^[（(]\s*(?:[一二三四五六七八九十]{1,2}|\d+)\s*[）)]'
|
||||
elif next_section_number.group(4):
|
||||
# 中文数字或阿拉伯数字加顿号
|
||||
dynamic_pattern = r'^(?:[一二三四五六七八九十]{1,2}|\d+)\s*、'
|
||||
current_section_pattern = re.compile(dynamic_pattern)
|
||||
else:
|
||||
dynamic_pattern = None
|
||||
|
||||
if dynamic_pattern:
|
||||
current_section_pattern = re.compile(dynamic_pattern)
|
||||
|
||||
if current_section_pattern and re.match(current_section_pattern, next_text):
|
||||
extracted_paragraphs[active_key].append(next_text)
|
||||
@ -353,7 +365,7 @@ def extract_text_with_keywords(processed_paragraphs, keywords, follow_up_keyword
|
||||
active_key = text
|
||||
extracted_paragraphs[active_key] = [text]
|
||||
|
||||
if (re.match(pattern_numbered, text) or re.match(pattern_parentheses, text)) and len(text) < 10:
|
||||
if (re.match(pattern_numbered, text) or re.match(pattern_parentheses, text)) and len(text.replace(' ','')) < 10:
|
||||
continue_collecting = True
|
||||
process_matching_section()
|
||||
elif match_keywords(text, follow_up_keywords):
|
||||
@ -381,7 +393,7 @@ def extract_text_with_keywords(processed_paragraphs, keywords, follow_up_keyword
|
||||
current_top_level_num = int(current_section_number.split('.')[0])
|
||||
for i in range(1, 6):
|
||||
next_top_level_num = current_top_level_num + i
|
||||
next_top_level_pattern = r'^' + str(next_top_level_num) + r'\s*[.．、]'
|
||||
next_top_level_pattern = r'^' + str(next_top_level_num) + r'\s*[.．、](?!\d)'
|
||||
if next_top_level_pattern not in matched_patterns:
|
||||
matched_patterns.append(next_top_level_pattern)
|
||||
except ValueError:
|
||||
@ -528,7 +540,7 @@ def handle_query(file_path, user_query, output_file, result_key, keywords):
|
||||
r'情\s*形\s*之\s*一',
|
||||
r'情\s*况\s*之\s*一',
|
||||
r'下\s*列(?!\s*公式)', # 增加负向前瞻，排除“下列公式”
|
||||
r'以\s*下(?!\s*公式)', # 增加负向前瞻，排除“以下公式”
|
||||
r'以\s*下(?!\s*(?:公式|简称))', # 增加负向前瞻，排除“以下公式”
|
||||
r'其\s*他.*?情\s*形\s*[:：]',
|
||||
r'包\s*括'
|
||||
]
|
||||
@ -628,54 +640,54 @@ def combine_find_invalid(invalid_docpath, output_dir):
|
||||
os.path.join(output_dir, "temp1.txt"),
|
||||
"否决和无效投标情形"
|
||||
),
|
||||
(
|
||||
r'废\s*标',
|
||||
"""以下是从招标文件中摘取的内容，文本中序号分明，文本内之间的信息以'...............'分割。
|
||||
任务目标：
|
||||
请根据以下内容，筛选出 废标项的情况 （明确描述导致 废标 的情况）并返回对应的序号。
|
||||
要求与指南：
|
||||
文本中可能存在无关的信息，请准确筛选符合条件的信息，并将符合条件的信息的序号返回。
|
||||
输出格式：
|
||||
返回结果以 [x, x, x] 的形式，其中 x 为符合条件的信息的序号，为自然数。无需额外返回解释与说明。
|
||||
如果文本中没有任何符合条件的废标情况，请返回 []。
|
||||
示例输出,仅供格式参考：
|
||||
[1,3,4,6]
|
||||
文本内容：{full_text}
|
||||
""",
|
||||
os.path.join(output_dir, "temp2.txt"),
|
||||
"废标项"
|
||||
),
|
||||
(
|
||||
r'不\s*得(?!\s*(分|力))|禁\s*止\s*投\s*标',
|
||||
"""以下是从招标文件中摘取的内容，文本中序号分明，文本内的条款以'...............'分割。条款规定了各方不得存在的情形。请根据以下要求进行筛选：
|
||||
**投标相关主体与非投标相关主体的定义**：
|
||||
投标相关主体：包括但不限于“投标人”、“中标人”、“供应商”、“联合体投标各方”、“响应人”、“应答人”或其他描述投标方的词语。
|
||||
非投标相关主体：包括但不限于“招标人”、“采购人”、“评标委员会”或其他描述非投标方的词语。
|
||||
**筛选要求**：
|
||||
1. **仅筛选**明确描述投标相关主体禁止情形或不得存在的情形的条款，不包含笼统或未具体说明情形的条款。例如：
|
||||
若条款内容包含'投标人不得存在的其他关联情形'这样的笼统描述，而未说明具体的情形，则无需添加该条款。
|
||||
2. **排除**仅描述非投标相关主体行为限制或禁止情形的条款，例如“招标人不得泄露信息”或“评标委员会不得收受贿赂”，则无需返回。
|
||||
3. 若条款同时描述了对投标相关主体与非投标相关主体的行为限制、禁止情形，也需返回。
|
||||
4. **特殊情况**：如果条款中包含“磋商小组”、”各方“等既能指代投标相关主体又能指代非投标相关主体的词汇：
|
||||
若在语境中其指代或包含投标相关主体，则应将其考虑在内；否则，排除该条款。
|
||||
|
||||
**输出格式**：
|
||||
返回结果以 [x, x, x] 的形式，其中 x 为符合条件的条款的序号，为自然数。无需额外返回解释与说明。
|
||||
如果没有符合条件的条款，返回 `[]`。
|
||||
**示例**：
|
||||
- **符合条件**：
|
||||
- `1. 投标人不得...` → 包含，返回序号 1。
|
||||
- `3. 联合体投标各方不得...` → 包含，返回序号 3。
|
||||
- **不符合条件**：
|
||||
- `2. 采购人不得...` → 主语为“采购人”，排除。
|
||||
-示例输出: [1,3]
|
||||
请根据上述筛选要求，阅读以下文本内容，并返回符合条件的条款序号，
|
||||
|
||||
文本内容：{full_text}
|
||||
""",
|
||||
os.path.join(output_dir, "temp3.txt"),
|
||||
"不得存在的情形"
|
||||
)
|
||||
# (
|
||||
# r'废\s*标',
|
||||
# """以下是从招标文件中摘取的内容，文本中序号分明，文本内之间的信息以'...............'分割。
|
||||
# 任务目标：
|
||||
# 请根据以下内容，筛选出 废标项的情况 （明确描述导致 废标 的情况）并返回对应的序号。
|
||||
# 要求与指南：
|
||||
# 文本中可能存在无关的信息，请准确筛选符合条件的信息，并将符合条件的信息的序号返回。
|
||||
# 输出格式：
|
||||
# 返回结果以 [x, x, x] 的形式，其中 x 为符合条件的信息的序号，为自然数。无需额外返回解释与说明。
|
||||
# 如果文本中没有任何符合条件的废标情况，请返回 []。
|
||||
# 示例输出,仅供格式参考：
|
||||
# [1,3,4,6]
|
||||
# 文本内容：{full_text}
|
||||
# """,
|
||||
# os.path.join(output_dir, "temp2.txt"),
|
||||
# "废标项"
|
||||
# ),
|
||||
# (
|
||||
# r'不\s*得(?!\s*(分|力))|禁\s*止\s*投\s*标',
|
||||
# """以下是从招标文件中摘取的内容，文本中序号分明，文本内的条款以'...............'分割。条款规定了各方不得存在的情形。请根据以下要求进行筛选：
|
||||
# **投标相关主体与非投标相关主体的定义**：
|
||||
# 投标相关主体：包括但不限于“投标人”、“中标人”、“供应商”、“联合体投标各方”、“响应人”、“应答人”或其他描述投标方的词语。
|
||||
# 非投标相关主体：包括但不限于“招标人”、“采购人”、“评标委员会”或其他描述非投标方的词语。
|
||||
# **筛选要求**：
|
||||
# 1. **仅筛选**明确描述投标相关主体禁止情形或不得存在的情形的条款，不包含笼统或未具体说明情形的条款。例如：
|
||||
# 若条款内容包含'投标人不得存在的其他关联情形'这样的笼统描述，而未说明具体的情形，则无需添加该条款。
|
||||
# 2. **排除**仅描述非投标相关主体行为限制或禁止情形的条款，例如“招标人不得泄露信息”或“评标委员会不得收受贿赂”，则无需返回。
|
||||
# 3. 若条款同时描述了对投标相关主体与非投标相关主体的行为限制、禁止情形，也需返回。
|
||||
# 4. **特殊情况**：如果条款中包含“磋商小组”、”各方“等既能指代投标相关主体又能指代非投标相关主体的词汇：
|
||||
# 若在语境中其指代或包含投标相关主体，则应将其考虑在内；否则，排除该条款。
|
||||
#
|
||||
# **输出格式**：
|
||||
# 返回结果以 [x, x, x] 的形式，其中 x 为符合条件的条款的序号，为自然数。无需额外返回解释与说明。
|
||||
# 如果没有符合条件的条款，返回 `[]`。
|
||||
# **示例**：
|
||||
# - **符合条件**：
|
||||
# - `1. 投标人不得...` → 包含，返回序号 1。
|
||||
# - `3. 联合体投标各方不得...` → 包含，返回序号 3。
|
||||
# - **不符合条件**：
|
||||
# - `2. 采购人不得...` → 主语为“采购人”，排除。
|
||||
# -示例输出: [1,3]
|
||||
# 请根据上述筛选要求，阅读以下文本内容，并返回符合条件的条款序号，
|
||||
#
|
||||
# 文本内容：{full_text}
|
||||
# """,
|
||||
# os.path.join(output_dir, "temp3.txt"),
|
||||
# "不得存在的情形"
|
||||
# )
|
||||
]
|
||||
results = []
|
||||
|
||||
@ -713,7 +725,7 @@ if __name__ == '__main__':
|
||||
output_dir = r"C:\Users\Administrator\Desktop\货物标\zbfiles\output6"
|
||||
# invalid_added = insert_mark(pdf_path)
|
||||
# invalid_added_docx = pdf2docx(invalid_added)
|
||||
invalid_added_docx=r'C:\Users\Administrator\Desktop\fsdownload\a3b259fd-5ade-4c66-9117-eb44796682ad\invalid_added.docx'
|
||||
invalid_added_docx=r'C:\Users\Administrator\Desktop\fsdownload\355fbb20-e439-48dd-abdd-7645d424af36\invalid_added.docx'
|
||||
results = combine_find_invalid(invalid_added_docx, output_dir)
|
||||
end_time = time.time()
|
||||
print("Results:", json.dumps(results, ensure_ascii=False, indent=4))
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user