2.18 空的docx无法被识别为非招标文件

flask_app/general/llm/大模型通用函数.py

@@ -160,8 +160,7 @@ def generate_full_user_query(file_path, prompt_template):
     return user_query
 
 if __name__ == "__main__":
-    error_msg='''Error code: 400 - {'error': {'code': 'RequestTimeOut', 'param': None, 'message': 'Request timed out, please try again later.', 'type': 'RequestTimeOut'}, 'id': 'chatcmpl-a92698d3-4e21-9243-b900-e32d4df4ac49', 'request_id': 'a92698d3-4e21-9243-b900-e32d4df4ac49'}
+    error_msg='''openai.BadRequestError: Error code: 400 - {'error': {'code': 'invalid_parameter_error', 'param': None, 'message': 'File parsing in progress, please try again later.', 'type': 'invalid_request_error'}, 'id': 'chatcmpl-018e2b26-b3eb-907e-be6a-6ba8fccee86f', 'request_id': '018e2b26-b3eb-907e-be6a-6ba8fccee86f'}'''
-    '''
     error_code, error_code_string, request_id=extract_error_details(error_msg)
     print(error_code)
     print(error_code_string)

flask_app/general/llm/通义千问long.py

@@ -99,7 +99,7 @@ def qianwen_long(file_id, user_query, max_retries=2, backoff_factor=1.0, need_ex
                     break
             elif error_code == 400 and error_code_string in [
                 'data_inspection_failed', 'ResponseTimeout', 'DataInspectionFailed',
-                'response_timeout', 'request_timeout', "RequestTimeOut"
+                'response_timeout', 'request_timeout', "RequestTimeOut","invalid_parameter_error"
             ]:
                 logger.warning(f"错误代码为 400 - {error_code_string}，将调用 qianwen_long_stream 执行一次...")
                 try:
@@ -219,7 +219,7 @@ def qianwen_long_stream(file_id, user_query, max_retries=2, backoff_factor=1.0,
                     break
             elif error_code == 400 and error_code_string in [
                 'data_inspection_failed', 'ResponseTimeout', 'DataInspectionFailed',
-                'response_timeout', 'request_timeout', "RequestTimeOut"
+                'response_timeout', 'request_timeout', "RequestTimeOut","invalid_parameter_error"
             ]:
                 if attempt == 1:  # 只重试一次
                     logger.warning(f"错误代码为 400 - {error_code_string}，将立即重试...")

flask_app/general/merge_pdfs.py

@@ -200,8 +200,6 @@ def merge_selected_pdfs(output_folder, truncate_files, output_path, base_file_na
         if matching_files:
             matching_files_sorted = sorted(matching_files)
             all_pdfs_to_merge.extend(matching_files_sorted)
-            for f in matching_files_sorted:
-                print(f"选中文件: {f}")
         else:
             if required:
                 print(f"没有找到以 '{suffix}' 结尾的文件。")

flask_app/general/投标人须知正文提取指定内容.py

@@ -308,7 +308,7 @@ def get_requirements_with_gpt(merged_baseinfo_path, selection):
     }
         """,
         3: """
-            该招标文件中重新招标（或重新采购）、不再招标（或不再采购）、终止招标（或终止采购）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'。
+            该招标文件中重新招标（或重新采购）、不再招标（或不再采购）、终止招标（或终止采购）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'，键值应该基于实际的招标文件内容，不得擅自总结删减，更不得回答示例输出中的内容，如果原文中未提及相关内容，在相应键值中填'未知'。
             示例输出如下，仅供格式参考：
             {
                 "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；",

flask_app/logger_setup.py

@@ -66,10 +66,10 @@ def create_logger(app, subfolder):
         file_formatter = CSTFormatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
         file_handler.setFormatter(file_formatter)
         logger.addHandler(file_handler)
-        stream_handler = logging.StreamHandler()
+        # stream_handler = logging.StreamHandler()
-        stream_handler.setFormatter(logging.Formatter('%(message)s'))
+        # stream_handler.setFormatter(logging.Formatter('%(message)s'))
-        logger.addHandler(stream_handler)
+        # logger.addHandler(stream_handler)
-        logger.setLevel(logging.INFO)
+        logger.setLevel(logging.INFO)  #Logger 只会处理大于或等于 INFO 级别的日志消息（例如 INFO、WARNING、ERROR、CRITICAL），而 DEBUG 级别的消息会被忽略。
         logger.propagate = False
     g.logger = logger
     g.output_folder = output_folder    #输出文件夹路径

flask_app/test_case/test_内存泄漏.py

@@ -20,6 +20,7 @@ def process_pdf(pdf_path):
     """子进程里实际执行的函数"""
     result = read_pdf_main(pdf_path=pdf_path)
     return result
+
 def main():
     for i in range(3):
         logger = get_global_logger("123")

flask_app/test_case/test_内存泄漏2.py

@@ -0,0 +1,30 @@
+import tracemalloc
+from PyPDF2 import PdfReader
+
+def extract_text_by_page(file_path):
+    result = ""
+    with open(file_path, 'rb') as file:
+        reader =PdfReader(file)
+        num_pages = len(reader.pages)
+        # print(f"Total pages: {num_pages}")
+        for page_num in range(num_pages):
+            page = reader.pages[page_num]
+            text = page.extract_text()
+        return result
+
+# 开始跟踪内存分配
+tracemalloc.start()
+# 捕捉函数调用前的内存快照
+snapshot_before = tracemalloc.take_snapshot()
+# 调用函数
+file_path=r'C:\Users\Administrator\Desktop\fsdownload\00550cfc-fd33-469e-8272-9215291b175c\ztbfile.pdf'
+result = extract_text_by_page(file_path)
+# 捕捉函数调用后的内存快照
+snapshot_after = tracemalloc.take_snapshot()
+# 比较两个快照，获取内存分配差异信息
+stats = snapshot_after.compare_to(snapshot_before, 'lineno')
+print("[ Top 10 内存变化 ]")
+for stat in stats[:10]:
+    print(stat)
+# 停止内存分配跟踪
+tracemalloc.stop()