# -*- coding: utf-8 -*-
from dotenv import load_dotenv
load_dotenv()
"""
router.py
기능:
- HTML 파일 처리 로직의 메인 라우터
- 문서 길이에 따라 Short Pipeline 또는 Long Pipeline으로 분기
- Short Pipeline: 단순 HTML 변환 (step7, 8, 9 생략 가능)
- Long Pipeline: RAG 기반의 문서 재구성 (step3~9 전체 과정)
"""
import re
import os
from typing import Dict, Any
# 분기 기준 문서 길이
LONG_DOC_THRESHOLD = 5000 # 5000자 이상일 경우 Long Pipeline으로 분기
# 앱 내 assets 경로 (개발 및 배포용) - r prefix 사용 안함!
ASSETS_BASE_PATH = os.environ.get("ASSETS_BASE_PATH", "/tmp/assets")
def count_characters(html_content: str) -> int:
"""HTML 태그를 제외한 실제 텍스트 글자 수 계산"""
# HTML 태그 제거
text_only = re.sub(r'<[^>]+>', '', html_content)
# 공백 정리
text_only = ' '.join(text_only.split())
return len(text_only)
def is_long_document(html_content: str) -> bool:
"""긴 문서 여부 판별"""
char_count = count_characters(html_content)
return char_count >= LONG_DOC_THRESHOLD
def convert_image_paths(html_content: str) -> str:
"""
HTML 내의 이미지 경로를 상대 경로로 변경
- assets/xxx.png -> /assets/xxx.png (Flask 정적 파일 대응)
- 외부 경로는 그대로 유지
"""
def replace_src(match):
original_path = match.group(1)
# 절대 경로 또는 URL인 경우 그대로 유지
if original_path.startswith(('http://', 'https://', 'file://', 'D:', 'C:', '/')):
return match.group(0)
# assets/로 시작하면 /assets/로 변경 (Flask 대응)
if original_path.startswith('assets/'):
return f'src="/{original_path}"'
return match.group(0)
# src="..." 패턴을 찾아서 변경
result = re.sub(r'src="([^"]+)"', replace_src, html_content)
return result
def run_short_pipeline(html_content: str, options: dict) -> Dict[str, Any]:
"""
단기 파이프라인 (5000자 미만)
"""
try:
# 이미지 경로 변환 로직
processed_html = convert_image_paths(html_content)
# TODO: step7, step8, step9 과정 최적화
return {
'success': True,
'pipeline': 'short',
'char_count': count_characters(html_content),
'html': processed_html
}
except Exception as e:
return {
'success': False,
'error': str(e),
'pipeline': 'short'
}
def inject_template_css(html_content: str, template_css: str) -> str:
"""
HTML문서에 템플릿 CSS 주입
- 태그가 있는 경우
if '' in html_content:
return html_content.replace('', f'{css_block}', 1)
# 태그 뒤에 추가
elif '' in html_content:
return html_content.replace('', f'\n', 1)
# head가 없는 경우 맨 앞에 추가
else:
return f'\n{html_content}'
def run_long_pipeline(html_content: str, options: dict) -> Dict[str, Any]:
"""
장기 파이프라인 (5000자 이상)
단계별 step 실행을 위한 준비
"""
try:
processed_html = convert_image_paths(html_content)
folder_path = options.get('folder_path', '')
write_mode = options.get('write_mode', 'restructure')
if not folder_path:
# 폴더가 없으면 HTML만 처리 (기존 로직)
return {
'success': True,
'pipeline': 'long',
'char_count': count_characters(html_content),
'html': processed_html
}
# 이 단계 이후 /api/generate-toc 와 /api/generate-report-from-toc 에서 처리
# router는 우선 HTML 통과만 담당함
return {
'success': True,
'pipeline': 'long',
'char_count': count_characters(html_content),
'html': processed_html,
'needs_pipeline': True # 프론트엔드 분기 처리용
}
except Exception as e:
return {'success': False, 'error': str(e), 'pipeline': 'long'}
def process_document(content: str, options: dict = None) -> Dict[str, Any]:
"""
문서 처리를 위한 메인 진입점
- 분기 로직: 문서 길이에 따라 다른 파이프라인 실행
Args:
content: HTML 내용
options: 추가 옵션 (page_option, instruction 등)
Returns:
{'success': bool, 'html': str, 'pipeline': str, ...}
"""
if options is None:
options = {}
if not content or not content.strip():
return {
'success': False,
'error': '내용이 비어있습니다.'
}
char_count = count_characters(content)
if is_long_document(content):
result = run_long_pipeline(content, options)
else:
result = run_short_pipeline(content, options)
# 공통 정보 추가
result['char_count'] = char_count
result['threshold'] = LONG_DOC_THRESHOLD
# 템플릿 CSS 주입
template_css = options.get('template_css')
if template_css and result.get('success') and result.get('html'):
result['html'] = inject_template_css(result['html'], template_css)
return result