mirror of
https://github.com/EDeev/converterbot.git
synced 2026-10-08 04:59:32 +03:00
Compare commits
No commits in common. "5f9ef626f1f1ee06949dcb56a7f5208ebd7a1bf6" and "af19aa999f2f2e89709aebbcb38012bfb62c3666" have entirely different histories.
5f9ef626f1
...
af19aa999f
23 changed files with 496 additions and 951 deletions
|
|
@ -1,2 +0,0 @@
|
|||
# Токен бота от @BotFather
|
||||
BOT_TOKEN=123456:your-token
|
||||
2
.gitattributes
vendored
2
.gitattributes
vendored
|
|
@ -1,2 +0,0 @@
|
|||
* text=auto eol=lf
|
||||
*.docx binary
|
||||
27
.github/workflows/ci.yml
vendored
27
.github/workflows/ci.yml
vendored
|
|
@ -1,27 +0,0 @@
|
|||
name: CI
|
||||
|
||||
on:
|
||||
push:
|
||||
branches: [main]
|
||||
pull_request:
|
||||
|
||||
jobs:
|
||||
test:
|
||||
runs-on: ubuntu-latest
|
||||
strategy:
|
||||
matrix:
|
||||
python-version: ["3.9", "3.12", "3.13"]
|
||||
steps:
|
||||
- uses: actions/checkout@v4
|
||||
- uses: actions/setup-python@v5
|
||||
with:
|
||||
python-version: ${{ matrix.python-version }}
|
||||
- run: pip install pytest==8.4.2 ruff==0.14.0 build python-docx
|
||||
- run: ruff check --select E9,F,B .
|
||||
- name: Тесты пакета md2gost
|
||||
run: pytest -q tests/test_md2gost.py
|
||||
- name: Тесты бота
|
||||
if: matrix.python-version != '3.9'
|
||||
run: pip install -r requirements.txt && pytest -q tests/test_bot_helpers.py
|
||||
- name: Сборка пакета
|
||||
run: python -m build && pip install dist/*.whl && md2gost --version
|
||||
61
.github/workflows/release.yml
vendored
61
.github/workflows/release.yml
vendored
|
|
@ -1,61 +0,0 @@
|
|||
name: Release
|
||||
|
||||
on:
|
||||
push:
|
||||
tags: ["v*"]
|
||||
|
||||
jobs:
|
||||
pypi:
|
||||
runs-on: ubuntu-latest
|
||||
permissions:
|
||||
contents: write
|
||||
steps:
|
||||
- uses: actions/checkout@v4
|
||||
- uses: actions/setup-python@v5
|
||||
with:
|
||||
python-version: "3.12"
|
||||
- run: pip install build
|
||||
- run: python -m build
|
||||
- name: Публикация md2gost на PyPI
|
||||
uses: pypa/gh-action-pypi-publish@release/v1
|
||||
with:
|
||||
password: ${{ secrets.PYPI_API_TOKEN }}
|
||||
- name: Пакет в релиз GitHub
|
||||
env:
|
||||
GH_TOKEN: ${{ github.token }}
|
||||
run: gh release upload "$GITHUB_REF_NAME" dist/* --clobber || true
|
||||
|
||||
image:
|
||||
runs-on: ubuntu-latest
|
||||
permissions:
|
||||
contents: read
|
||||
packages: write
|
||||
steps:
|
||||
- uses: actions/checkout@v4
|
||||
- uses: docker/setup-buildx-action@v3
|
||||
- uses: docker/login-action@v3
|
||||
with:
|
||||
registry: ghcr.io
|
||||
username: ${{ github.actor }}
|
||||
password: ${{ secrets.GITHUB_TOKEN }}
|
||||
- uses: docker/login-action@v3
|
||||
with:
|
||||
registry: dcr.deev.su
|
||||
username: ${{ secrets.ZOT_USERNAME }}
|
||||
password: ${{ secrets.ZOT_PASSWORD }}
|
||||
- id: meta
|
||||
uses: docker/metadata-action@v5
|
||||
with:
|
||||
images: |
|
||||
ghcr.io/edeev/my_converterbot
|
||||
dcr.deev.su/edeev/my_converterbot
|
||||
tags: |
|
||||
type=semver,pattern={{version}}
|
||||
type=semver,pattern={{major}}.{{minor}}
|
||||
type=raw,value=latest
|
||||
- uses: docker/build-push-action@v6
|
||||
with:
|
||||
context: .
|
||||
push: true
|
||||
tags: ${{ steps.meta.outputs.tags }}
|
||||
labels: ${{ steps.meta.outputs.labels }}
|
||||
7
.gitignore
vendored
7
.gitignore
vendored
|
|
@ -1,7 +0,0 @@
|
|||
.env
|
||||
__pycache__/
|
||||
*.pyc
|
||||
.pytest_cache/
|
||||
dist/
|
||||
build/
|
||||
*.egg-info/
|
||||
15
Dockerfile
15
Dockerfile
|
|
@ -1,15 +0,0 @@
|
|||
FROM python:3.12-slim
|
||||
|
||||
ENV PYTHONDONTWRITEBYTECODE=1 \
|
||||
PYTHONUNBUFFERED=1
|
||||
|
||||
WORKDIR /app
|
||||
COPY requirements.txt .
|
||||
RUN pip install --no-cache-dir -r requirements.txt
|
||||
|
||||
COPY bot.py rep_to_txt.py ./
|
||||
COPY md2gost/ md2gost/
|
||||
RUN useradd --create-home --uid 1000 app && chown -R app:app /app
|
||||
USER app
|
||||
|
||||
CMD ["python", "bot.py"]
|
||||
21
LICENSE
21
LICENSE
|
|
@ -1,21 +0,0 @@
|
|||
MIT License
|
||||
|
||||
Copyright (c) 2025 Egor Deev
|
||||
|
||||
Permission is hereby granted, free of charge, to any person obtaining a copy
|
||||
of this software and associated documentation files (the "Software"), to deal
|
||||
in the Software without restriction, including without limitation the rights
|
||||
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
|
||||
copies of the Software, and to permit persons to whom the Software is
|
||||
furnished to do so, subject to the following conditions:
|
||||
|
||||
The above copyright notice and this permission notice shall be included in all
|
||||
copies or substantial portions of the Software.
|
||||
|
||||
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
|
||||
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
|
||||
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
|
||||
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
|
||||
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
|
||||
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
|
||||
SOFTWARE.
|
||||
92
README.en.md
92
README.en.md
|
|
@ -1,92 +0,0 @@
|
|||
# My Converter Bot · md2gost
|
||||
|
||||
[Русский](https://github.com/EDeev/my_converterbot/blob/main/README.md) · **English**
|
||||
|
||||
[](https://github.com/EDeev/my_converterbot/actions/workflows/ci.yml)
|
||||
[](https://pypi.org/project/md2gost/)
|
||||
[](https://pypi.org/project/md2gost/)
|
||||
[](https://github.com/EDeev/my_converterbot/blob/main/LICENSE)
|
||||
|
||||
A Markdown to DOCX converter that follows GOST 7.32-2017 (the Russian standard for research and student
|
||||
reports), plus a Telegram bot for study routine: send a `.md` and get a report ready to submit, send a
|
||||
project `.zip` and get a `.txt` with the folder tree and file contents. The converter is installable on its
|
||||
own as the `md2gost` package on PyPI. The bot speaks Russian.
|
||||
|
||||
**Status:** personal project, maintained · bot [@my_convbot](https://t.me/my_convbot) ·
|
||||
package [md2gost](https://pypi.org/project/md2gost/)
|
||||
|
||||
|
||||
|
||||
**Stack:** Python 3.9+ · python-docx · aiogram 3 · Docker
|
||||
|
||||
## md2gost — Markdown → DOCX per GOST
|
||||
|
||||
```bash
|
||||
pip install md2gost
|
||||
md2gost report.md # writes report.docx next to it
|
||||
md2gost report.md -o out.docx --no-heading-numbers
|
||||
```
|
||||
|
||||
What it does to the document:
|
||||
|
||||
- margins: left 30 mm, right 15, top and bottom 20; Times New Roman 14 pt, 1.5 line spacing, 1.25 cm first-line indent, justified text
|
||||
- page numbers at the bottom center, none on the title page
|
||||
- section numbering `1.`, `1.1.`, `1.1.1.`; structural elements ("Введение", "Заключение", "Список
|
||||
литературы" and others) unnumbered, uppercase, centered
|
||||
- a page break before every second-level section
|
||||
- bulleted lists with dashes and nesting, numbered lists as `1)` with numbering restarted per list
|
||||
- tables with a "Таблица N" caption on the top left, code blocks and inline code in a monospace font,
|
||||
quotes, footnotes `[^1]`, bold and italic
|
||||
|
||||
Command-line options: `--font`, `--size`, `--spacing`, `--no-heading-numbers`, `--no-page-numbers`,
|
||||
`--number-title-page`. From Python:
|
||||
|
||||
```python
|
||||
from md2gost import DocumentSettings, MarkdownToDocxConverter
|
||||
|
||||
settings = DocumentSettings()
|
||||
settings.auto_numbering_headings = True
|
||||
MarkdownToDocxConverter(settings).convert("report.md", "report.docx")
|
||||
```
|
||||
|
||||
The Markdown parser is custom and line-based: nested tables and lists inside tables are not supported.
|
||||
|
||||
## The bot
|
||||
|
||||
| Send | Get |
|
||||
|---|---|
|
||||
| `.md` | a GOST-formatted `.docx` (the same md2gost, with heading numbers) |
|
||||
| project `.zip` | a `.txt`: folder tree and contents of text files with line numbers, handy for an LLM or a report appendix |
|
||||
|
||||
Files up to 20 MB. Archives are checked before extraction: at most 5000 files and 200 MB unpacked. Service
|
||||
folders (`.git`, `node_modules`, `__pycache__`, `build`…) and binary files are skipped. Conversion runs in
|
||||
a separate thread, so the bot never freezes on big files.
|
||||
|
||||
```bash
|
||||
git clone https://github.com/EDeev/my_converterbot.git && cd my_converterbot
|
||||
cp .env.example .env # BOT_TOKEN from @BotFather
|
||||
docker compose up -d
|
||||
```
|
||||
|
||||
Prebuilt image: `docker pull ghcr.io/edeev/my_converterbot` or `docker pull dcr.deev.su/edeev/my_converterbot`.
|
||||
Without Docker: `pip install -r requirements.txt`, then `BOT_TOKEN=… python bot.py`.
|
||||
|
||||
`rep_to_txt.py` also works on its own: `python rep_to_txt.py path/to/project`.
|
||||
|
||||
## Development
|
||||
|
||||
```bash
|
||||
pip install -r requirements-dev.txt
|
||||
ruff check --select E9,F,B . && pytest
|
||||
```
|
||||
|
||||
CI tests the package on Python 3.9, 3.12 and 3.13 and builds it. On `v*` tags the package is published to
|
||||
PyPI and the bot's Docker image to GitHub Packages and `dcr.deev.su`.
|
||||
|
||||
## License
|
||||
|
||||
MIT — see [LICENSE](https://github.com/EDeev/my_converterbot/blob/main/LICENSE).
|
||||
|
||||
## Author
|
||||
|
||||
**Egor Deev** — [GitHub](https://github.com/EDeev) · [Telegram](https://t.me/DeevEgor) · [egor@deev.space](mailto:egor@deev.space)
|
||||
223
README.md
223
README.md
|
|
@ -1,108 +1,171 @@
|
|||
# My Converter Bot · md2gost
|
||||
# 📄 My Converter Bot
|
||||
|
||||
**Русский** · [English](README.en.md)
|
||||
[](https://www.python.org/)
|
||||
[](https://docs.aiogram.dev/)
|
||||
[](LICENSE)
|
||||
|
||||
[](https://github.com/EDeev/my_converterbot/actions/workflows/ci.yml)
|
||||
[](https://pypi.org/project/md2gost/)
|
||||
[](https://pypi.org/project/md2gost/)
|
||||
[](LICENSE)
|
||||
Телеграм-бот для автоматизированной конвертации документов с поддержкой форматирования по ГОСТ 7.32-2017 и анализа структуры проектов.
|
||||
|
||||
Конвертер Markdown в DOCX по ГОСТ 7.32-2017 и Telegram-бот для учебной рутины: присылаешь `.md` —
|
||||
получаешь отчёт, готовый к сдаче, присылаешь `.zip` с проектом — получаешь `.txt` с деревом папок и
|
||||
содержимым файлов. Конвертер ставится отдельно, пакетом `md2gost` с PyPI.
|
||||
## 🎯 Функциональные возможности
|
||||
|
||||
**Статус:** личный проект, поддерживается · бот [@my_convbot](https://t.me/my_convbot) ·
|
||||
пакет [md2gost](https://pypi.org/project/md2gost/)
|
||||
### Конвертация Markdown → DOCX
|
||||
- **Полная поддержка ГОСТ 7.32-2017**: автоматическое форматирование научно-технической документации
|
||||
- **Интеллектуальная обработка синтаксиса**: заголовки, списки, таблицы, блоки кода
|
||||
- **Автоматическая нумерация**: иерархическая нумерация разделов (1.1.1, 1.1.2)
|
||||
- **Управление сносками**: интеграция footnotes с автоматическим форматированием
|
||||
- **Настраиваемая типографика**: Times New Roman 14pt, межстрочный интервал 1.5
|
||||
|
||||
|
||||
### Анализ архивов → TXT
|
||||
- **Древовидная визуализация**: полная структура проекта с UTF-8 оформлением
|
||||
- **Извлечение содержимого**: автоматический экспорт кода из всех текстовых файлов
|
||||
- **Интеллектуальная фильтрация**: игнорирование служебных директорий (node_modules, __pycache__)
|
||||
- **Обработка бинарных файлов**: детектирование и генерация placeholder для медиа
|
||||
|
||||
**Стек:** Python 3.9+ · python-docx · aiogram 3 · Docker
|
||||
## 🔧 Технологический стек
|
||||
|
||||
## md2gost — Markdown → DOCX по ГОСТ
|
||||
| Компонент | Технология | Назначение |
|
||||
|-----------|------------|------------|
|
||||
| **Bot Framework** | aiogram 3.x | Асинхронная обработка Telegram API |
|
||||
| **Document Processing** | python-docx | Генерация DOCX с программным управлением стилями |
|
||||
| **Parsing Engine** | re (regex) | Парсинг Markdown синтаксиса |
|
||||
| **Archive Handling** | zipfile | Распаковка и анализ архивов |
|
||||
| **Async Runtime** | asyncio | Конкурентная обработка запросов |
|
||||
|
||||
## 📦 Установка и развертывание
|
||||
|
||||
### Системные требования
|
||||
- Python 3.10 или выше
|
||||
- pip package manager
|
||||
- Telegram Bot Token (получить у [@BotFather](https://t.me/botfather))
|
||||
|
||||
### Процедура установки
|
||||
|
||||
```bash
|
||||
pip install md2gost
|
||||
md2gost report.md # рядом появится report.docx
|
||||
md2gost report.md -o out.docx --no-heading-numbers
|
||||
# Клонирование репозитория
|
||||
git clone https://github.com/EDeev/my_converterbot.git
|
||||
cd my_converterbot
|
||||
|
||||
# Установка зависимостей
|
||||
pip install -r requirements.txt
|
||||
|
||||
# Конфигурация токена
|
||||
# Отредактируйте bot.py, установите ваш BOT_TOKEN
|
||||
# BOT_TOKEN = "your_telegram_bot_token_here"
|
||||
|
||||
# Запуск бота
|
||||
python bot.py
|
||||
```
|
||||
|
||||
Что делает с документом:
|
||||
## 🚀 Использование
|
||||
|
||||
- поля: левое 30 мм, правое 15, верхнее и нижнее 20; Times New Roman 14 пт, интервал 1,5, абзацный отступ 1,25 см, выравнивание по ширине
|
||||
- номера страниц внизу по центру, без номера на титульном листе
|
||||
- нумерация разделов `1.`, `1.1.`, `1.1.1.`; «Введение», «Заключение», «Список литературы» и другие
|
||||
структурные элементы — без номера, прописными, по центру
|
||||
- разрыв страницы перед каждым разделом второго уровня
|
||||
- маркированные списки с тире и вложенностью, нумерованные — `1)`, своя нумерация у каждого списка
|
||||
- таблицы с подписью «Таблица N» слева сверху, блоки и вставки кода моноширинным шрифтом, цитаты,
|
||||
сноски `[^1]`, жирный и курсив
|
||||
### Базовые команды
|
||||
- `/start` — инициализация и приветственное сообщение
|
||||
- `/help` — детальная документация по функциям
|
||||
|
||||
Параметры командной строки: `--font`, `--size`, `--spacing`, `--no-heading-numbers`, `--no-page-numbers`,
|
||||
`--number-title-page`. Из Python:
|
||||
### Рабочий процесс
|
||||
|
||||
#### Markdown → DOCX конвертация
|
||||
1. Отправьте `.md` файл боту
|
||||
2. Система автоматически применит ГОСТ форматирование
|
||||
3. Получите готовый `.docx` документ
|
||||
|
||||
**Пример входного Markdown:**
|
||||
```markdown
|
||||
# Введение
|
||||
|
||||
Основной текст с **жирным** и *курсивным* форматированием[^1].
|
||||
|
||||
## 1. Методология
|
||||
|
||||
- Пункт списка 1
|
||||
- Пункт списка 2
|
||||
|
||||
[^1]: Текст сноски
|
||||
```
|
||||
|
||||
#### ZIP → TXT анализ
|
||||
1. Отправьте `.zip` архив с проектом
|
||||
2. Бот извлечет и проанализирует структуру
|
||||
3. Получите `project_structure.txt` с полным содержимым
|
||||
|
||||
## ⚙️ Архитектурные особенности
|
||||
|
||||
### Модульная структура
|
||||
|
||||
```
|
||||
my_converterbot/
|
||||
├── bot.py # Основной модуль Telegram бота
|
||||
├── md_to_docx.py # Конвертер Markdown с ГОСТ движком
|
||||
├── rep_to_txt.py # Анализатор проектных структур
|
||||
├── requirements.txt # Спецификация зависимостей
|
||||
└── README.md # Текущая документация
|
||||
```
|
||||
|
||||
### DocumentSettings: Параметрическая конфигурация
|
||||
|
||||
Класс `DocumentSettings` обеспечивает гранулярное управление:
|
||||
- Размеры шрифтов (14pt основной текст, 16pt заголовки первого уровня)
|
||||
- Отступы документа (левый: 3.0 см для переплета)
|
||||
- Режимы нумерации (decimal: 1.1.1 или simple: 1)
|
||||
- Позиционирование номеров страниц
|
||||
|
||||
### Интеллектуальная обработка
|
||||
|
||||
**Алгоритм обработки списков:**
|
||||
- Распознавание вложенности через отступы
|
||||
- Автоматическая замена bullet points на длинное тире (ГОСТ)
|
||||
- Сохранение иерархической структуры
|
||||
|
||||
**Система обработки сносок:**
|
||||
- Inline маркеры `[^1]` → верхний индекс в тексте
|
||||
- Автоматическая агрегация определений
|
||||
- Размещение в конце документа с разделителем
|
||||
|
||||
## 🔒 Ограничения и constraints
|
||||
|
||||
- **Максимальный размер файла**: 20 МБ (Telegram API limitation)
|
||||
- **Поддерживаемые форматы входных данных**: `.md`, `.zip`
|
||||
- **Кодировки**: UTF-8, UTF-8-sig, CP1251, Latin1 (fallback цепочка)
|
||||
|
||||
## 📊 Производительность
|
||||
|
||||
- **Обработка Markdown**: ~0.5-2 сек для документов до 50 страниц
|
||||
- **Анализ ZIP архивов**: ~1-5 сек для проектов до 1000 файлов
|
||||
- **Конкурентная обработка**: до 10 одновременных запросов
|
||||
|
||||
## 🛠️ Расширение функциональности
|
||||
|
||||
### Кастомизация ГОСТ параметров
|
||||
|
||||
```python
|
||||
from md2gost import DocumentSettings, MarkdownToDocxConverter
|
||||
from md_to_docx import MarkdownToDocxConverter, DocumentSettings
|
||||
|
||||
settings = DocumentSettings()
|
||||
settings.font_name = "Times New Roman"
|
||||
settings.font_size = 14
|
||||
settings.line_spacing = 1.5
|
||||
settings.margin_left = 3.0
|
||||
settings.auto_numbering_headings = True
|
||||
MarkdownToDocxConverter(settings).convert("report.md", "report.docx")
|
||||
settings.numbering_format = "decimal"
|
||||
|
||||
converter = MarkdownToDocxConverter(settings)
|
||||
converter.convert("input.md", "output.docx")
|
||||
```
|
||||
|
||||
Разбор Markdown свой и построчный: вложенные таблицы и списки внутри таблиц не поддерживаются.
|
||||
## 📄 Лицензия
|
||||
|
||||
## Бот
|
||||
Этот проект является некоммерческим и распространяется под лицензией MIT.
|
||||
|
||||
| Прислать | Получить |
|
||||
|---|---|
|
||||
| `.md` | `.docx` по ГОСТ (тот же md2gost с нумерацией заголовков) |
|
||||
| `.zip` с проектом | `.txt`: дерево папок и содержимое текстовых файлов с номерами строк — удобно отдать в LLM или приложить к отчёту |
|
||||
## 👨💻 Автор
|
||||
|
||||
Файлы — до 20 МБ. Архив проверяется до распаковки: не больше 5000 файлов и 200 МБ в распакованном виде.
|
||||
Служебные папки (`.git`, `node_modules`, `__pycache__`, `build`…) и бинарные файлы пропускаются.
|
||||
Конвертация идёт в отдельном потоке, поэтому бот не замирает на больших файлах.
|
||||
|
||||
```bash
|
||||
git clone https://github.com/EDeev/my_converterbot.git && cd my_converterbot
|
||||
cp .env.example .env # BOT_TOKEN от @BotFather
|
||||
docker compose up -d
|
||||
```
|
||||
|
||||
Готовый образ: `docker pull ghcr.io/edeev/my_converterbot` или `docker pull dcr.deev.su/edeev/my_converterbot`.
|
||||
Без Docker: `pip install -r requirements.txt`, затем `BOT_TOKEN=… python bot.py`.
|
||||
|
||||
`rep_to_txt.py` работает и сам по себе: `python rep_to_txt.py путь/к/проекту`.
|
||||
|
||||
## Структура
|
||||
|
||||
```
|
||||
md2gost/converter.py конвертер: настройки DocumentSettings и MarkdownToDocxConverter
|
||||
md2gost/cli.py командная строка md2gost
|
||||
bot.py Telegram-бот
|
||||
rep_to_txt.py дерево проекта и содержимое файлов в один .txt
|
||||
tests/ тесты конвертера и бота
|
||||
```
|
||||
|
||||
## Разработка
|
||||
|
||||
```bash
|
||||
pip install -r requirements-dev.txt
|
||||
ruff check --select E9,F,B . && pytest
|
||||
```
|
||||
|
||||
CI проверяет пакет на Python 3.9, 3.12 и 3.13 и собирает его. По тегу `v*` пакет публикуется на PyPI, а
|
||||
Docker-образ бота — в GitHub Packages и `dcr.deev.su`.
|
||||
|
||||
## Лицензия
|
||||
|
||||
MIT — см. [LICENSE](LICENSE).
|
||||
|
||||
## Автор
|
||||
|
||||
**Деев Егор Викторович** — [GitHub](https://github.com/EDeev) · [Telegram](https://t.me/DeevEgor) · [egor@deev.space](mailto:egor@deev.space)
|
||||
**Деев Егор Викторович** - Backend Developer
|
||||
- GitHub: [@EDeev](https://github.com/EDeev)
|
||||
- Email: egor@deev.space
|
||||
- Telegram: [@Egor_Deev](https://t.me/Egor_Deev)
|
||||
|
||||
---
|
||||
|
||||
<div align="center">
|
||||
<sub>⭐ Если проект оказался полезным, поставьте звёздочку на GitHub!</sub>
|
||||
<p><sub>Сделано с ❤️ — <a href="https://deev.space">deev.space</a></sub></p>
|
||||
<sub>⭐ Если проект оказался полезным, поставьте звездочку на GitHub!</sub>
|
||||
<p><sub>Создано с ❤️ от вашего дорогого - deev.space ©</sub></p>
|
||||
</div>
|
||||
|
|
|
|||
56
bot.py
56
bot.py
|
|
@ -1,6 +1,7 @@
|
|||
import asyncio
|
||||
import logging
|
||||
import os
|
||||
import shutil
|
||||
import zipfile
|
||||
from pathlib import Path
|
||||
from tempfile import TemporaryDirectory
|
||||
|
|
@ -13,15 +14,11 @@ from aiogram.fsm.storage.memory import MemoryStorage
|
|||
from aiogram.client.bot import DefaultBotProperties
|
||||
|
||||
# Импорт наших конвертеров
|
||||
from md2gost import MarkdownToDocxConverter, DocumentSettings
|
||||
from md_to_docx import MarkdownToDocxConverter, DocumentSettings
|
||||
from rep_to_txt import generate_complete_project_structure
|
||||
|
||||
# Конфигурация
|
||||
BOT_TOKEN = os.getenv("BOT_TOKEN", "XXXXXXXXXXXXXXXXXXXXXXXX") # @my_convbot
|
||||
|
||||
MAX_FILE_SIZE = 20 * 1024 * 1024 # больше Telegram-боту не скачать
|
||||
MAX_UNPACKED_SIZE = 200 * 1024 * 1024 # защита от zip-бомбы
|
||||
MAX_FILES_IN_ARCHIVE = 5000
|
||||
BOT_TOKEN = "**************************" # @my_convbot
|
||||
|
||||
# Инициализация бота
|
||||
bot = Bot(token=BOT_TOKEN, default=DefaultBotProperties(parse_mode=ParseMode.HTML))
|
||||
|
|
@ -63,18 +60,14 @@ async def help_handler(msg: Message) -> None:
|
|||
async def handle_document(msg: Message) -> None:
|
||||
"""Обработка загруженных документов"""
|
||||
document = msg.document
|
||||
# у документа может не быть имени; путь берём только из имени файла, без каталогов
|
||||
file_name = Path(document.file_name or "file").name
|
||||
file_size = document.file_size or 0
|
||||
file_name = document.file_name
|
||||
file_size = document.file_size
|
||||
|
||||
if file_size > MAX_FILE_SIZE:
|
||||
if file_size > 20 * 1024 * 1024:
|
||||
await msg.answer("❌ Файл слишком большой! Максимум 20 МБ")
|
||||
return
|
||||
|
||||
file_ext = Path(file_name).suffix.lower()
|
||||
if file_ext not in (".md", ".zip"):
|
||||
await msg.answer("❌ Неподдерживаемый формат файла! Пришлите .md или .zip")
|
||||
return
|
||||
|
||||
status_msg = await msg.answer("⏳ Обрабатываю файл...")
|
||||
|
||||
|
|
@ -85,16 +78,20 @@ async def handle_document(msg: Message) -> None:
|
|||
input_path = os.path.join(temp_dir, file_name)
|
||||
await bot.download_file(file_info.file_path, input_path)
|
||||
|
||||
# конвертация — в отдельном потоке, чтобы бот не замирал для остальных
|
||||
if file_ext == '.md':
|
||||
# Конвертация MD → DOCX
|
||||
output_path = await asyncio.to_thread(convert_md_to_docx, input_path, temp_dir)
|
||||
output_path = await convert_md_to_docx(input_path, temp_dir)
|
||||
output_name = Path(file_name).stem + '.docx'
|
||||
else:
|
||||
|
||||
elif file_ext in ['.zip']:
|
||||
# Анализ архива → TXT
|
||||
output_path = await asyncio.to_thread(analyze_archive, input_path, temp_dir)
|
||||
output_path = await analyze_archive(input_path, temp_dir, file_ext)
|
||||
output_name = Path(file_name).stem + '_structure.txt'
|
||||
|
||||
else:
|
||||
await status_msg.edit_text("❌ Неподдерживаемый формат файла!")
|
||||
return
|
||||
|
||||
# Отправка результата
|
||||
with open(output_path, 'rb') as output_file:
|
||||
result_file = BufferedInputFile(
|
||||
|
|
@ -105,20 +102,11 @@ async def handle_document(msg: Message) -> None:
|
|||
|
||||
await status_msg.edit_text("✅ Конвертация завершена!")
|
||||
|
||||
except ArchiveTooLarge as e:
|
||||
await status_msg.edit_text(f"❌ {e}")
|
||||
except zipfile.BadZipFile:
|
||||
await status_msg.edit_text("❌ Архив повреждён или это не .zip")
|
||||
except Exception as e:
|
||||
logger.exception("Ошибка обработки файла")
|
||||
logger.error(f"Ошибка обработки файла: {e}")
|
||||
await status_msg.edit_text(f"❌ Ошибка обработки: {str(e)}")
|
||||
|
||||
|
||||
class ArchiveTooLarge(Exception):
|
||||
pass
|
||||
|
||||
|
||||
def convert_md_to_docx(md_path: str, temp_dir: str) -> str:
|
||||
async def convert_md_to_docx(md_path: str, temp_dir: str) -> str:
|
||||
"""Конвертация Markdown в DOCX"""
|
||||
output_path = os.path.join(temp_dir, "output.docx")
|
||||
|
||||
|
|
@ -135,23 +123,13 @@ def convert_md_to_docx(md_path: str, temp_dir: str) -> str:
|
|||
|
||||
return output_path
|
||||
|
||||
def check_archive(zip_ref: zipfile.ZipFile) -> None:
|
||||
"""Архив на 20 МБ может распаковаться в гигабайты и забить диск — проверяем до распаковки"""
|
||||
infos = zip_ref.infolist()
|
||||
if len(infos) > MAX_FILES_IN_ARCHIVE:
|
||||
raise ArchiveTooLarge(f"В архиве больше {MAX_FILES_IN_ARCHIVE} файлов")
|
||||
if sum(info.file_size for info in infos) > MAX_UNPACKED_SIZE:
|
||||
raise ArchiveTooLarge(f"Распакованный архив больше {MAX_UNPACKED_SIZE // 1024 // 1024} МБ")
|
||||
|
||||
|
||||
def analyze_archive(archive_path: str, temp_dir: str) -> str:
|
||||
async def analyze_archive(archive_path: str, temp_dir: str, file_ext: str) -> str:
|
||||
"""Анализ архива и создание структуры проекта"""
|
||||
extract_dir = os.path.join(temp_dir, "extracted")
|
||||
os.makedirs(extract_dir, exist_ok=True)
|
||||
|
||||
# Извлечение архива
|
||||
with zipfile.ZipFile(archive_path, 'r') as zip_ref:
|
||||
check_archive(zip_ref)
|
||||
zip_ref.extractall(extract_dir)
|
||||
|
||||
# Поиск основной папки проекта
|
||||
|
|
|
|||
|
|
@ -1,6 +0,0 @@
|
|||
services:
|
||||
bot:
|
||||
build: .
|
||||
image: ghcr.io/edeev/my_converterbot:latest
|
||||
env_file: .env
|
||||
restart: unless-stopped
|
||||
BIN
docs/demo.png
BIN
docs/demo.png
Binary file not shown.
|
Before Width: | Height: | Size: 98 KiB |
|
|
@ -1,6 +0,0 @@
|
|||
"""md2gost — Markdown в DOCX по ГОСТ 7.32-2017"""
|
||||
|
||||
from .converter import DocumentSettings, MarkdownToDocxConverter
|
||||
|
||||
__version__ = "1.0.0"
|
||||
__all__ = ["DocumentSettings", "MarkdownToDocxConverter", "__version__"]
|
||||
|
|
@ -1,5 +0,0 @@
|
|||
import sys
|
||||
|
||||
from .cli import main
|
||||
|
||||
sys.exit(main())
|
||||
|
|
@ -1,47 +0,0 @@
|
|||
import argparse
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
from . import __version__
|
||||
from .converter import DocumentSettings, MarkdownToDocxConverter
|
||||
|
||||
|
||||
def build_parser():
|
||||
parser = argparse.ArgumentParser(
|
||||
prog="md2gost",
|
||||
description="Конвертирует Markdown в DOCX, оформленный по ГОСТ 7.32-2017: поля, шрифт, интервалы, "
|
||||
"нумерация страниц и заголовков, таблицы, списки, сноски, список литературы.",
|
||||
)
|
||||
parser.add_argument("input", type=Path, help="файл .md")
|
||||
parser.add_argument("-o", "--output", type=Path, help="куда сохранить .docx (по умолчанию — рядом с .md)")
|
||||
parser.add_argument("--font", default="Times New Roman", help="шрифт (по умолчанию Times New Roman)")
|
||||
parser.add_argument("--size", type=int, default=14, help="размер основного текста, пт (по умолчанию 14)")
|
||||
parser.add_argument("--spacing", type=float, default=1.5, help="межстрочный интервал (по умолчанию 1.5)")
|
||||
parser.add_argument("--no-heading-numbers", action="store_true", help="не нумеровать заголовки")
|
||||
parser.add_argument("--no-page-numbers", action="store_true", help="не нумеровать страницы")
|
||||
parser.add_argument("--number-title-page", action="store_true", help="ставить номер и на первой странице")
|
||||
parser.add_argument("--version", action="version", version=f"%(prog)s {__version__}")
|
||||
return parser
|
||||
|
||||
|
||||
def main(argv=None):
|
||||
args = build_parser().parse_args(argv)
|
||||
if not args.input.is_file():
|
||||
print(f"md2gost: файл не найден: {args.input}", file=sys.stderr)
|
||||
return 1
|
||||
|
||||
settings = DocumentSettings()
|
||||
settings.font_name = args.font
|
||||
settings.font_size = args.size
|
||||
settings.line_spacing = args.spacing
|
||||
settings.auto_numbering_headings = not args.no_heading_numbers
|
||||
settings.page_numbering = not args.no_page_numbers
|
||||
settings.exclude_title_page_numbering = not args.number_title_page
|
||||
|
||||
output = MarkdownToDocxConverter(settings).convert(str(args.input), str(args.output) if args.output else None)
|
||||
print(output)
|
||||
return 0
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
sys.exit(main())
|
||||
|
|
@ -1,52 +1,17 @@
|
|||
#!/usr/bin/env python3
|
||||
# -*- coding: utf-8 -*-
|
||||
|
||||
import re
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
from docx import Document
|
||||
from docx.enum.style import WD_STYLE_TYPE
|
||||
from docx.shared import Inches, Pt, RGBColor, Cm
|
||||
from docx.enum.text import WD_ALIGN_PARAGRAPH, WD_LINE_SPACING
|
||||
from docx.enum.style import WD_STYLE_TYPE
|
||||
from docx.enum.section import WD_SECTION
|
||||
from docx.oxml.shared import OxmlElement, qn
|
||||
from docx.shared import Cm, Inches, Pt, RGBColor
|
||||
|
||||
# Структурные элементы по ГОСТ 7.32-2017 — заголовки без номера
|
||||
STRUCTURAL_HEADINGS = re.compile(
|
||||
r"^(реферат|содержание|оглавление|введение|заключение|список\s+(использованных\s+)?(литературы|источников)"
|
||||
r"|библиография|bibliography|references|приложени[ея].*|термины\s+и\s+определения"
|
||||
r"|перечень\s+сокращений.*|определения|обозначения\s+и\s+сокращения)$",
|
||||
re.IGNORECASE,
|
||||
)
|
||||
BIBLIOGRAPHY_HEADING = re.compile(
|
||||
r"^(список\s+(использованных\s+)?(литературы|источников)|библиография|bibliography|references)$",
|
||||
re.IGNORECASE,
|
||||
)
|
||||
|
||||
|
||||
def set_style_font(style, font_name):
|
||||
"""Шрифт стиля для всех письменностей. Встроенные стили Word (заголовки) задают шрифт темы
|
||||
(asciiTheme и т. п.), который перекрывает font.name — без очистки заголовки выходят в Calibri"""
|
||||
style.font.name = font_name
|
||||
rpr = style.element.get_or_add_rPr()
|
||||
rfonts = rpr.find(qn("w:rFonts"))
|
||||
if rfonts is None:
|
||||
rfonts = OxmlElement("w:rFonts")
|
||||
rpr.append(rfonts)
|
||||
for attr in ("w:asciiTheme", "w:hAnsiTheme", "w:eastAsiaTheme", "w:cstheme"):
|
||||
rfonts.attrib.pop(qn(attr), None)
|
||||
for attr in ("w:ascii", "w:hAnsi", "w:eastAsia", "w:cs"):
|
||||
rfonts.set(qn(attr), font_name)
|
||||
|
||||
|
||||
def add_page_field(paragraph):
|
||||
"""Поле PAGE — номер страницы, который Word подставляет сам"""
|
||||
run = paragraph.add_run()
|
||||
begin, instr, end = OxmlElement("w:fldChar"), OxmlElement("w:instrText"), OxmlElement("w:fldChar")
|
||||
begin.set(qn("w:fldCharType"), "begin")
|
||||
instr.set(qn("xml:space"), "preserve")
|
||||
instr.text = "PAGE"
|
||||
end.set(qn("w:fldCharType"), "end")
|
||||
run._r.append(begin)
|
||||
run._r.append(instr)
|
||||
run._r.append(end)
|
||||
return run
|
||||
from docx.oxml.ns import nsdecls
|
||||
from docx.oxml import parse_xml
|
||||
|
||||
|
||||
class DocumentSettings:
|
||||
|
|
@ -131,23 +96,21 @@ class MarkdownToDocxConverter:
|
|||
|
||||
section = self.doc.sections[0]
|
||||
|
||||
# Создание колонтитула для нумерации (раньше колонтитул создавался, но поле номера
|
||||
# страницы в него не добавлялось — номеров в документе не было)
|
||||
if self.settings.page_number_position == "top_right":
|
||||
para = section.header.paragraphs[0]
|
||||
para.alignment = WD_ALIGN_PARAGRAPH.RIGHT
|
||||
else:
|
||||
para = section.footer.paragraphs[0]
|
||||
para.alignment = (WD_ALIGN_PARAGRAPH.RIGHT if self.settings.page_number_position == "bottom_right"
|
||||
else WD_ALIGN_PARAGRAPH.CENTER)
|
||||
para.paragraph_format.first_line_indent = Cm(0)
|
||||
run = add_page_field(para)
|
||||
run.font.name = self.settings.font_name
|
||||
run.font.size = Pt(self.settings.font_size)
|
||||
# Создание колонтитула для нумерации
|
||||
if self.settings.page_number_position == "bottom_center":
|
||||
footer = section.footer
|
||||
footer_para = footer.paragraphs[0]
|
||||
footer_para.alignment = WD_ALIGN_PARAGRAPH.CENTER
|
||||
|
||||
# титульный лист без номера: у первой страницы свой, пустой колонтитул
|
||||
if self.settings.exclude_title_page_numbering:
|
||||
section.different_first_page_header_footer = True
|
||||
elif self.settings.page_number_position == "top_right":
|
||||
header = section.header
|
||||
header_para = header.paragraphs[0]
|
||||
header_para.alignment = WD_ALIGN_PARAGRAPH.RIGHT
|
||||
|
||||
elif self.settings.page_number_position == "bottom_right":
|
||||
footer = section.footer
|
||||
footer_para = footer.paragraphs[0]
|
||||
footer_para.alignment = WD_ALIGN_PARAGRAPH.RIGHT
|
||||
|
||||
def setup_styles(self):
|
||||
"""Настройка стилей документа в соответствии с ГОСТ"""
|
||||
|
|
@ -156,7 +119,7 @@ class MarkdownToDocxConverter:
|
|||
# Настройка базового стиля
|
||||
normal_style = styles['Normal']
|
||||
normal_font = normal_style.font
|
||||
set_style_font(normal_style, self.settings.font_name)
|
||||
normal_font.name = self.settings.font_name
|
||||
normal_font.size = Pt(self.settings.font_size)
|
||||
normal_font.color.rgb = RGBColor(*self.settings.text_color)
|
||||
|
||||
|
|
@ -188,10 +151,9 @@ class MarkdownToDocxConverter:
|
|||
heading_style = styles.add_style(heading_style_name, WD_STYLE_TYPE.PARAGRAPH)
|
||||
|
||||
heading_font = heading_style.font
|
||||
set_style_font(heading_style, self.settings.font_name)
|
||||
heading_font.name = self.settings.font_name
|
||||
heading_font.size = Pt(heading_sizes[i-1]) # используем соответствующий размер
|
||||
heading_font.bold = True
|
||||
heading_font.italic = False
|
||||
heading_font.color.rgb = RGBColor(*self.settings.text_color)
|
||||
|
||||
heading_paragraph = heading_style.paragraph_format
|
||||
|
|
@ -219,24 +181,24 @@ class MarkdownToDocxConverter:
|
|||
footnote_paragraph.space_before = Pt(3)
|
||||
footnote_paragraph.space_after = Pt(3)
|
||||
footnote_paragraph.first_line_indent = Cm(0.5)
|
||||
except ValueError: # стиль уже есть
|
||||
except:
|
||||
pass
|
||||
|
||||
# Стиль для кода (без изменений)
|
||||
try:
|
||||
code_style = styles.add_style('Code', WD_STYLE_TYPE.CHARACTER)
|
||||
code_font = code_style.font
|
||||
set_style_font(code_style, 'Courier New')
|
||||
code_font.name = 'Courier New'
|
||||
code_font.size = Pt(self.settings.font_size)
|
||||
code_font.color.rgb = RGBColor(*self.settings.text_color)
|
||||
except ValueError: # стиль уже есть
|
||||
except:
|
||||
pass
|
||||
|
||||
# Стиль для блоков кода
|
||||
try:
|
||||
code_block_style = styles.add_style('Code Block', WD_STYLE_TYPE.PARAGRAPH)
|
||||
code_block_font = code_block_style.font
|
||||
set_style_font(code_block_style, 'Courier New')
|
||||
code_block_font.name = 'Courier New'
|
||||
code_block_font.size = Pt(self.settings.font_size)
|
||||
code_block_font.color.rgb = RGBColor(*self.settings.text_color)
|
||||
|
||||
|
|
@ -245,25 +207,23 @@ class MarkdownToDocxConverter:
|
|||
code_block_paragraph.first_line_indent = Cm(0) # без отступа первой строки для кода
|
||||
code_block_paragraph.space_before = Pt(6)
|
||||
code_block_paragraph.space_after = Pt(6)
|
||||
except ValueError: # стиль уже есть
|
||||
except:
|
||||
pass
|
||||
|
||||
# Стиль для подписей к таблицам и рисункам
|
||||
# «Caption» уже есть во встроенном шаблоне (синий, 9 пт) — настраиваем его, а не создаём
|
||||
caption_style = (styles['Caption'] if 'Caption' in [s.name for s in styles]
|
||||
else styles.add_style('Caption', WD_STYLE_TYPE.PARAGRAPH))
|
||||
try:
|
||||
caption_style = styles.add_style('Caption', WD_STYLE_TYPE.PARAGRAPH)
|
||||
caption_font = caption_style.font
|
||||
set_style_font(caption_style, self.settings.font_name)
|
||||
caption_font.name = self.settings.font_name
|
||||
caption_font.size = Pt(self.settings.font_size - 2) # меньше основного текста
|
||||
caption_font.bold = False
|
||||
caption_font.italic = False
|
||||
caption_font.color.rgb = RGBColor(*self.settings.text_color)
|
||||
|
||||
caption_paragraph = caption_style.paragraph_format
|
||||
caption_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
|
||||
caption_paragraph.first_line_indent = Cm(0)
|
||||
caption_paragraph.space_before = Pt(6)
|
||||
caption_paragraph.space_after = Pt(6)
|
||||
except:
|
||||
pass
|
||||
|
||||
def generate_heading_number(self, level: int) -> str:
|
||||
"""Генерация номера заголовка согласно настройкам автонумерации"""
|
||||
|
|
@ -290,11 +250,11 @@ class MarkdownToDocxConverter:
|
|||
def parse_markdown_file(self, file_path: str):
|
||||
"""Чтение и парсинг Markdown файла"""
|
||||
try:
|
||||
with open(file_path, 'r', encoding='utf-8-sig') as file:
|
||||
with open(file_path, 'r', encoding='utf-8') as file:
|
||||
content = file.read()
|
||||
return content
|
||||
except Exception as e:
|
||||
raise Exception(f"Ошибка чтения файла: {e}") from e
|
||||
raise Exception(f"Ошибка чтения файла: {e}")
|
||||
|
||||
def add_text_run_with_color(self, paragraph, text, bold=False, italic=False, code_style=False):
|
||||
"""Добавление текста с настройкой цвета"""
|
||||
|
|
@ -345,74 +305,68 @@ class MarkdownToDocxConverter:
|
|||
# Обычный текст
|
||||
self.add_text_run_with_color(paragraph, part)
|
||||
|
||||
LIST_ITEM = re.compile(r'^(\s*)([-*+]|\d+[.)])\s+(.*)$')
|
||||
|
||||
def process_list(self, lines: list, start_idx: int):
|
||||
"""Обработка списков с правильным форматированием по ГОСТ.
|
||||
Маркер — тире, нумерация своя для каждого списка и уровня (раньше стиль List Bullet давал
|
||||
второй маркер, вложенность терялась, а List Number продолжал счёт из предыдущего списка)"""
|
||||
"""Обработка списков с правильным форматированием по ГОСТ"""
|
||||
i = start_idx
|
||||
counters = {}
|
||||
list_items = []
|
||||
|
||||
while i < len(lines):
|
||||
match = self.LIST_ITEM.match(lines[i].expandtabs(4))
|
||||
if not match:
|
||||
if lines[i].strip() == '' and i + 1 < len(lines) and self.LIST_ITEM.match(lines[i + 1].expandtabs(4)):
|
||||
line = lines[i].strip()
|
||||
|
||||
if re.match(r'^[-*+]\s', line):
|
||||
item_text = re.sub(r'^[-*+]\s', '', line)
|
||||
list_items.append(('bullet', item_text, 0))
|
||||
elif re.match(r'^\d+\.\s', line):
|
||||
item_text = re.sub(r'^\d+\.\s', '', line)
|
||||
list_items.append(('number', item_text, 0))
|
||||
elif re.match(r'^ [-*+]\s', line):
|
||||
item_text = re.sub(r'^ [-*+]\s', '', line)
|
||||
list_items.append(('bullet', item_text, 1))
|
||||
elif re.match(r'^ \d+\.\s', line):
|
||||
item_text = re.sub(r'^ \d+\.\s', '', line)
|
||||
list_items.append(('number', item_text, 1))
|
||||
elif line == '':
|
||||
i += 1
|
||||
continue
|
||||
break
|
||||
|
||||
indent, marker, text = match.groups()
|
||||
level = min(len(indent) // 2, 3)
|
||||
for deeper in [lvl for lvl in counters if lvl > level]:
|
||||
del counters[deeper]
|
||||
|
||||
if marker[0].isdigit():
|
||||
counters[level] = counters.get(level, 0) + 1
|
||||
prefix = f"{counters[level]}) "
|
||||
else:
|
||||
counters.pop(level, None)
|
||||
prefix = "– " # тире вместо точек (ГОСТ)
|
||||
|
||||
paragraph = self.doc.add_paragraph()
|
||||
paragraph.paragraph_format.left_indent = Cm(level * 0.75)
|
||||
paragraph.paragraph_format.first_line_indent = Cm(self.settings.paragraph_indent)
|
||||
self.add_text_run_with_color(paragraph, prefix)
|
||||
self.process_text_formatting(text, paragraph)
|
||||
break
|
||||
i += 1
|
||||
|
||||
# Добавление элементов списка с настройками ГОСТ
|
||||
for list_type, text, level in list_items:
|
||||
paragraph = self.doc.add_paragraph()
|
||||
paragraph.paragraph_format.left_indent = Cm(level * 0.75) # увеличенный отступ для вложенности
|
||||
paragraph.paragraph_format.first_line_indent = Cm(self.settings.paragraph_indent)
|
||||
|
||||
if list_type == 'bullet':
|
||||
paragraph.style = 'List Bullet'
|
||||
# Используем тире вместо точек (согласно ГОСТ)
|
||||
bullet_run = paragraph.runs[0] if paragraph.runs else paragraph.add_run()
|
||||
bullet_run.text = "– " # длинное тире
|
||||
else:
|
||||
paragraph.style = 'List Number'
|
||||
|
||||
self.process_text_formatting(text, paragraph)
|
||||
|
||||
return i - 1
|
||||
|
||||
TABLE_SEPARATOR = re.compile(r'^\|?\s*:?-+:?\s*(\|\s*:?-+:?\s*)*\|?$')
|
||||
|
||||
@staticmethod
|
||||
def split_row(line: str) -> list:
|
||||
"""Ячейки строки таблицы; внешние «|» необязательны"""
|
||||
line = line.strip()
|
||||
if line.startswith('|'):
|
||||
line = line[1:]
|
||||
if line.endswith('|'):
|
||||
line = line[:-1]
|
||||
return [cell.strip() for cell in line.split('|')]
|
||||
|
||||
def process_table(self, lines: list, start_idx: int):
|
||||
"""Обработка таблиц с подписями согласно ГОСТ"""
|
||||
i = start_idx
|
||||
table_lines = []
|
||||
|
||||
# таблица заканчивается на пустой строке — иначе две таблицы подряд сливались в одну
|
||||
while i < len(lines):
|
||||
line = lines[i].strip()
|
||||
if '|' in line:
|
||||
table_lines.append(line)
|
||||
elif line == '':
|
||||
i += 1
|
||||
continue
|
||||
else:
|
||||
break
|
||||
i += 1
|
||||
|
||||
if len(table_lines) < 2 or not self.TABLE_SEPARATOR.match(table_lines[1]):
|
||||
# не таблица, а строка с «|» — обычный абзац
|
||||
paragraph = self.doc.add_paragraph()
|
||||
self.process_text_formatting(lines[start_idx].strip(), paragraph)
|
||||
if len(table_lines) < 2:
|
||||
return start_idx
|
||||
|
||||
# Добавляем подпись к таблице (если настроено)
|
||||
|
|
@ -420,11 +374,10 @@ class MarkdownToDocxConverter:
|
|||
self.table_counter += 1
|
||||
caption_para = self.doc.add_paragraph()
|
||||
caption_para.style = 'Caption'
|
||||
caption_para.alignment = WD_ALIGN_PARAGRAPH.LEFT
|
||||
caption_para.add_run(f"Таблица {self.table_counter}")
|
||||
|
||||
# Парсинг и создание таблицы
|
||||
headers = self.split_row(table_lines[0])
|
||||
headers = [cell.strip() for cell in table_lines[0].split('|')[1:-1]]
|
||||
data_lines = table_lines[2:] if len(table_lines) > 2 else []
|
||||
|
||||
table = self.doc.add_table(rows=1, cols=len(headers))
|
||||
|
|
@ -442,7 +395,7 @@ class MarkdownToDocxConverter:
|
|||
|
||||
# Заполнение данных
|
||||
for line in data_lines:
|
||||
row_data = self.split_row(line)
|
||||
row_data = [cell.strip() for cell in line.split('|')[1:-1]]
|
||||
row = table.add_row()
|
||||
for idx, cell_data in enumerate(row_data):
|
||||
if idx < len(row.cells):
|
||||
|
|
@ -451,23 +404,11 @@ class MarkdownToDocxConverter:
|
|||
for paragraph in row.cells[idx].paragraphs:
|
||||
paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
|
||||
|
||||
# в ячейках — без абзацного отступа и с одинарным интервалом, иначе текст смещён,
|
||||
# а строки получаются высокими
|
||||
for row in table.rows:
|
||||
for cell in row.cells:
|
||||
for paragraph in cell.paragraphs:
|
||||
fmt = paragraph.paragraph_format
|
||||
fmt.first_line_indent = Cm(0)
|
||||
fmt.space_before = Pt(0)
|
||||
fmt.space_after = Pt(0)
|
||||
fmt.line_spacing = 1.0
|
||||
|
||||
# Подпись снизу (если настроено)
|
||||
if self.settings.table_caption_position == "below":
|
||||
self.table_counter += 1
|
||||
caption_para = self.doc.add_paragraph()
|
||||
caption_para.style = 'Caption'
|
||||
caption_para.alignment = WD_ALIGN_PARAGRAPH.LEFT
|
||||
caption_para.add_run(f"Таблица {self.table_counter}")
|
||||
|
||||
return i - 1
|
||||
|
|
@ -510,8 +451,8 @@ class MarkdownToDocxConverter:
|
|||
# Поиск элементов библиографии
|
||||
while i < len(lines):
|
||||
line = lines[i].strip()
|
||||
if re.match(r'^(\d+[.)]|[-*+])\s', line):
|
||||
bib_text = re.sub(r'^(\d+[.)]|[-*+])\s', '', line)
|
||||
if re.match(r'^\d+\.\s', line):
|
||||
bib_text = re.sub(r'^\d+\.\s', '', line)
|
||||
bib_items.append(bib_text)
|
||||
elif line == '':
|
||||
i += 1
|
||||
|
|
@ -521,7 +462,12 @@ class MarkdownToDocxConverter:
|
|||
i += 1
|
||||
|
||||
if bib_items:
|
||||
# Элементы библиографии (заголовок уже добавлен в convert)
|
||||
# Заголовок списка литературы
|
||||
bib_heading = self.doc.add_paragraph()
|
||||
bib_heading.style = 'Heading 1'
|
||||
bib_heading.add_run("СПИСОК ЛИТЕРАТУРЫ")
|
||||
|
||||
# Элементы библиографии
|
||||
for idx, item in enumerate(bib_items, 1):
|
||||
bib_para = self.doc.add_paragraph()
|
||||
bib_para.paragraph_format.first_line_indent = Cm(0)
|
||||
|
|
@ -565,8 +511,7 @@ class MarkdownToDocxConverter:
|
|||
match = re.match(r'^(#{1,6})\s+(.+)', stripped_line)
|
||||
if match:
|
||||
level = len(match.group(1))
|
||||
title = match.group(2).strip()
|
||||
structural = bool(STRUCTURAL_HEADINGS.match(title.rstrip(':')))
|
||||
title = match.group(2)
|
||||
|
||||
# Разрыв страницы перед заголовком 2 уровня
|
||||
if level == 2:
|
||||
|
|
@ -575,31 +520,28 @@ class MarkdownToDocxConverter:
|
|||
heading = self.doc.add_paragraph()
|
||||
heading.style = f'Heading {level}'
|
||||
|
||||
if structural:
|
||||
# структурные элементы (введение, заключение, список литературы...) по ГОСТ
|
||||
# не нумеруются, пишутся прописными и по центру
|
||||
heading.alignment = WD_ALIGN_PARAGRAPH.CENTER
|
||||
heading.paragraph_format.first_line_indent = Cm(0)
|
||||
self.process_text_formatting(title.upper(), heading)
|
||||
if BIBLIOGRAPHY_HEADING.match(title.rstrip(':')):
|
||||
i = self.process_bibliography(lines, i + 1)
|
||||
else:
|
||||
# Добавляем автонумерацию
|
||||
heading_number = self.generate_heading_number(level)
|
||||
self.process_text_formatting(heading_number + title, heading)
|
||||
full_title = heading_number + title
|
||||
|
||||
self.process_text_formatting(full_title, heading)
|
||||
|
||||
# Блоки кода
|
||||
elif stripped_line.startswith('```'):
|
||||
i = self.process_code_block(lines, i)
|
||||
|
||||
# Списки
|
||||
elif self.LIST_ITEM.match(line.expandtabs(4)):
|
||||
i = self.process_list(lines, i)
|
||||
|
||||
# Таблицы
|
||||
elif '|' in stripped_line:
|
||||
i = self.process_table(lines, i)
|
||||
|
||||
# Списки
|
||||
elif re.match(r'^[-*+]\s', stripped_line) or re.match(r'^\d+\.\s', stripped_line):
|
||||
i = self.process_list(lines, i)
|
||||
|
||||
# Список литературы (если заголовок содержит "литература" или "bibliography")
|
||||
elif re.match(r'^#+\s*(список\s+литературы|bibliography|references)', stripped_line, re.IGNORECASE):
|
||||
i = self.process_bibliography(lines, i + 1)
|
||||
|
||||
# Цитаты
|
||||
elif stripped_line.startswith('>'):
|
||||
quote_text = re.sub(r'^>\s?', '', stripped_line)
|
||||
|
|
@ -634,3 +576,47 @@ class MarkdownToDocxConverter:
|
|||
|
||||
self.doc.save(output_path)
|
||||
return output_path
|
||||
|
||||
|
||||
def main():
|
||||
"""Основная функция для запуска из командной строки"""
|
||||
if len(sys.argv) < 2:
|
||||
print("Использование: python md_converter.py <путь_к_md_файлу> [путь_к_выходному_файлу]")
|
||||
return
|
||||
|
||||
md_file = sys.argv[1]
|
||||
output_file = sys.argv[2] if len(sys.argv) > 2 else None
|
||||
|
||||
# ГОСТ-совместимые настройки по умолчанию
|
||||
settings = DocumentSettings()
|
||||
|
||||
converter = MarkdownToDocxConverter(settings)
|
||||
|
||||
try:
|
||||
output_path = converter.convert(md_file, output_file)
|
||||
print(f"Файл успешно конвертирован: {output_path}")
|
||||
except Exception as e:
|
||||
print(f"Ошибка конвертации: {e}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
|
||||
|
||||
# Пример использования с кастомными ГОСТ настройками:
|
||||
"""
|
||||
settings = DocumentSettings()
|
||||
settings.font_name = "Times New Roman"
|
||||
settings.font_size = 14
|
||||
settings.heading1_font_size = 16
|
||||
settings.heading2_font_size = 14
|
||||
settings.line_spacing = 1.5
|
||||
settings.margin_left = 3.0 # для переплета
|
||||
settings.auto_numbering_headings = True
|
||||
settings.numbering_format = "decimal" # 1.1.1 формат
|
||||
settings.page_numbering = True
|
||||
settings.page_number_position = "bottom_center"
|
||||
|
||||
converter = MarkdownToDocxConverter(settings)
|
||||
converter.convert("dissertation.md", "dissertation_gost.docx")
|
||||
"""
|
||||
|
|
@ -1,44 +0,0 @@
|
|||
[build-system]
|
||||
requires = ["hatchling>=1.24"]
|
||||
build-backend = "hatchling.build"
|
||||
|
||||
[project]
|
||||
name = "md2gost"
|
||||
dynamic = ["version"]
|
||||
description = "Markdown to DOCX formatted per GOST 7.32-2017 (Russian standard for reports)"
|
||||
readme = "README.en.md"
|
||||
license = "MIT"
|
||||
license-files = ["LICENSE"]
|
||||
authors = [{ name = "Egor Deev", email = "egor@deev.space" }]
|
||||
requires-python = ">=3.9"
|
||||
dependencies = ["python-docx>=1.1"]
|
||||
keywords = ["markdown", "docx", "gost", "word", "report", "converter"]
|
||||
classifiers = [
|
||||
"Programming Language :: Python :: 3",
|
||||
"Operating System :: OS Independent",
|
||||
"Environment :: Console",
|
||||
"Natural Language :: Russian",
|
||||
"Topic :: Office/Business :: Office Suites",
|
||||
"Topic :: Text Processing :: Markup :: Markdown",
|
||||
]
|
||||
|
||||
[project.urls]
|
||||
Homepage = "https://github.com/EDeev/my_converterbot"
|
||||
Issues = "https://github.com/EDeev/my_converterbot/issues"
|
||||
Bot = "https://t.me/my_convbot"
|
||||
|
||||
[project.scripts]
|
||||
md2gost = "md2gost.cli:main"
|
||||
|
||||
[tool.hatch.version]
|
||||
path = "md2gost/__init__.py"
|
||||
|
||||
[tool.hatch.build.targets.wheel]
|
||||
packages = ["md2gost"]
|
||||
|
||||
[tool.hatch.build.targets.sdist]
|
||||
include = ["md2gost", "tests/test_md2gost.py", "README.md", "README.en.md", "LICENSE"]
|
||||
|
||||
[tool.ruff]
|
||||
target-version = "py39"
|
||||
line-length = 120
|
||||
|
|
@ -1,4 +1,3 @@
|
|||
import argparse
|
||||
import os
|
||||
|
||||
IGNORE_PATTERNS = {
|
||||
|
|
@ -101,11 +100,13 @@ def process_single_file(relative_path, file_path):
|
|||
|
||||
file_ext = os.path.splitext(relative_path)[1].lower()
|
||||
|
||||
# Обнаружение двоичных файлов (вместо изображений раньше выводилась ссылка-заготовка
|
||||
# https://raw.githubusercontent.com/.../ — она никуда не вела)
|
||||
# Обнаружение двоичных файлов и генерация URL-адресов
|
||||
if file_ext in BINARY_EXTENSIONS or is_likely_binary(file_path):
|
||||
if file_ext in {'.png', '.jpg', '.jpeg', '.gif', '.svg', '.ico', '.webp', '.bmp'}:
|
||||
content_lines.append("[Image - content not displayed]")
|
||||
# GitHub raw URL
|
||||
if file_ext in {'.png', '.jpg', '.jpeg', '.gif', '.svg', '.ico'}:
|
||||
# Структура URL - настраивается на основе фактического хранилища
|
||||
github_url = f"https://raw.githubusercontent.com/.../{relative_path.replace(os.sep, '/')}"
|
||||
content_lines.append(github_url)
|
||||
else:
|
||||
content_lines.append("[Binary file - content not displayed]")
|
||||
else:
|
||||
|
|
@ -140,22 +141,25 @@ def is_likely_binary(file_path):
|
|||
chunk = f.read(8192)
|
||||
# Обнаружение нулевого байта - надежный бинарный индикатор
|
||||
return b'\x00' in chunk
|
||||
except OSError:
|
||||
except:
|
||||
return True
|
||||
|
||||
|
||||
def main(argv=None):
|
||||
parser = argparse.ArgumentParser(description="Дерево каталогов проекта и содержимое текстовых файлов в один .txt")
|
||||
parser.add_argument("path", help="папка проекта")
|
||||
parser.add_argument("-o", "--output", help="куда сохранить (по умолчанию <папка>_rep.txt)")
|
||||
args = parser.parse_args(argv)
|
||||
|
||||
project_path = os.path.abspath(args.path)
|
||||
output = args.output or os.path.basename(project_path.rstrip(os.sep)) + "_rep.txt"
|
||||
with open(output, "w", encoding="utf-8") as f:
|
||||
f.write(generate_complete_project_structure(project_path))
|
||||
print(output)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
# Конфигурация: измените путь к целевому каталогу проекта
|
||||
project_path = r"D:\Programs\GitHub\deev.space\static"
|
||||
# project_path = r"D:/Programs/GitHub/openoffice"
|
||||
# project_path = "."
|
||||
|
||||
print("Приступаем к формированию комплексной структуры проекта...")
|
||||
tree_output = generate_complete_project_structure(project_path)
|
||||
|
||||
output_filename = project_path.split('\\')[-1] + "_rep.txt"
|
||||
try:
|
||||
with open(output_filename, "w", encoding="utf-8") as f:
|
||||
f.write(tree_output)
|
||||
print(f"\nПолная проектная документация, сохраненная в: {output_filename}")
|
||||
except Exception as e:
|
||||
print(f"Предупреждение: Не удалось сохранить файл - {e}")
|
||||
|
||||
print("Формирование структуры проекта успешно завершено!")
|
||||
|
|
@ -1,4 +0,0 @@
|
|||
-r requirements.txt
|
||||
pytest==8.4.2
|
||||
ruff==0.14.0
|
||||
build==1.3.0
|
||||
|
|
@ -1,2 +1,5 @@
|
|||
aiogram==3.23.0
|
||||
python-docx==1.2.0
|
||||
aiogram==3.13.1
|
||||
python-docx==1.1.2
|
||||
aiohttp>=3.9.0
|
||||
aiofiles>=23.0.0
|
||||
certifi>=2023.0.0
|
||||
|
|
|
|||
|
|
@ -1,4 +0,0 @@
|
|||
import os
|
||||
import sys
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
|
||||
|
|
@ -1,41 +0,0 @@
|
|||
import io
|
||||
import os
|
||||
import zipfile
|
||||
|
||||
import pytest
|
||||
|
||||
os.environ.setdefault("BOT_TOKEN", "123456:TEST")
|
||||
|
||||
import bot # noqa: E402
|
||||
from rep_to_txt import generate_complete_project_structure # noqa: E402
|
||||
|
||||
|
||||
def test_zip_bomb_is_rejected(tmp_path, monkeypatch):
|
||||
monkeypatch.setattr(bot, "MAX_UNPACKED_SIZE", 1000)
|
||||
archive = tmp_path / "a.zip"
|
||||
with zipfile.ZipFile(archive, "w", zipfile.ZIP_DEFLATED) as z:
|
||||
z.writestr("big.txt", "0" * 10_000)
|
||||
with pytest.raises(bot.ArchiveTooLarge):
|
||||
bot.analyze_archive(str(archive), str(tmp_path))
|
||||
|
||||
|
||||
def test_archive_structure(tmp_path):
|
||||
archive = tmp_path / "p.zip"
|
||||
with zipfile.ZipFile(archive, "w") as z:
|
||||
z.writestr("proj/main.py", "print(1)\n")
|
||||
z.writestr("proj/img.png", b"\x89PNG\x00")
|
||||
z.writestr("proj/node_modules/x.js", "ignored")
|
||||
text = open(bot.analyze_archive(str(archive), str(tmp_path)), encoding="utf-8").read()
|
||||
assert "main.py" in text and " 1 | print(1)" in text
|
||||
assert "[Image - content not displayed]" in text and "node_modules" not in text
|
||||
|
||||
|
||||
def test_structure_of_missing_path():
|
||||
assert generate_complete_project_structure("/no/such/dir").startswith("Error")
|
||||
|
||||
|
||||
def test_docx_conversion_in_bot(tmp_path):
|
||||
md = tmp_path / "a.md"
|
||||
md.write_text("# Тест\n", encoding="utf-8")
|
||||
out = bot.convert_md_to_docx(str(md), str(tmp_path))
|
||||
assert zipfile.is_zipfile(io.BytesIO(open(out, "rb").read()))
|
||||
|
|
@ -1,105 +0,0 @@
|
|||
import zipfile
|
||||
|
||||
from docx import Document
|
||||
|
||||
from md2gost import DocumentSettings, MarkdownToDocxConverter
|
||||
from md2gost.cli import main as cli_main
|
||||
|
||||
SAMPLE = """# Отчёт о практике
|
||||
|
||||
## Введение
|
||||
|
||||
Абзац с **жирным**, *курсивом*, `кодом` и сноской[^1].
|
||||
|
||||
### Цели
|
||||
|
||||
- Первый пункт
|
||||
- Второй пункт
|
||||
- Вложенный пункт
|
||||
|
||||
1. Раз
|
||||
2. Два
|
||||
|
||||
Второй список:
|
||||
|
||||
1. Снова один
|
||||
2. Снова два
|
||||
|
||||
| Параметр | Значение |
|
||||
|---|---|
|
||||
| A | 1 |
|
||||
|
||||
Строка с | вертикальной чертой, но не таблица.
|
||||
|
||||
## Список литературы
|
||||
|
||||
1. Иванов И. И. Книга. — М., 2020.
|
||||
2. Петров П. П. Статья. — СПб., 2021.
|
||||
|
||||
[^1]: Текст сноски.
|
||||
"""
|
||||
|
||||
|
||||
def convert(tmp_path, text=SAMPLE, **options):
|
||||
src = tmp_path / "in.md"
|
||||
src.write_text(text, encoding="utf-8")
|
||||
settings = DocumentSettings()
|
||||
settings.auto_numbering_headings = True
|
||||
for key, value in options.items():
|
||||
setattr(settings, key, value)
|
||||
out = tmp_path / "out.docx"
|
||||
MarkdownToDocxConverter(settings).convert(str(src), str(out))
|
||||
return out
|
||||
|
||||
|
||||
def texts(path):
|
||||
return [p.text for p in Document(str(path)).paragraphs if p.text.strip()]
|
||||
|
||||
|
||||
def test_page_number_field_and_title_page(tmp_path):
|
||||
out = convert(tmp_path)
|
||||
with zipfile.ZipFile(out) as z:
|
||||
footers = [z.read(n).decode() for n in z.namelist() if n.startswith("word/footer")]
|
||||
document = z.read("word/document.xml").decode()
|
||||
assert any("PAGE" in f for f in footers)
|
||||
assert "<w:titlePg/>" in document
|
||||
|
||||
|
||||
def test_heading_font_is_not_theme_font(tmp_path):
|
||||
out = convert(tmp_path)
|
||||
with zipfile.ZipFile(out) as z:
|
||||
styles = z.read("word/styles.xml").decode()
|
||||
heading = styles[styles.index('w:styleId="Heading1"'):]
|
||||
heading = heading[:heading.index("</w:style>")]
|
||||
assert "asciiTheme" not in heading and 'w:ascii="Times New Roman"' in heading
|
||||
|
||||
|
||||
def test_lists_have_single_dash_nesting_and_restart(tmp_path):
|
||||
lines = texts(convert(tmp_path))
|
||||
assert "– Первый пункт" in lines
|
||||
nested = next(p for p in Document(str(convert(tmp_path))).paragraphs if p.text == "– Вложенный пункт")
|
||||
assert nested.paragraph_format.left_indent.cm > 0
|
||||
assert lines.count("1) Раз") == 1 and "1) Снова один" in lines
|
||||
|
||||
|
||||
def test_structural_headings_are_not_numbered(tmp_path):
|
||||
lines = texts(convert(tmp_path))
|
||||
assert "ВВЕДЕНИЕ" in lines and "СПИСОК ЛИТЕРАТУРЫ" in lines
|
||||
assert "1.1. Цели" in lines # нумерация разделов идёт мимо «Введения»
|
||||
assert "1. Иванов И. И. Книга. — М., 2020." in lines
|
||||
|
||||
|
||||
def test_table_and_pipe_paragraph(tmp_path):
|
||||
out = convert(tmp_path)
|
||||
doc = Document(str(out))
|
||||
assert len(doc.tables) == 1 and doc.tables[0].cell(1, 1).text == "1"
|
||||
assert "Строка с | вертикальной чертой, но не таблица." in texts(out)
|
||||
|
||||
|
||||
def test_cli(tmp_path, capsys):
|
||||
src = tmp_path / "doc.md"
|
||||
src.write_text("# Заголовок\n\nТекст\n", encoding="utf-8")
|
||||
assert cli_main([str(src), "--no-heading-numbers"]) == 0
|
||||
out = tmp_path / "doc.docx"
|
||||
assert out.exists() and "Заголовок" in texts(out)
|
||||
assert cli_main([str(tmp_path / "nope.md")]) == 1
|
||||
Loading…
Add table
Reference in a new issue