Update step7_index.py

03.Code/업로드용/converters/pipeline/step7_index.py

@@ -1,31 +1,42 @@
 # -*- coding: utf-8 -*-
-from dotenv import load_dotenv
-load_dotenv()
-
 """
 make_outline.py
 
 기능:
 - output_context/context/domain_prompt.txt
 - output_context/context/corpus.txt
-를 바탕으로 보고서 목차를 생성합니다.
-1) outline_issue_report.txt 생성
-2) outline_issue_report.html 생성 (미리보기용)
+을 기반으로 목차를 생성하고,
+
+1) outline_issue_report.txt 저장
+2) outline_issue_report.html 저장 (테스트.html 레이아웃 기반 표 형태)
 """
+
 import os
 import sys
 import re
 from pathlib import Path
 from datetime import datetime
 from typing import List, Dict, Any, Tuple
+
 from openai import OpenAI
+from api_config import API_KEYS
+
+# ===== 경로 설정 =====
+DATA_ROOT   = Path(r"D:\for python\geulbeot-light\geulbeot-light\00.test\hwpx\out")
+OUTPUT_ROOT = Path(r"D:\for python\geulbeot-light\geulbeot-light\00.test\hwpx\out\out")   # 출력 위치
+CONTEXT_DIR = OUTPUT_ROOT / "context"
+LOG_DIR     = OUTPUT_ROOT / "logs"
+
+for d in [CONTEXT_DIR, LOG_DIR]:
+    d.mkdir(parents=True, exist_ok=True)
 
 # ===== OpenAI 설정 (구조 유지) =====
-OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY")
+OPENAI_API_KEY = API_KEYS.get('GPT_API_KEY', '')
 GPT_MODEL      = "gpt-5-2025-08-07"
+
 client = OpenAI(api_key=OPENAI_API_KEY)
 
-# ===== 목차 구성을 위한 정규식 =====
+# ===== 목차 파싱용 정규식 보완 (5분할 대응) =====
 RE_KEYWORDS = re.compile(r"(#\S+)")
 RE_L1 = re.compile(r"^\s*(\d+)\.\s+(.+?)\s*$")
 RE_L2 = re.compile(r"^\s*(\d+\.\d+)\s+(.+?)\s*$")
@@ -39,126 +50,85 @@ def log(msg: str):
 def load_domain_prompt() -> str:
     p = CONTEXT_DIR / "domain_prompt.txt"
     if not p.exists():
-        log("domain_prompt.txt가 없습니다. 먼저 domain_prompt.py를 실행하십시오.")
+        log("domain_prompt.txt가 없습니다. 먼저 domain_prompt.py를 실행해야 합니다.")
         sys.exit(1)
     return p.read_text(encoding="utf-8", errors="ignore").strip()
 
 def load_corpus() -> str:
     p = CONTEXT_DIR / "corpus.txt"
     if not p.exists():
-        log("corpus.txt가 없습니다. 먼저 make_corpus.py를 실행하십시오.")
+        log("corpus.txt가 없습니다. 먼저 make_corpus.py를 실행해야 합니다.")
         sys.exit(1)
     return p.read_text(encoding="utf-8", errors="ignore").strip()
 
 
-# 기존 RE_L1, RE_L2와 일치하지 않는 가이드용 정규식 추가.
+# 기존 RE_L1, RE_L2는 유지하고 아래 두 개를 추가/교체합니다.
 RE_L3_HEAD = re.compile(r"^\s*(\d+\.\d+\.\d+)\s+(.+)$") 
 RE_L3_TOPIC = re.compile(r"^\s*[\-\*]\s+(.+?)\s*\|\s*(.+?)\s*\|\s*(\[.+?\])\s*\|\s*(.+)$") 
 
-def generate_outline(domain_prompt: str, corpus: str, rag_chunks: str = "", doc_type: str = 'report', attach_pages: int = 1) -> str:
-    """
-    GPT를 호출하여 전체 보고서의 목차를 구성합니다.
-    - doc_type: 'report' (일반 보고서) 또는 'briefing' (브리핑 자료)
-    - attach_pages: 브리핑 자료 시 첨부 페이지 수
-    """
-    if doc_type == 'briefing':
+def generate_outline(domain_prompt: str, corpus: str) -> str:
     sys_msg = {
         "role": "system",
         "content": (
             domain_prompt + "\n\n"
-                "당신은 측량 및 지리정보 분야의 보고서 기획 전문가입니다. "
-                "제공된 정보를 분석하여, A4 1~2매 분량의 '핵심 브리핑 자료' 목차를 작성하세요. "
-                "본문은 '1. 개요 - 2. 현황 - 3. 문제점 및 대책 - 4. 결론' 형식을 기본으로 하되 내용에 맞춰 조정 가능합니다. "
-                "각 세부 주제별로 데이터 근거와 시각화 방안을 포함한 기획안을 도출하세요."
+            "너는 건설/측량 DX 기술 보고서의 구조를 설계하는 시니어 기술사이다. "
+            "주어진 corpus를 분석하여, 실무자가 즉시 활용 가능한 고밀도 지침서 목차를 설계하라."
         ),
     }
-        attach_str = ""
-        for i in range(1, attach_pages + 1):
-            attach_str += f"""
-[첨부 {i}] 
-- 제목: 본문 내용을 보완하는 상세 데이터/참고 자료 (본문과 제목은 다르게)
-- 리드문: 본문에서 언급된 핵심 수치나 근거를 요약하여 제시
-- 세부 항목: [- 주제 | #키워드 | [시각화방안] | 내용 가이드] (3~4개 구성)
+
+    user_msg = {
+        "role": "user",
+        "content": f"""
+아래 [corpus]를 바탕으로 보고서 제목과 전략적 목차를 설계하라.
+
+[corpus]
+{corpus}
+
+요구 사항:
+1) 첫 줄에 보고서 제목 1개를 작성하라.
+2) 그 아래 목차를 번호 기반 계측 구조로 작성하라.
+   - 대목차: 1. / 2. / 3. ...
+   - 중목차: 1.1 / 1.2 / ...
+   - 소목차: 1.1.1 / 1.1.2 / ...
+3) **수량 제약 (중요)**:
+   - 대목차(1.)는 5~8개로 구성하라.
+   - **중목차(1.1) 하나당 소목차(1.1.1, 1.1.2...)는 반드시 2개에서 4개 사이로 구성하라.** (절대 1개만 만들지 말 것)
+   - 소목차(1.1.1) 하나당 '핵심주제(꼭지)'는 반드시 2개에서 3개 사이로 구성하라.
+
+[소목차 작성 형식]
+1.1.1 소목차 제목 
+ - 핵심주제 1 | #키워드 | [유형] | 집필가이드(데이터/표 구성 지침) 
+ - 핵심주제 2 | #키워드 | [유형] | 집필가이드(데이터/표 구성 지침)
+
+5) [유형] 분류 가이드:
+   - [비교형]: 기존 vs DX 방식의 비교표(Table)가 필수적인 경우
+   - [기술형]: RMSE, GSD, 중복도 등 정밀 수치와 사양 설명이 핵심인 경우
+   - [절차형]: 단계별 워크플로 및 체크리스트가 중심인 경우
+   - [인사이트형]: 한계점 분석 및 전문가 제언(☞)이 중심인 경우
+6) 집필가이드는 50자 내외로, "어떤 데이터를 검색해서 어떤 표를 그려라"와 같이 구체적으로 지시하라.
+7) 대목차는 최대 8개 이내로 구성하라.
 """
-        user_msg = {
-            "role": "user",
-            "content": f"""
-다음 정보를 바탕으로 브리핑 보고서 목차를 생성하세요.
-
-[정보원(Corpus)]
-{corpus[:8000]}
-
-[작성 규칙]
-1. 최상단에 [보고서 제목]을 작성 (전문적이고 명확하게)
-2. 본문(1페이지 분량)과 첨부({attach_pages}페이지 분량)로 구분
-3. 각 페이지별로 리드문(전체 내용을 관통하는 핵심 메시지) 포함
-4. 세부 주제(Topic)는 다음 형식을 준수:
-   - 주제명 | #키워드 | [시각화방안] | 내용 가이드
-   - 시각화방안: 표, 그래프, 비교표, 다이어그램 등 구체적으로 명시
-5. (중요) 코퍼스 내의 핵심 수치, 기준, 측량 기법 등을 세부 항목 가이드에 포함할 것.
-
-{attach_str}
-""",
     }
-    else:
-        # 일반 보고서 모드
-        sys_msg = {
-            "role": "system",
-            "content": (
-                domain_prompt + "\n\n"
-                "당신은 건설/측량 DX 기술 전문가이자 보고서 기획자입니다. "
-                "제시된 코퍼스를 분석하여, 실무에 즉시 활용 가능한 고품질 기술 보고서 목차를 생성하세요. "
-                "목차는 대분류(1.), 중분류(1.1), 소분류(1.1.1)의 3단계 계층 구조를 따릅니다. "
-                "각 소분류(1.1.1) 하위에는 반드시 구체적인 집필 가이드를 포함해야 합니다."
-            ),
-        }
-        user_msg = {
-            "role": "user",
-            "content": f"""
-다음 정보를 바탕으로 기술 보고서 목차를 생성하세요.
-
-[정보원(Corpus)]
-{corpus[:10000]}
-
-[작성 규칙]
-1. 최상단에 [보고서 제목] 1개를 작성
-2. 목차는 1. / 1.1 / 1.1.1 형식의 3단계 구조
-3. 소분류(1.1.1) 하단에는 해당 섹션에서 다룰 상세 주제들을 다음 형식으로 나열:
-   - 주제명 | #핵심키워드 | [구성형식] | 집필 가이드(수치나 핵심 기법 포함)
-   - 구성형식 예시: [비교표], [기술설명], [절차도], [성과분석] 등
-4. 도메인 지식(측량 정확도 기준, 사용 장비 등)이 각 세부 항목 가이드에 녹아있어야 함.
-
-출력은 목차 텍스트만 깔끔하게 출력하세요.
-""",
-        }
-
     resp = client.chat.completions.create(
         model=GPT_MODEL,
         messages=[sys_msg, user_msg],
-        temperature=0.3,
     )
     return (resp.choices[0].message.content or "").strip()
 
+
+
 def parse_outline(outline_text: str) -> Tuple[str, List[Dict[str, Any]]]:
-    """
-    생성된 목차 텍스트를 구조화된 데이터로 파싱합니다.
-    """
-    lines = [l.strip() for l in outline_text.splitlines() if l.strip()]
-    if not lines:
-        return "제목 없음", []
+    lines = [ln.rstrip() for ln in outline_text.splitlines() if ln.strip()]
+    if not lines: return "", []
 
-    # 1. 제목 추출
-    title_line = lines[0]
-    title = re.sub(r'^\[?보고서 제목\]?[:\s]*', '', title_line).strip()
-
-    # 2. 계층 구조 파싱
+    title = lines[0].strip() # 첫 줄은 보고서 제목
     rows = []
-    current_section = None 
+    current_section = None # 현재 처리 중인 소목차(1.1.1)를 추적
 
     for ln in lines[1:]:
         raw = ln.strip()
         
-        # 소분류 (1.1.1)
+        # 1. 소목차 헤더(1.1.1 제목) 발견 시
         m3_head = RE_L3_HEAD.match(raw)
         if m3_head:
             num, s_title = m3_head.groups()
@@ -166,16 +136,19 @@ def parse_outline(outline_text: str) -> Tuple[str, List[Dict[str, Any]]]:
                 "depth": 3, 
                 "num": num, 
                 "title": s_title,
-                "sub_topics": []
+                "sub_topics": [] # 여기에 아래 줄의 꼭지들을 담을 예정
             }
             rows.append(current_section)
             continue
             
-        # 상세 주제 (- 주제 | #키워드 | [형식] | 가이드)
+        # 2. 세부 꼭지(- 주제 | #키워드 | [유형] | 가이드) 발견 시
         m_topic = RE_L3_TOPIC.match(raw)
         if m_topic and current_section:
             t_title, kws_raw, t_type, guide = m_topic.groups()
+            # 키워드 추출 (#키워드 형태)
             kws = [k.lstrip("#").strip() for k in RE_KEYWORDS.findall(kws_raw)]
+            
+            # 현재 소목차(current_section)의 리스트에 추가
             current_section["sub_topics"].append({
                 "topic_title": t_title,
                 "keywords": kws,
@@ -184,18 +157,18 @@ def parse_outline(outline_text: str) -> Tuple[str, List[Dict[str, Any]]]:
             })
             continue
 
-        # 대분류 (1.)
+        # 3. 대목차(1.) 처리
         m1 = RE_L1.match(raw)
         if m1:
             rows.append({"depth": 1, "num": m1.group(1).strip(), "title": m1.group(2).strip()})
-            current_section = None
+            current_section = None # 소목차 구간 종료
             continue
 
-        # 중분류 (1.1)
+        # 4. 중목차(1.1) 처리
         m2 = RE_L2.match(raw)
         if m2:
             rows.append({"depth": 2, "num": m2.group(1).strip(), "title": m2.group(2).strip()})
-            current_section = None
+            current_section = None # 소목차 구간 종료
             continue
 
     return title, rows
@@ -208,16 +181,33 @@ def html_escape(s: str) -> str:
              .replace('"', """)
              .replace("'", "'"))
 
+def chunk_rows(rows: List[Dict[str, Any]], max_rows_per_page: int = 26) -> List[List[Dict[str, Any]]]:
+    """
+    A4 1장에 표가 길어지면 넘치므로, 단순 행 개수로 페이지 분할한다.
+    """
+    out = []
+    cur = []
+    for r in rows:
+        cur.append(r)
+        if len(cur) >= max_rows_per_page:
+            out.append(cur)
+            cur = []
+    if cur:
+        out.append(cur)
+    return out
+
 def build_outline_table_html(rows: List[Dict[str, Any]]) -> str:
-    """목차 구조를 HTML 테이블로 변환"""
+    """
+    테스트.html의 table 스타일을 그대로 쓰는 전제의 표 HTML
+    """
     head = """
-    <table border="1" style="width:100%; border-collapse: collapse;">
+    <table>
         <thead>
-            <tr style="background-color: #f2f2f2;">
-                <th>분류</th>
+            <tr>
+                <th>구분</th>
                 <th>번호</th>
-                <th>항목명</th>
-                <th>상세 가이드 / 키워드</th>
+                <th>제목</th>
+                <th>키워드</th>
             </tr>
         </thead>
         <tbody>
@@ -228,85 +218,287 @@ def build_outline_table_html(rows: List[Dict[str, Any]]) -> str:
         depth = r["depth"]
         num = html_escape(r["num"])
         title = html_escape(r["title"])
+        kw = " ".join([f"#{k}" for k in r.get("keywords", []) if k])
+        kw = html_escape(kw)
 
-        if depth == 3:
-            kw_list = []
-            for st in r.get("sub_topics", []):
-                kw_list.append(f"<b>{html_escape(st['topic_title'])}</b>: {html_escape(st['guide'])}")
-            detail = "<br>".join(kw_list)
-            cls_name = "소분류"
-        elif depth == 2:
-            detail = ""
-            cls_name = "중분류"
-        else:
-            detail = ""
-            cls_name = "대분류"
-
+        if depth == 1:
             body_parts.append(
                 f"""
                 <tr>
-                <td style="padding: 8px; text-align: center;">{cls_name}</td>
-                <td style="padding: 8px; text-align: center;">{num}</td>
-                <td style="padding: 8px; font-weight: {'bold' if depth < 3 else 'normal'};">{title}</td>
-                <td style="padding: 8px; font-size: 0.9em;">{detail}</td>
+                    <td class="group-cell">대목차</td>
+                    <td>{num}</td>
+                    <td>{title}</td>
+                    <td></td>
+                </tr>
+                """
+            )
+        elif depth == 2:
+            body_parts.append(
+                f"""
+                <tr>
+                    <td class="group-cell">중목차</td>
+                    <td>{num}</td>
+                    <td>{title}</td>
+                    <td></td>
+                </tr>
+                """
+            )
+        else:
+            body_parts.append(
+                f"""
+                <tr>
+                    <td class="group-cell">소목차</td>
+                    <td>{num}</td>
+                    <td>{title}</td>
+                    <td>{kw}</td>
                 </tr>
                 """
             )
 
-    tail = "</tbody></table>"
+    tail = """
+        </tbody>
+    </table>
+    """
     return head + "\n".join(body_parts) + tail
 
 def build_outline_html(report_title: str, rows: List[Dict[str, Any]]) -> str:
-    table_html = build_outline_table_html(rows)
+    """
+    테스트.html 레이아웃 구조를 그대로 따라 A4 시트 형태로 HTML 생성
+    """
+    css = r"""
+        @import url('https://fonts.googleapis.com/css2?family=Noto+Sans+KR:wght@300;400;500;700;900&display=swap');
+
+        :root {
+            --primary-blue: #3057B9;
+            --gray-light: #F2F2F2;
+            --gray-medium: #E6E6E6;
+            --gray-dark: #666666;
+            --border-light: #DDDDDD;
+            --text-black: #000000;
+        }
+
+        * {
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+            -webkit-print-color-adjust: exact;
+        }
+
+        body {
+            font-family: 'Noto Sans KR', sans-serif;
+            background-color: #f0f0f0;
+            color: var(--text-black);
+            line-height: 1.35;
+            display: flex;
+            justify-content: center;
+            padding: 10px 0;
+        }
+
+        .sheet {
+            background-color: white;
+            width: 210mm;
+            height: 297mm;
+            padding: 20mm 20mm;
+            box-shadow: 0 0 10px rgba(0,0,0,0.1);
+            position: relative;
+            display: flex;
+            flex-direction: column;
+            overflow: hidden;
+            margin-bottom: 12px;
+        }
+
+        @media print {
+            body { background: none; padding: 0; }
+            .sheet { box-shadow: none; margin: 0; border: none; page-break-after: always; }
+        }
+
+        .page-header {
+            display: flex;
+            justify-content: space-between;
+            align-items: flex-start;
+            margin-bottom: 15px;
+            font-size: 8.5pt;
+            color: var(--gray-dark);
+        }
+
+        .header-title {
+            font-size: 24pt;
+            font-weight: 900;
+            margin-bottom: 8px;
+            letter-spacing: -1.5px;
+            color: #111;
+        }
+
+        .title-divider {
+            height: 4px;
+            background-color: var(--primary-blue);
+            width: 100%;
+            margin-bottom: 20px;
+        }
+
+        .lead-box {
+            background-color: var(--gray-light);
+            padding: 18px 20px;
+            margin-bottom: 5px;
+            border-radius: 2px;
+            text-align: center;
+        }
+
+        .lead-box div {
+            font-size: 13pt;
+            font-weight: 700;
+            color: var(--primary-blue);
+            letter-spacing: -0.5px;
+        }
+
+        .lead-notes {
+            font-size: 8.5pt;
+            color: #777;
+            margin-bottom: 20px;
+            padding-left: 5px;
+            text-align: right;
+        }
+
+        .body-content { flex: 1; }
+
+        .section { margin-bottom: 22px; }
+
+        .section-title {
+            font-size: 13pt;
+            font-weight: 700;
+            display: flex;
+            align-items: center;
+            margin-bottom: 10px;
+            color: #111;
+        }
+
+        .section-title::before {
+            content: "";
+            display: inline-block;
+            width: 10px;
+            height: 10px;
+            background-color: #999;
+            margin-right: 10px;
+        }
+
+        table {
+            width: 100%;
+            border-collapse: collapse;
+            margin: 8px 0;
+            font-size: 9.5pt;
+            border-top: 1.5px solid #333;
+        }
+
+        th {
+            background-color: var(--gray-medium);
+            font-weight: 700;
+            padding: 10px;
+            border: 1px solid var(--border-light);
+        }
+
+        td {
+            padding: 10px;
+            border: 1px solid var(--border-light);
+            vertical-align: middle;
+        }
+
+        .group-cell {
+            background-color: #F9F9F9;
+            font-weight: 700;
+            width: 16%;
+            text-align: center;
+            color: var(--primary-blue);
+            white-space: nowrap;
+        }
+
+        .page-footer {
+            margin-top: 15px;
+            padding-top: 10px;
+            display: flex;
+            justify-content: space-between;
+            font-size: 8.5pt;
+            color: var(--gray-dark);
+            border-top: 1px solid #EEE;
+        }
+
+        .footer-page { flex: 1; text-align: center; }
+    """
+
+    pages = chunk_rows(rows, max_rows_per_page=26)
+
+    html_pages = []
+    total_pages = len(pages) if pages else 1
+    for i, page_rows in enumerate(pages, start=1):
+        table_html = build_outline_table_html(page_rows)
+
+        html_pages.append(f"""
+        <div class="sheet">
+            <header class="page-header">
+                <div class="header-left">
+                    보고서: 목차 자동 생성 결과
+                </div>
+                <div class="header-right">
+                    작성일자: {datetime.now().strftime("%Y. %m. %d.")}
+                </div>
+            </header>
+
+            <div class="title-block">
+                <h1 class="header-title">{html_escape(report_title)}</h1>
+                <div class="title-divider"></div>
+            </div>
+
+            <div class="body-content">
+                <div class="lead-box">
+                    <div>확정 목차 표 형태 정리본</div>
+                </div>
+                <div class="lead-notes">목차는 outline_issue_report.txt를 기반으로 표로 재구성됨</div>
+
+                <div class="section">
+                    <div class="section-title">목차</div>
+                    {table_html}
+                </div>
+            </div>
+
+            <footer class="page-footer">
+                <div class="footer-slogan">Word Style v2 Outline</div>
+                <div class="footer-page">- {i} / {total_pages} -</div>
+                <div class="footer-info">outline_issue_report.html</div>
+            </footer>
+        </div>
+        """)
+
     return f"""<!DOCTYPE html>
 <html lang="ko">
 <head>
   <meta charset="UTF-8">
-  <title>보고서 목차 구성안</title>
-  <style>
-    body {{ font-family: 'Malgun Gothic', sans-serif; padding: 40px; line-height: 1.6; color: #333; }}
-    h1 {{ color: #1a365d; border-bottom: 2px solid #1a365d; padding-bottom: 10px; }}
-    .info {{ background: #f7fafc; padding: 15px; border-left: 5px solid #1a365d; margin-bottom: 20px; }}
-  </style>
+  <title>{html_escape(report_title)} - Outline</title>
+  <style>{css}</style>
 </head>
 <body>
-  <h1>{html_escape(report_title)}</h1>
-  <div class="info">
-    본 목차는 제공된 코퍼스를 기반으로 AI가 설계한 보고서 구성안입니다.
-  </div>
-  {table_html}
+  {''.join(html_pages)}
 </body>
 </html>
 """
 
-def main(input_dir, output_dir, doc_type='report', attach_pages=1):
-    global DATA_ROOT, OUTPUT_ROOT, CONTEXT_DIR, LOG_DIR
-    DATA_ROOT   = Path(input_dir)
-    OUTPUT_ROOT = Path(output_dir)
-    CONTEXT_DIR = OUTPUT_ROOT / "context"
-    LOG_DIR     = OUTPUT_ROOT / "logs"
-    for d in [CONTEXT_DIR, LOG_DIR]:
-        d.mkdir(parents=True, exist_ok=True)
+def main():
     log("=== 목차 생성 시작 ===")
     domain_prompt = load_domain_prompt()
     corpus        = load_corpus()
 
-    # RAG에서 일부 정보를 가져올 수 있으면 가져옴 (선택 사항)
-    rag_chunks = ""
-    outline = generate_outline(domain_prompt, corpus, rag_chunks, doc_type, attach_pages)
+    outline = generate_outline(domain_prompt, corpus)
 
-    # TXT 저장
+    # TXT 저장 유지
     out_txt = CONTEXT_DIR / "outline_issue_report.txt"
     out_txt.write_text(outline, encoding="utf-8")
     log(f"목차 TXT 저장 완료: {out_txt}")
 
-    # HTML 미리보기용 저장
+    # HTML 추가 저장
     title, rows = parse_outline(outline)
     out_html = CONTEXT_DIR / "outline_issue_report.html"
     out_html.write_text(build_outline_html(title, rows), encoding="utf-8")
-    log(f"목차 HTML 미리보기 저장 완료: {out_html}")
+    log(f"목차 HTML 저장 완료: {out_html}")
 
-    log("=== 목차 생성 완료 ===")
+    log("=== 목차 생성 종료 ===")
 
 if __name__ == "__main__":
     main()