pyxllib 0.3.197__py3-none-any.whl → 0.3.200__py3-none-any.whl

pyxllib/text/specialist/ptag.py

@@ -1,186 +1,186 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2021/06/06 17:22
-
-""" 百分注格式处理 """
-
-import re
-
-import bs4
-from bs4 import BeautifulSoup
-
-from pyxllib.prog.pupil import dprint
-from pyxllib.text.pupil import grp_bracket
-
-
-def gettag_name(tagstr):
-    """
-    >>> gettag_name('%<topic type=danxuan description=单选题>')
-    'topic'
-    >>> gettag_name('</topic>')
-    'topic'
-    """
-    m = re.search(r'</?([a-zA-Z_]+)', tagstr)
-    if m:
-        return m.group(1)
-    else:
-        return None
-
-
-def settag_name(tagstr, *, new_name=None, switch=None):
-    """设置标签名称，或者将标签类型设为close类型
-
-    >>> settag_name('%<topic type=danxuan description=单选题>', new_name='mdzz')
-    '%<mdzz type=danxuan description=单选题>'
-    >>> settag_name('<topic type=danxuan description=单选题>', switch=False)
-    '</topic>'
-    """
-    if new_name:  # 是否设置新名称
-        tagstr = re.sub(r'(</?)([a-zA-Z_]+)', lambda m: m.group(1) + new_name, tagstr)
-
-    if switch is not None:  # 是否设置标签开关
-        if switch:  # 将标签改为开
-            tagstr = tagstr.replace('</', '<')
-        else:  # 将标签改为关
-            name = gettag_name(tagstr)
-            res = f'</{name}>'  # 会删除所有attr属性
-            tagstr = '%' + res if '%<' in tagstr else res
-
-    return tagstr
-
-
-def gettag_attr(tagstr, attrname):
-    r"""tagstr是一个标签字符串，attrname是要索引的名字
-    返回属性值，如果不存在该属性则返回None
-
-    >>> gettag_attr('%<topic type=danxuan description=单选题> 123\n<a b=c></a>', 'type')
-    'danxuan'
-    >>> gettag_attr('%<topic type="dan xu an" description=单选题>', 'type')
-    'dan xu an'
-    >>> gettag_attr("%<topic type='dan xu an' description=单选题>", 'type')
-    'dan xu an'
-    >>> gettag_attr('%<topic type=dan xu an description=单选题>', 'description')
-    '单选题'
-    >>> gettag_attr('%<topic type=dan xu an description=单选题>', 'type')
-    'dan'
-    >>> gettag_attr('%<topic type=danxuan description=单选题 >', 'description')
-    '单选题'
-    >>> gettag_attr('%<topic type=danxuan description=单选题 >', 'description123') is None
-    True
-    """
-    soup = BeautifulSoup(tagstr, 'lxml')
-    try:
-        for tag in soup.p.contents:
-            if isinstance(tag, bs4.Tag):
-                return tag.get(attrname, None)
-    except AttributeError:
-        dprint(tagstr)
-    return None
-
-
-def settag_attr(tagstr, attrname, target_value):
-    r"""tagstr是一个标签字符串，attrname是要索引的名字
-    重设该属性的值，设置成功则返回新的tagstr；否则返回原始值
-
-    close类型不能用这个命令，用了的话不进行任何处理，直接返回
-
-    >>> settag_attr('%<topic type=danxuan> 123\n<a></a>', 'type', 'tiankong')
-    '%<topic type="tiankong"> 123\n<a></a>'
-    >>> settag_attr('%<topic>', 'type', 'tiankong')
-    '%<topic type="tiankong">'
-    >>> settag_attr('</topic>', 'type', 'tiankong')
-    '</topic>'
-    >>> settag_attr('<seq value="1">', 'value', '练习1.2')
-    '<seq value="练习1.2">'
-    >>> settag_attr('<seq type=123 value=1>', 'type', '')  # 删除attr操作
-    '<seq value=1>'
-    >>> settag_attr('<seq type=123 value=1>', 'value', '')  # 删除attr操作
-    '<seq type=123>'
-    >>> settag_attr('<seq type=123 value=1>', 'haha', '')  # 删除attr操作
-    '<seq type=123 value=1>'
-    """
-    # 如果是close类型是不处理的
-    if tagstr.startswith('</'): return tagstr
-
-    # 预处理targetValue的值，删除空白
-    target_value = re.sub(r'\s', '', target_value)
-    r = re.compile(r'(<|\s)(' + attrname + r'=)(.+?)(\s+\w+=|\s*>)')
-    gs = r.search(tagstr)
-    if target_value:
-        if not gs:  # 如果未找到则添加attr与value
-            n = tagstr.find('>')
-            return tagstr[:n] + ' ' + attrname + '="' + target_value + '"' + tagstr[n:]
-        else:  # 如果找到则更改value
-            # TODO: 目前的替换值是直接放到正则式里了，这样会有很大的风险，后续看看能不能优化这个处理算法
-            return r.sub(r'\1\g<2>"' + target_value + r'"\4', tagstr)
-    else:
-        if gs:
-            return r.sub(r'\4', tagstr)
-        else:
-            return tagstr
-
-
-def brieftexstr(s):
-    """对比两段tex文本
-    """
-    # 1 删除百分注
-    s = re.sub(r'%' + grp_bracket(2, '<', '>'), r'', s)
-    # 2 删除所有空白字符
-    # debuglib.dprint(debuglib.typename(s))
-    s = re.sub(r'\s+', '', s)
-    # 3 转小写字符
-    s = s.casefold()
-    return s
-
-
-# 默认不建议开，编校如果用的多，可以在那边定义
-# 定义常用的几种格式，并且只匹配抓取花括号里面的值，不要花括号本身
-# SQUARE3 = r'\\[(' + grp_bracket(3, '[')[3:-3] + r')\\]'
-# BRACE1 = '{(' + grp_bracket(1)[1:-1] + ')}'
-# BRACE2 = '{(' + grp_bracket(2)[1:-1] + ')}'
-# BRACE3 = '{(' + grp_bracket(3)[1:-1] + ')}'
-# BRACE4 = '{(' + grp_bracket(4)[1:-1] + ')}'
-# BRACE5 = '{(' + grp_bracket(5)[1:-1] + ')}'
-r""" 使用示例
->> m = re.search(r'\\multicolumn' + BRACE3*3, r'\multicolumn{2}{|c|}{$2^{12}$个数}')
->> m.groups()
-('2', '|c|', '$2^{12}$个数')
-"""
-
-
-def grp_topic(*, type_value=None):
-    """定位topic
-
-    :param type_value: 设置题目类型（TODO: 功能尚未开发）
-    """
-    s = r'%<topic.*?%</topic>'  # 注意外部使用的re要开flags=re.DOTALL
-    return s
-
-
-def grp_figure(cnt_groups=0, parpic=False):
-    r""" 生成跟图片匹配相关的表达式
-
-    D:\2017LaTeX\D招培试卷\高中地理，用过  \captionfig{3-3.eps}{图~3}
-    奕本从2018秋季教材开始使用多种图片格式
-
-    191224周二18:20 更新：匹配到的图片名不带花括号
-    """
-    ibrace3 = grp_bracket(3, inner=True)
-
-    if cnt_groups == 0:  # 不分组
-        s = r'\\(?:includegraphics|figt|figc|figr|fig).*?' + grp_bracket(3)  # 注意第1组fig要放最后面
-    elif cnt_groups == 1:  # 只分1组，那么只对图片括号内的内容分组
-        s = r'\\(?:includegraphics|figt|figc|figr|fig).*?' + ibrace3
-    elif cnt_groups == 2:  # 只分2组，那么只对插图命令和图片分组
-        s = r'\\(includegraphics|figt|figc|figr|fig).*?' + ibrace3
-    elif cnt_groups == 3:
-        s = r'\\(includegraphics|figt|figc|figr|fig)(.*?)' + ibrace3
-    else:
-        s = None
-
-    if s and parpic:
-        s = r'{?\\parpic(?:\[.\])?{' + s + r'}*'
-
-    return s
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2021/06/06 17:22
+
+""" 百分注格式处理 """
+
+import re
+
+import bs4
+from bs4 import BeautifulSoup
+
+from pyxllib.prog.pupil import dprint
+from pyxllib.text.pupil import grp_bracket
+
+
+def gettag_name(tagstr):
+    """
+    >>> gettag_name('%<topic type=danxuan description=单选题>')
+    'topic'
+    >>> gettag_name('</topic>')
+    'topic'
+    """
+    m = re.search(r'</?([a-zA-Z_]+)', tagstr)
+    if m:
+        return m.group(1)
+    else:
+        return None
+
+
+def settag_name(tagstr, *, new_name=None, switch=None):
+    """设置标签名称，或者将标签类型设为close类型
+
+    >>> settag_name('%<topic type=danxuan description=单选题>', new_name='mdzz')
+    '%<mdzz type=danxuan description=单选题>'
+    >>> settag_name('<topic type=danxuan description=单选题>', switch=False)
+    '</topic>'
+    """
+    if new_name:  # 是否设置新名称
+        tagstr = re.sub(r'(</?)([a-zA-Z_]+)', lambda m: m.group(1) + new_name, tagstr)
+
+    if switch is not None:  # 是否设置标签开关
+        if switch:  # 将标签改为开
+            tagstr = tagstr.replace('</', '<')
+        else:  # 将标签改为关
+            name = gettag_name(tagstr)
+            res = f'</{name}>'  # 会删除所有attr属性
+            tagstr = '%' + res if '%<' in tagstr else res
+
+    return tagstr
+
+
+def gettag_attr(tagstr, attrname):
+    r"""tagstr是一个标签字符串，attrname是要索引的名字
+    返回属性值，如果不存在该属性则返回None
+
+    >>> gettag_attr('%<topic type=danxuan description=单选题> 123\n<a b=c></a>', 'type')
+    'danxuan'
+    >>> gettag_attr('%<topic type="dan xu an" description=单选题>', 'type')
+    'dan xu an'
+    >>> gettag_attr("%<topic type='dan xu an' description=单选题>", 'type')
+    'dan xu an'
+    >>> gettag_attr('%<topic type=dan xu an description=单选题>', 'description')
+    '单选题'
+    >>> gettag_attr('%<topic type=dan xu an description=单选题>', 'type')
+    'dan'
+    >>> gettag_attr('%<topic type=danxuan description=单选题 >', 'description')
+    '单选题'
+    >>> gettag_attr('%<topic type=danxuan description=单选题 >', 'description123') is None
+    True
+    """
+    soup = BeautifulSoup(tagstr, 'lxml')
+    try:
+        for tag in soup.p.contents:
+            if isinstance(tag, bs4.Tag):
+                return tag.get(attrname, None)
+    except AttributeError:
+        dprint(tagstr)
+    return None
+
+
+def settag_attr(tagstr, attrname, target_value):
+    r"""tagstr是一个标签字符串，attrname是要索引的名字
+    重设该属性的值，设置成功则返回新的tagstr；否则返回原始值
+
+    close类型不能用这个命令，用了的话不进行任何处理，直接返回
+
+    >>> settag_attr('%<topic type=danxuan> 123\n<a></a>', 'type', 'tiankong')
+    '%<topic type="tiankong"> 123\n<a></a>'
+    >>> settag_attr('%<topic>', 'type', 'tiankong')
+    '%<topic type="tiankong">'
+    >>> settag_attr('</topic>', 'type', 'tiankong')
+    '</topic>'
+    >>> settag_attr('<seq value="1">', 'value', '练习1.2')
+    '<seq value="练习1.2">'
+    >>> settag_attr('<seq type=123 value=1>', 'type', '')  # 删除attr操作
+    '<seq value=1>'
+    >>> settag_attr('<seq type=123 value=1>', 'value', '')  # 删除attr操作
+    '<seq type=123>'
+    >>> settag_attr('<seq type=123 value=1>', 'haha', '')  # 删除attr操作
+    '<seq type=123 value=1>'
+    """
+    # 如果是close类型是不处理的
+    if tagstr.startswith('</'): return tagstr
+
+    # 预处理targetValue的值，删除空白
+    target_value = re.sub(r'\s', '', target_value)
+    r = re.compile(r'(<|\s)(' + attrname + r'=)(.+?)(\s+\w+=|\s*>)')
+    gs = r.search(tagstr)
+    if target_value:
+        if not gs:  # 如果未找到则添加attr与value
+            n = tagstr.find('>')
+            return tagstr[:n] + ' ' + attrname + '="' + target_value + '"' + tagstr[n:]
+        else:  # 如果找到则更改value
+            # TODO: 目前的替换值是直接放到正则式里了，这样会有很大的风险，后续看看能不能优化这个处理算法
+            return r.sub(r'\1\g<2>"' + target_value + r'"\4', tagstr)
+    else:
+        if gs:
+            return r.sub(r'\4', tagstr)
+        else:
+            return tagstr
+
+
+def brieftexstr(s):
+    """对比两段tex文本
+    """
+    # 1 删除百分注
+    s = re.sub(r'%' + grp_bracket(2, '<', '>'), r'', s)
+    # 2 删除所有空白字符
+    # debuglib.dprint(debuglib.typename(s))
+    s = re.sub(r'\s+', '', s)
+    # 3 转小写字符
+    s = s.casefold()
+    return s
+
+
+# 默认不建议开，编校如果用的多，可以在那边定义
+# 定义常用的几种格式，并且只匹配抓取花括号里面的值，不要花括号本身
+# SQUARE3 = r'\\[(' + grp_bracket(3, '[')[3:-3] + r')\\]'
+# BRACE1 = '{(' + grp_bracket(1)[1:-1] + ')}'
+# BRACE2 = '{(' + grp_bracket(2)[1:-1] + ')}'
+# BRACE3 = '{(' + grp_bracket(3)[1:-1] + ')}'
+# BRACE4 = '{(' + grp_bracket(4)[1:-1] + ')}'
+# BRACE5 = '{(' + grp_bracket(5)[1:-1] + ')}'
+r""" 使用示例
+>> m = re.search(r'\\multicolumn' + BRACE3*3, r'\multicolumn{2}{|c|}{$2^{12}$个数}')
+>> m.groups()
+('2', '|c|', '$2^{12}$个数')
+"""
+
+
+def grp_topic(*, type_value=None):
+    """定位topic
+
+    :param type_value: 设置题目类型（TODO: 功能尚未开发）
+    """
+    s = r'%<topic.*?%</topic>'  # 注意外部使用的re要开flags=re.DOTALL
+    return s
+
+
+def grp_figure(cnt_groups=0, parpic=False):
+    r""" 生成跟图片匹配相关的表达式
+
+    D:\2017LaTeX\D招培试卷\高中地理，用过  \captionfig{3-3.eps}{图~3}
+    奕本从2018秋季教材开始使用多种图片格式
+
+    191224周二18:20 更新：匹配到的图片名不带花括号
+    """
+    ibrace3 = grp_bracket(3, inner=True)
+
+    if cnt_groups == 0:  # 不分组
+        s = r'\\(?:includegraphics|figt|figc|figr|fig).*?' + grp_bracket(3)  # 注意第1组fig要放最后面
+    elif cnt_groups == 1:  # 只分1组，那么只对图片括号内的内容分组
+        s = r'\\(?:includegraphics|figt|figc|figr|fig).*?' + ibrace3
+    elif cnt_groups == 2:  # 只分2组，那么只对插图命令和图片分组
+        s = r'\\(includegraphics|figt|figc|figr|fig).*?' + ibrace3
+    elif cnt_groups == 3:
+        s = r'\\(includegraphics|figt|figc|figr|fig)(.*?)' + ibrace3
+    else:
+        s = None
+
+    if s and parpic:
+        s = r'{?\\parpic(?:\[.\])?{' + s + r'}*'
+
+    return s