# -*- encoding:utf-8 -*- import re import json import time from flask_app.general.多线程提问 import multi_threading from flask_app.main.根据条款号整合json import process_and_merge_entries,process_and_merge2 from flask_app.general.json_utils import extract_content_from_json from flask_app.main.截取pdf import truncate_pdf_main from flask_app.main.提取json工程标版 import convert_clause_to_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 update_json_data(original_data, updates1, updates2,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 updates1.items(): recursive_update(original_data, key, value) for key,value in updates2.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 judge_second_jump(input_dict): formatted_questions = [] keys_to_remove = [] for key, value in input_dict.items(): if '招标公告' in value or '第一章' in value: formatted_entry = f"关于'{key}'，第一章招标公告中的内容是怎样的？请按json格式给我提供信息，键名为'{key}',而键值需要完全与原文保持一致，不要擅自总结、删减，如果存在未知信息，请在对应键值处填'未知'。" formatted_questions.append(formatted_entry) keys_to_remove.append(key) # 标记需要删除的键 # 从原始字典中删除处理过的键值对 for key in keys_to_remove: del input_dict[key] return input_dict, formatted_questions def extract_matching_keys(json_data): #'投标人名称': '符合招标公告第3.2条规定' # 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"),re.compile(r"第.*?条")] 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, input_path, output_folder): entries_with_numbers = [] entries_with_numbers2 = [] # 用于保存特别处理的条目 formatted_questions = [] clause2_path = "" # 正则表达式，同时匹配全角和半角括号 pattern = re.compile(r'(\d+(?:\.\d+)+)(?:[\(\（](\d+)[\)\）])?') # 识别包含数字序列的特定格式 # 初始化文件处理 generated_files = None file_processed = False question_template = ( "关于'{key}'，{revised_value}的内容是怎样的？请按json格式给我提供信息，键名为'{key}'，而键值需要完全与原文保持一致，不要擅自总结、删减，如果存在未知信息，请在对应键值处填'未知'。" ) for entry in match_keys: key, value = next(iter(entry.items())) match = pattern.search(value) if '招标公告' in value or '第一章' in value: if not file_processed: # 只处理一次文件操作 generated_files = truncate_pdf_main(input_path, output_folder, 5) file_processed = True # 设置标志位，避免重复处理文件 if generated_files: clause2_path = convert_clause_to_json(generated_files[0], output_folder, 2) if match and generated_files: # 提取序号并添加到entries_with_numbers2 num = match.group(1) + (f"({match.group(2)})" if match.group(2) else "") entries_with_numbers2.append({key: num}) else: revised_value = value.replace('符合', '') formatted_entry = question_template.format(key=key, revised_value=revised_value) formatted_questions.append(formatted_entry) elif match: num = match.group(1) + (f"({match.group(2)})" if match.group(2) else "") entries_with_numbers.append({key: num}) else: revised_value = value.replace('符合', '') formatted_entry = question_template.format(key=key, revised_value=revised_value) formatted_questions.append(formatted_entry) return entries_with_numbers, formatted_questions, entries_with_numbers2, clause2_path def process_reviews(original_dict_data,knowledge_name, truncate0_jsonpath,clause_json_path,input_file,output_folder): combined_results2={} matched_keys = extract_matching_keys(original_dict_data) #output:[{'形式评审标准.投标文件签字盖章': '符合第一章“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'}] 提取值中包含"符合"的字典 entries_with_numbers, formatted_questions1,entries_with_numbers2, clause2_path = reformat_questions(matched_keys,input_file,output_folder) combined_results = process_and_merge_entries(entries_with_numbers, truncate0_jsonpath, clause_json_path) # 调用根据条款号整合json.py combined_results1, formatted_questions2 = judge_second_jump(combined_results) #判断是否需要二次跳转 if entries_with_numbers2: #跳转第一章招标公告 combined_results2=process_and_merge2(entries_with_numbers2,clause2_path) results_2 = multi_threading(formatted_questions1+formatted_questions2, knowledge_name) #无序号的直接问大模型 first_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]) first_response_list.append(temp) else: print(f"形式响应评审：Warning: Missing or incomplete response data for query index {_}.") except Exception as e: print(f"形式响应评审：Error processing response for query index {_}: {e}") # Assume JSON file paths are defined or configured correctly # print(entries_with_numbers) #[{'形式评审标准.多标段投标': '3.7.4（5）'}] updated_json = update_json_data(original_dict_data, combined_results1, combined_results2,first_response_list) return updated_json if __name__ == "__main__": start_time=time.time() knowledge_name="zbfile" truncate_tobidders_table_json_path="C:\\Users\\Administrator\\Desktop\\fsdownload\\temp8\\3abb6e16-19db-42ad-9504-53bf1072dfe7\\truncate_output.json" clause_path="C:\\Users\\Administrator\\Desktop\\fsdownload\\temp8\\3abb6e16-19db-42ad-9504-53bf1072dfe7\\clause.json" original_dict_data={'形式评审标准': {'投标文件': '符合第一章规定', '投标人名称': '符合招标公告第3.2条规定', '投标文件签字': '符合第二章“投标人须知”第3.7.3（4）目规定', '投标文件格式、内容': '符合第七章“投标文件格式”的要求，实质性内容齐全、关键字迹清晰可辨', '联合体投标人': '提交联合体协议书，并明确联合体牵头人', '报价唯一': '只能有一个有效报价', '多标段投标': '符合第二章“投标人须知”第 10.1款规定'}, '响应性评审标准': {'投标内容': '符合第二章“投标人须知”第1.3.1项规定', '工期': '符合第二章“投标人须知”第1.3.2项规定', '工程质量': '符合第二章“投标人须知”第1.3.3项规定'}} input_file="C:\\Users\\Administrator\\Desktop\\fsdownload\\temp8\\3abb6e16-19db-42ad-9504-53bf1072dfe7\\ztbfile.pdf" output_folder="C:\\Users\\Administrator\\Desktop\\fsdownload\\temp8\\3abb6e16-19db-42ad-9504-53bf1072dfe7" formal_json = process_reviews(original_dict_data,knowledge_name, truncate_tobidders_table_json_path, clause_path,input_file,output_folder) data = json.dumps(formal_json, ensure_ascii=False, indent=4) end_time=time.time() elapsed_time = end_time - start_time print(f"Function execution took {elapsed_time} seconds.") print(data) #关于'技术暗标'，第二章“投标人须知”规定的内容是怎样的？请按json格式给我提供信息，键名为'技术暗标',请你忠于原文，回答要求完整准确，不要擅自总结、删减，且不要回答诸如'见投标人须知前附表'或'见第x.x项规定'这类无实质性内容的回答。