@deepwhale-cn/dsh-cn-doc-formatter 0.1.2 → 0.1.3

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@deepwhale-cn/dsh-cn-doc-formatter",
-  "version": "0.1.2",
+  "version": "0.1.3",
   "description": "中文公文排版：按 GB/T 9704-2012 生成 .docx / .pdf / .txt，附输出自检。不含字体文件，字体由用户自备。",
   "type": "module",
   "license": "MIT",
@@ -36,7 +36,7 @@
     "./package.json": "./package.json"
   },
   "engines": {
-    "dsh": ">=0.1.0-rc.6"
+    "dsh": ">=0.1.0-rc.6 <0.3.0"
   },
   "dsh": {
     "bundle": {

package/skill/scripts/docx_formatter.py

@@ -443,8 +443,11 @@ def generate_docx(args):
         add_title(doc, args.title)
 
     if args.body:
-        for line in args.body.strip().split('\n'):
-            line = line.strip()
+        for kind, payload in split_table_blocks(args.body):
+            if kind == 'table':
+                add_table(doc, payload)
+                continue
+            line = payload.strip()
             if not line:
                 continue
             if is_level1_title(line):
@@ -476,6 +479,91 @@ def generate_docx(args):
     return filepath
 
 
+def _table_sep(line):
+    """markdown 表格的分隔行（|---|---|）。"""
+    import re as _re
+    return bool(_re.match(r'^\s*\|[\s:|-]+\|\s*$', line))
+
+
+def split_table_blocks(body):
+    """把正文切成 [('line', 文本) | ('table', [[单元格,…], …])]。
+
+    约定：**连续以 | 开头**的行视为一个 markdown 表格（含可选分隔行）。
+    这样 md_adapter 原样透传 md 表格时，下游就能渲染成真表格；
+    不在表格里的 | 行也照样按表格处理（旧行为是拍平，新行为更好）。
+    """
+    blocks, buf = [], []
+
+    def flush():
+        if not buf:
+            return
+        rows = []
+        for r in buf:
+            if _table_sep(r):
+                continue
+            cells = [c.strip() for c in r.strip().strip('|').split('|')]
+            if any(cells):
+                rows.append(cells)
+        if rows:
+            blocks.append(('table', rows))
+
+    for raw in body.split('\n'):
+        if raw.strip().startswith('|'):
+            buf.append(raw.rstrip())
+            continue
+        flush()
+        buf = []
+        blocks.append(('line', raw))
+    flush()
+    return blocks
+
+
+def add_table(doc, rows):
+    """把二维数组渲染成**真 Word 表格**（带边框、仿宋、五号 10.5pt、表头加粗）。
+
+    与全文风格一致：字体用同一个仿宋族（CN_FONT），行距用固定值保持紧凑。
+    单元格里换行会出现孤立标点的问题由上游 md_adapter 负责合并。
+    """
+    from docx.enum.table import WD_TABLE_ALIGNMENT
+    from docx.shared import Pt
+    from docx.oxml.ns import qn
+    from docx.oxml import OxmlElement
+    from docx.enum.text import WD_LINE_SPACING
+
+    if not rows:
+        return
+    ncol = max(len(r) for r in rows)
+    table = doc.add_table(rows=0, cols=ncol)
+    table.alignment = WD_TABLE_ALIGNMENT.CENTER
+    for ri, row in enumerate(rows):
+        cells = table.add_row().cells
+        for ci in range(ncol):
+            txt = row[ci] if ci < len(row) else ''
+            cell = cells[ci]
+            cell.text = ''
+            p = cell.paragraphs[0]
+            p.paragraph_format.line_spacing_rule = WD_LINE_SPACING.EXACTLY
+            p.paragraph_format.line_spacing = Pt(16)
+            run = p.add_run(txt)
+            run.font.name = CN_FONT
+            run.font.size = Pt(10.5)
+            run.bold = (ri == 0)
+            try:
+                run._element.rPr.rFonts.set(qn('w:eastAsia'), CN_FONT)
+            except Exception:
+                pass
+            tcPr = cell._tc.get_or_add_tcPr()
+            borders = OxmlElement('w:tcBorders')
+            for edge in ('top', 'left', 'bottom', 'right'):
+                el = OxmlElement('w:' + edge)
+                el.set(qn('w:val'), 'single')
+                el.set(qn('w:sz'), '6')
+                el.set(qn('w:color'), '808080')
+                borders.append(el)
+            tcPr.append(borders)
+    add_body_text(doc, '')
+
+
 def main():
     parser = argparse.ArgumentParser(description='党政机关公文排版格式生成器 (.docx)')
     parser.add_argument('--output', required=True, help='输出目录')

package/skill/scripts/md_adapter.py

@@ -101,37 +101,12 @@ def md_to_body(md: str, drop_meta: bool = False) -> str:
         nonlocal table_rows
         if not table_rows:
             return
-        rows = [r for r in table_rows
-                if not re.match(r'^\s*\|[\s:|-]+\|\s*$', r)]
+        # ── 表格：**原样保留**（markdown 管道形式）──────────────────────
+        # 原来这里把表格拍平成「表头：值；表头：值。」—— 那是本 skill 早期没有
+        # 表格支持时的权宜做法。2026-10-02 起 docx / pdf / txt 三个 formatter
+        # 都会把连续 | 行渲染成**真表格**，所以这里透传即可（拍平反而丢信息）。
+        out.extend(table_rows)
         table_rows = []
-        if not rows:
-            return
-        cells = [[c.strip() for c in r.strip().strip('|').split('|')] for r in rows]
-        head = cells[0]
-        generic = {'#', '序号', '编号'}
-        for row in cells[1:]:
-            if not any(row):
-                continue
-            # 两列表：左列即键（如「项 / 内容」表里的 运营主体、官网 …）
-            if len(row) == 2:
-                k, v = clean_inline(row[0]), clean_inline(row[1])
-                if k and v:
-                    out.append(f'　　{k}：{v}。')
-                elif v:
-                    out.append('　　' + v + '。')
-                continue
-            # 多列表：表头属于 generic 的整列跳过，其余用「表头：值」
-            parts = []
-            for i, c in enumerate(row):
-                if not c:
-                    continue
-                key = (head[i] if i < len(head) else '').strip()
-                if key in generic:
-                    continue
-                val = clean_inline(c)
-                parts.append(f'{clean_inline(key)}：{val}' if key else val)
-            if parts:
-                out.append('　　' + '；'.join(parts) + '。')
 
     for raw in lines:
         line = raw.rstrip()

package/skill/scripts/pdf_formatter.py

@@ -330,8 +330,12 @@ def generate_pdf(args):
 
     # === 正文 ===
     if args.body:
-        for line in args.body.strip().split('\n'):
-            line = line.strip()
+        for kind, payload in split_table_blocks(args.body):
+            if kind == 'table':
+                story.append(make_table(payload, make_style, body_size, markup_text))
+                story.append(Spacer(1, body_leading * 0.5))
+                continue
+            line = payload.strip()
             if not line:
                 continue
             if is_level1_title(line):
@@ -381,6 +385,83 @@ def generate_pdf(args):
     return filepath
 
 
+def _table_sep(line):
+    """markdown 表格的分隔行（|---|---|）。"""
+    import re as _re
+    return bool(_re.match(r'^\s*\|[\s:|-]+\|\s*$', line))
+
+
+def split_table_blocks(body):
+    """把正文切成 [('line', 文本) | ('table', [[单元格,…], …])]。
+
+    约定：**连续以 | 开头**的行视为一个 markdown 表格（含可选分隔行）。
+    这样 md_adapter 原样透传 md 表格时，下游就能渲染成真表格；
+    不在表格里的 | 行也照样按表格处理（旧行为是拍平，新行为更好）。
+    """
+    blocks, buf = [], []
+
+    def flush():
+        if not buf:
+            return
+        rows = []
+        for r in buf:
+            if _table_sep(r):
+                continue
+            cells = [c.strip() for c in r.strip().strip('|').split('|')]
+            if any(cells):
+                rows.append(cells)
+        if rows:
+            blocks.append(('table', rows))
+
+    for raw in body.split('\n'):
+        if raw.strip().startswith('|'):
+            buf.append(raw.rstrip())
+            continue
+        flush()
+        buf = []
+        blocks.append(('line', raw))
+    flush()
+    return blocks
+
+
+def make_table(rows, make_style, body_size, markup_text):
+    """把二维数组渲染成**真 PDF 表格**（可跨页、带边框、表头加粗效果）。"""
+    from reportlab.platypus import Table, TableStyle
+    from reportlab.lib import colors
+    from reportlab.lib.units import cm
+
+    if not rows:
+        return Spacer(1, 1)
+    ncol = max(len(r) for r in rows)
+    # 列宽按内容长度加权（越长的列越宽），避免窄列挤成一团
+    weights = []
+    for ci in range(ncol):
+        w = max((len(r[ci]) for r in rows if ci < len(r)), default=4)
+        weights.append(max(w, 5))
+    total = float(sum(weights))
+    avail = A4[0] - 2.8 * cm - 2.6 * cm
+    widths = [avail * w / total for w in weights]
+
+    cell_style = make_style(FONTS['body'], 9.5, TA_JUSTIFY, leading=13)
+    data = []
+    for ri, row in enumerate(rows):
+        cells = []
+        for ci in range(ncol):
+            txt = row[ci] if ci < len(row) else ''
+            cells.append(Paragraph(markup_text(txt), cell_style))
+        data.append(cells)
+    t = Table(data, colWidths=widths, repeatRows=1)
+    t.setStyle(TableStyle([
+        ('GRID', (0, 0), (-1, -1), 0.4, colors.HexColor('#9aa3ad')),
+        ('VALIGN', (0, 0), (-1, -1), 'TOP'),
+        ('LEFTPADDING', (0, 0), (-1, -1), 4),
+        ('RIGHTPADDING', (0, 0), (-1, -1), 4),
+        ('TOPPADDING', (0, 0), (-1, -1), 3),
+        ('BOTTOMPADDING', (0, 0), (-1, -1), 3),
+    ]))
+    return t
+
+
 def main():
     parser = argparse.ArgumentParser(description='党政机关公文排版格式生成器 (.pdf)')
     parser.add_argument('--output', required=True, help='输出目录')

package/skill/scripts/txt_formatter.py

@@ -37,9 +37,28 @@ def generate_txt(args):
 
     # 正文
     if args.body:
-        body_lines = args.body.strip().split('\n')
-        for line in body_lines:
-            line = line.strip()
+        for kind, payload in split_table_blocks(args.body):
+            if kind == 'table':
+                # 纯文本表格：按列宽对齐（中文字符按 2 宽计算）
+                ncol = max(len(r) for r in payload)
+                widths = [0] * ncol
+                for row in payload:
+                    for ci, c in enumerate(row):
+                        w = sum(2 if ord(ch) > 127 else 1 for ch in c)
+                        widths[ci] = max(widths[ci], w)
+
+                def pad(s, w):
+                    n = sum(2 if ord(ch) > 127 else 1 for ch in s)
+                    return s + ' ' * max(0, w - n)
+
+                for ri, row in enumerate(payload):
+                    cells = [pad(row[ci] if ci < len(row) else '', widths[ci]) for ci in range(ncol)]
+                    lines.append('  ' + '  '.join(cells).rstrip())
+                    if ri == 0:
+                        lines.append('  ' + '-' * (sum(widths) + 2 * (ncol - 1)))
+                lines.append('')
+                continue
+            line = payload.strip()
             if not line:
                 continue
             # 检测标题级别（与 docx/pdf 脚本保持一致的严格规则）
@@ -88,6 +107,45 @@ def is_heading(line):
     return False
 
 
+def _table_sep(line):
+    """markdown 表格的分隔行（|---|---|）。"""
+    import re as _re
+    return bool(_re.match(r'^\s*\|[\s:|-]+\|\s*$', line))
+
+
+def split_table_blocks(body):
+    """把正文切成 [('line', 文本) | ('table', [[单元格,…], …])]。
+
+    约定：**连续以 | 开头**的行视为一个 markdown 表格（含可选分隔行）。
+    这样 md_adapter 原样透传 md 表格时，下游就能渲染成真表格；
+    不在表格里的 | 行也照样按表格处理（旧行为是拍平，新行为更好）。
+    """
+    blocks, buf = [], []
+
+    def flush():
+        if not buf:
+            return
+        rows = []
+        for r in buf:
+            if _table_sep(r):
+                continue
+            cells = [c.strip() for c in r.strip().strip('|').split('|')]
+            if any(cells):
+                rows.append(cells)
+        if rows:
+            blocks.append(('table', rows))
+
+    for raw in body.split('\n'):
+        if raw.strip().startswith('|'):
+            buf.append(raw.rstrip())
+            continue
+        flush()
+        buf = []
+        blocks.append(('line', raw))
+    flush()
+    return blocks
+
+
 def main():
     parser = argparse.ArgumentParser(description='党政机关公文排版格式生成器 (.txt)')
     parser.add_argument('--output', required=True, help='输出目录')