import re import json import time from 多线程提问 import multi_threading from 根据条款号整合json import process_and_merge_entries from 通义千问long import qianwen_long from json_utils import extract_content_from_json prompt = """ # 角色 你是一个文档处理专家，专门负责理解和操作基于特定内容的文档任务，这包括解析、总结、搜索或生成与给定文档相关的各类信息。 ## 技能 ### 技能 1：文档解析与摘要 - 深入理解并分析${document1}的内容，提取关键信息。 - 根据需求生成简洁明了的摘要，保持原文核心意义不变。 ### 技能 2：信息检索与关联 - 在${document1}中高效检索特定信息或关键词。 - 能够识别并链接到文档内部或外部的相关内容，增强信息的连贯性和深度。 ## 限制 - 所有操作均需基于${document1}的内容，不可超出此范围创造信息。 - 在处理敏感或机密信息时，需遵守严格的隐私和安全规定。 - 确保所有生成或改编的内容逻辑连贯，无误导性信息。 请注意，上述技能执行时将直接利用并参考${document1}的具体内容，以确保所有产出紧密相关且高质量。 """ def extract_matching_keys(json_data): # 函数首先检查输入 json_data 是否为字符串类型。如果是，它会使用 json.loads() 将字符串解析为字典。 if isinstance(json_data, str): data = json.loads(json_data) else: data = json_data # 正则表达式匹配 include_patterns = [re.compile(r"符合第"), re.compile(r"第.*?章"), re.compile(r"第.*?款"), re.compile(r"第.*?项"), re.compile(r"第.*?目")] additional_include_patterns = [re.compile(r"规定"), re.compile(r"条目")] exclude_patterns = ["投标文件格式", "权利义务", "技术标准","工程量清单"] additional_exclude_patterns = ["按要求", "按规定"] # Initialize a list to hold filtered key-value pairs final_matching = [] # Recursive function to traverse and filter data def recursive_search(current_data, path=[]): if isinstance(current_data, dict): for key, value in current_data.items(): new_path = path + [key] # Update path for nested keys if isinstance(value, (dict, list)): recursive_search(value, new_path) else: process_value(key, str(value), new_path) elif isinstance(current_data, list): for item in current_data: recursive_search(item, path) # Function to process each value against the patterns def process_value(key, value, path): # Check exclude patterns first if any(ex in key or ex in value for ex in exclude_patterns): return # Main include patterns if any(pattern.search(value) for pattern in include_patterns): # Additional exclude patterns if not any(ex in key or ex in value for ex in additional_exclude_patterns): # Additional include patterns if any(pattern.search(value) for pattern in additional_include_patterns): final_matching.append({".".join(path): value}) # Use dot notation for nested keys # Start the recursive search recursive_search(data) return final_matching def reformat_questions(match_keys): """ 根据是否包含特定序号格式（如3.7.4或3.7.4(5)或3.7.4（5）），重新格式化匹配到的评审条目。 若包含序号，则提取出来；若不包含，则生成格式化的问题字符串。 """ entries_with_numbers = [] formatted_questions = [] # 正则表达式，同时匹配全角和半角括号 pattern = re.compile(r'(\d+(?:\.\d+)+)(?:[\(\（](\d+)[\)\）])?') for entry in match_keys: key, value = next(iter(entry.items())) match = pattern.search(value) if match: # 如果存在序号，保存序号与对应的键值对，包括括号内的数字（如果存在） num = match.group(1) + (f"({match.group(2)})" if match.group(2) else "") entries_with_numbers.append({key: num}) else: # 如果不存在序号，删除“符合”并格式化文本 revised_standard = re.sub(r'符合', '', value) formatted_entry = f"关于‘{key}’，{revised_standard}的内容是怎样的？请按json格式给我提供信息，键名为'{key}',如果存在未知信息，请在对应键值处填'未知'。" formatted_questions.append(formatted_entry) return entries_with_numbers, formatted_questions def update_json_data(original_data, updates, second_response_list): """ 根据提供的更新字典覆盖原始JSON数据中对应的键值，支持点分隔的键来表示嵌套结构。 参数: - original_data: dict, 原始的JSON数据。 - updates: dict, 包含需要更新的键值对。 - second_response_list: list, 包含多个字典，每个字典包含需要更新的键值对。 返回: - updated_data: dict, 更新后的JSON数据。 """ def recursive_update(data, key, value): # 处理点分隔的键，递归定位并更新嵌套字典 keys = key.split('.') for k in keys[:-1]: data = data.setdefault(k, {}) if isinstance(value, dict) and isinstance(data.get(keys[-1], None), dict): data[keys[-1]] = {**data.get(keys[-1], {}), **value} else: data[keys[-1]] = value # 合并 updates 到 original_data 中 for key, value in updates.items(): recursive_update(original_data, key, value) # 遍历 second_response_list 中的每个字典，并合并到 original_data 中 for response_dict in second_response_list: for key, value in response_dict.items(): recursive_update(original_data, key, value) return original_data def process_reviews(original_dict_data,knowledge_name, truncate0_jsonpath,clause_json_path): matched_keys = extract_matching_keys(original_dict_data) #[{'形式评审标准.投标文件签字盖章': '符合第二章“投标人须知”第 3.7.3（4）目 规定'}, {'形式评审标准.多标段投标': '符合第二章“投标人须知”第 10.1款规定'}] entries_with_numbers, formatted_questions = reformat_questions(matched_keys) results_2 = multi_threading(formatted_questions, knowledge_name, True) #无序号的直接问大模型 second_response_list = [] for _, response in results_2: try: if response and len(response) > 1: # 检查response存在且有至少两个元素 temp = extract_content_from_json(response[1]) second_response_list.append(temp) else: print(f"Warning: Missing or incomplete response data for query index {_}.") except Exception as e: print(f"Error processing response for query index {_}: {e}") # Assume JSON file paths are defined or configured correctly combined_results = process_and_merge_entries(entries_with_numbers, truncate0_jsonpath, clause_json_path) #脚本提取的要求 updated_json = update_json_data(original_dict_data, combined_results, second_response_list) return updated_json if __name__ == "__main__": start_time=time.time() knowledge_name="zbfile" truncate_tobidders_table_json_path="C:\\Users\\Administrator\\Desktop\\招标文件\\output\\truncate_output.json" clause_path="C:\\Users\\Administrator\\Desktop\\招标文件\\output\\clause.json" original_dict_data={'营业执照': '具备有效的营业执照', '资质条件': '符合第二章“投标人须知”第 1.4.1项规定', '财务状况': '符合第二章“投标人须知”第 1.4.1项规定', '类似业绩': '符合第二章“投标人须知”第 1.4.1项规定', '信誉': '符合第二章“投标人须知”第 1.4.1项规定', '项目经理资格': '符合第二章“投标人须知”第 1.4.1项规定', '设计负责人资格': '符合第二章“投标人须知”第 1.4.1项规定', '施工负责人资格': '符合第二章“投标人须知”第 1.4.1项规定', '施工机械设备': '符合第二章“投标人须知”第 1.4.1项规定', '项目管理机构及人员': '符合第二章“投标人须知”第 1.4.1项规定', '其他要求': '符合第二章“投标人须知”第 1.4.1项规定', '联合体投投人 （如有）': '符合第二章“投标人须知”第 1.4.2项规定', '不存在禁止投标的情形': '不存在第二章“投标人须知”第 1.4.3项规 定的任何一种情形'} formal_json = process_reviews(original_dict_data,knowledge_name, truncate_tobidders_table_json_path, clause_path) data = json.loads(formal_json) end_time=time.time() elapsed_time = end_time - start_time print(f"Function execution took {elapsed_time} seconds.")