328 lines
11 KiB
Python
328 lines
11 KiB
Python
# -*- coding: utf-8 -*-
|
||
"""
|
||
Content Analyzer (Phase 3 – Layer A)
|
||
- template_info + semantic_map -> content_prompt.json
|
||
- 각 placeholder의 의미/역할/예시값/작성 패턴 추출
|
||
- Phase 4에서 AI가 새 문서 생성 시 "레시피"로 참조
|
||
|
||
★ 원칙: 모든 분석은 코드 100% (AI 없이)
|
||
purpose_hint / audience_hint / tone_hint는 빈 문자열로 남겨둠
|
||
→ 추후 AI enrichment 단계에서 채울 수 있도록 설계
|
||
"""
|
||
|
||
import re
|
||
|
||
|
||
def generate(template_info: dict, semantic_map: dict,
|
||
parsed: dict = None) -> dict:
|
||
"""
|
||
content_prompt.json 생성
|
||
|
||
Args:
|
||
template_info: doc_template_analyzer 추출 결과
|
||
semantic_map: semantic_mapper 분석 결과
|
||
parsed: HWPX 파싱 원본 (선택)
|
||
|
||
Returns:
|
||
content_prompt.json 구조
|
||
"""
|
||
placeholders = {}
|
||
table_guide = {}
|
||
|
||
# ① 문서 기본 정보
|
||
document = _analyze_document(template_info)
|
||
|
||
# ② 헤더 placeholders
|
||
_analyze_header(template_info, placeholders)
|
||
|
||
# ③ 푸터 placeholders
|
||
_analyze_footer(template_info, placeholders)
|
||
|
||
# ④ 제목 placeholder
|
||
_analyze_title(template_info, semantic_map, placeholders)
|
||
|
||
# ⑤ 섹션 placeholders
|
||
_analyze_sections(semantic_map, placeholders, template_info)
|
||
|
||
# ⑤-b content_order 기반 문단/이미지 placeholders
|
||
_analyze_content_order(template_info, semantic_map, placeholders)
|
||
|
||
# ⑥ 표 가이드 + placeholders
|
||
_analyze_tables(template_info, semantic_map,
|
||
placeholders, table_guide)
|
||
|
||
# ⑦ 작성 패턴
|
||
writing_guide = _analyze_writing_patterns(template_info, semantic_map)
|
||
|
||
return {
|
||
"version": "1.0",
|
||
"document": document,
|
||
"placeholders": placeholders,
|
||
"table_guide": table_guide,
|
||
"writing_guide": writing_guide
|
||
}
|
||
|
||
|
||
# ================================================================
|
||
# 문서 기본 정보
|
||
# ================================================================
|
||
|
||
def _analyze_document(template_info: dict) -> dict:
|
||
"""문서 레이아웃 정보 추출"""
|
||
page = template_info.get("page", {})
|
||
paper = page.get("paper", {})
|
||
|
||
return {
|
||
"paper": paper.get("name", "A4"),
|
||
"layout": "landscape" if paper.get("landscape") else "portrait",
|
||
"margins": page.get("margins", {}),
|
||
"purpose_hint": "", # AI enrichment 예약
|
||
"audience_hint": "", # AI enrichment 예약
|
||
"tone_hint": "" # AI enrichment 예약
|
||
}
|
||
|
||
|
||
# ================================================================
|
||
# 텍스트 유형 분류 (코드 100%, AI 없이)
|
||
# ================================================================
|
||
|
||
def _classify_text(text: str) -> dict:
|
||
"""텍스트 패턴으로 콘텐츠 유형 분류"""
|
||
text = text.strip()
|
||
if not text:
|
||
return {"type": "empty", "pattern": "빈 소스"}
|
||
|
||
# 날짜: "2025. 1. 30(목)", "2025-01-30", "2025.01.30"
|
||
if re.match(r'\d{4}[\.\-\/]\s*\d{1,2}[\.\-\/]\s*\d{1,2}', text):
|
||
return {"type": "date", "pattern": "날짜 (YYYY. M. D)"}
|
||
|
||
# ★ 직위+이름 (분석보다 매칭!)
|
||
positions = [
|
||
'사원', '대리', '과장', '차장', '부장', '이사', '상무', '전무',
|
||
'연구원', '선임연구원', '책임연구원', '수석연구원',
|
||
'주임', '계장', '팀장', '본부장', '센터장'
|
||
]
|
||
for pos in positions:
|
||
if pos in text:
|
||
return {"type": "author", "pattern": f"이름 + 직위({pos})"}
|
||
|
||
# 부서 (직위가 아닌 경우에만 예비적으로)
|
||
if re.search(r'(실|부|국|과|원|처|팀|센터|본부)$', text) and len(text) <= 12:
|
||
return {"type": "department", "pattern": "조직명"}
|
||
|
||
# 팀
|
||
if re.search(r'팀$', text) and len(text) <= 10:
|
||
return {"type": "team", "pattern": "팀명"}
|
||
|
||
# 페이지 참조: "1p", "2p"
|
||
if re.match(r'\d+p$', text):
|
||
return {"type": "page_ref", "pattern": "페이지 참조"}
|
||
|
||
# 문서 제목: ~계획(안), ~보고서, ~제안서 등
|
||
if re.search(r'(계획|보고서|제안서|기획서|결과|방안|현황|분석)',
|
||
r'\s*(\(안\))?\s*$', text):
|
||
return {"type": "doc_title", "pattern": "문서 제목"}
|
||
|
||
# 슬로건/비전 (길고 특수 문장 키워드 포함)
|
||
if len(text) > 10 and any(k in text for k in
|
||
['함께', '세계', '미래', '가치', '네트워크']):
|
||
return {"type": "slogan", "pattern": "회사 슬로건/비전"}
|
||
|
||
# 기본
|
||
return {"type": "text", "pattern": "자유 텍스트"}
|
||
|
||
|
||
# ================================================================
|
||
# 헤더 분석
|
||
# ================================================================
|
||
|
||
def _analyze_header(template_info: dict, placeholders: dict):
|
||
"""헤더 영역 placeholder 분석"""
|
||
header = template_info.get("header", {})
|
||
if not header or not header.get("exists"):
|
||
return
|
||
|
||
if header.get("type") == "table" and header.get("table"):
|
||
_analyze_table_area(header["table"], "HEADER", "header",
|
||
placeholders)
|
||
else:
|
||
texts = header.get("texts", [])
|
||
for i in range(max(len(texts), 1)):
|
||
ph = f"HEADER_TEXT_{i+1}"
|
||
example = texts[i] if i < len(texts) else ""
|
||
info = _classify_text(example)
|
||
info["example"] = example.strip()
|
||
info["location"] = "header"
|
||
placeholders[ph] = info
|
||
|
||
|
||
# ================================================================
|
||
# 푸터 분석
|
||
# ================================================================
|
||
|
||
def _analyze_footer(template_info: dict, placeholders: dict):
|
||
"""푸터 영역 placeholder 분석"""
|
||
footer = template_info.get("footer", {})
|
||
if not footer or not footer.get("exists"):
|
||
return
|
||
|
||
if footer.get("type") == "table" and footer.get("table"):
|
||
_analyze_table_area(footer["table"], "FOOTER", "footer",
|
||
placeholders)
|
||
else:
|
||
texts = footer.get("texts", [])
|
||
for i in range(max(len(texts), 1)):
|
||
ph = f"FOOTER_TEXT_{i+1}"
|
||
example = texts[i] if i < len(texts) else ""
|
||
info = _classify_text(example)
|
||
info["example"] = example.strip()
|
||
info["location"] = "footer"
|
||
placeholders[ph] = info
|
||
|
||
|
||
# ================================================================
|
||
# 제목 분석
|
||
# ================================================================
|
||
|
||
def _analyze_title(template_info: dict, semantic_map: dict,
|
||
placeholders: dict):
|
||
"""제목 영역 분석"""
|
||
title_block = template_info.get("titleBlock", {})
|
||
if not title_block or title_block.get("type") == "none":
|
||
return
|
||
|
||
example = title_block.get("text", "")
|
||
info = _classify_text(example)
|
||
info["example"] = example
|
||
info["location"] = "title_block"
|
||
placeholders["DOCUMENT_TITLE"] = info
|
||
|
||
|
||
# ================================================================
|
||
# 섹션 분석
|
||
# ================================================================
|
||
|
||
def _analyze_sections(semantic_map: dict, placeholders: dict,
|
||
template_info: dict):
|
||
"""섹션 제목 placeholder 분석"""
|
||
sections = semantic_map.get("sections", [])
|
||
for i, sec in enumerate(sections):
|
||
ph = f"SECTION_TITLE_{i+1}"
|
||
example = sec.get("name", "")
|
||
placeholders[ph] = {
|
||
"type": "section_title",
|
||
"pattern": "대항목 제목",
|
||
"example": example,
|
||
"location": "body",
|
||
"hasBullet": sec.get("hasBulletIcon", False)
|
||
}
|
||
|
||
|
||
# ================================================================
|
||
# 콘텐츠 순서(Content Order) 기반 분석
|
||
# ================================================================
|
||
|
||
def _analyze_content_order(template_info: dict, semantic_map: dict,
|
||
placeholders: dict):
|
||
"""문단/이미지 placeholder 분석"""
|
||
# 1. 문단(Paragraphs)
|
||
paragraphs = template_info.get("content_order", {}).get("paragraphs", [])
|
||
for i, p in enumerate(paragraphs):
|
||
text = p.get("text", "").strip()
|
||
if not text:
|
||
continue
|
||
|
||
ph = f"PARA_{i+1}"
|
||
info = _classify_text(text)
|
||
info["example"] = text
|
||
info["location"] = "body"
|
||
placeholders[ph] = info
|
||
|
||
# 2. 이미지(Images)
|
||
images = template_info.get("content_order", {}).get("images", [])
|
||
for i, img in enumerate(images):
|
||
ph = f"IMAGE_{i+1}"
|
||
placeholders[ph] = {
|
||
"type": "image",
|
||
"pattern": "삽입 이미지",
|
||
"example": f"Reference: {img.get('ref')}",
|
||
"location": "body"
|
||
}
|
||
|
||
|
||
# ================================================================
|
||
# 표(Table) 분석
|
||
# ================================================================
|
||
|
||
def _analyze_tables(template_info: dict, semantic_map: dict,
|
||
placeholders: dict, table_guide: dict):
|
||
"""표 구조 및 내부 placeholder 분석"""
|
||
tables = template_info.get("tables", [])
|
||
body_tables = [t for t in tables if t.get("location") == "body"]
|
||
|
||
for i, tbl in enumerate(body_tables):
|
||
if tbl.get("isLayoutTable"):
|
||
continue
|
||
|
||
table_id = f"TABLE_{i+1}"
|
||
cells = tbl.get("cells", [])
|
||
if not cells:
|
||
continue
|
||
|
||
# 헤더 추출
|
||
header_row = cells[0]
|
||
headers = [c.get("text", "") for c in header_row]
|
||
|
||
table_guide[table_id] = {
|
||
"rowCount": tbl.get("rowCount"),
|
||
"colCount": tbl.get("colCount"),
|
||
"headers": headers,
|
||
"style_hint": "템플릿 표 스타일 유지"
|
||
}
|
||
|
||
# 데이터 셀을 placeholder로 (첫 2행 정도)
|
||
for r_idx, row in enumerate(cells[1:3]):
|
||
for c_idx, cell in enumerate(row):
|
||
example = cell.get("text", "")
|
||
if not example.strip():
|
||
continue
|
||
|
||
ph = f"{table_id}_R{r_idx+1}_C{c_idx+1}"
|
||
info = _classify_text(example)
|
||
info["example"] = example
|
||
info["header"] = headers[c_idx] if c_idx < len(headers) else ""
|
||
placeholders[ph] = info
|
||
|
||
|
||
def _analyze_table_area(tbl_info: dict, prefix: str, location: str,
|
||
placeholders: dict):
|
||
"""헤더/푸터 내의 표 데이터 분석"""
|
||
cells = tbl_info.get("cellTexts", [])
|
||
for i, text in enumerate(cells):
|
||
if not text.strip():
|
||
continue
|
||
ph = f"{prefix}_CELL_{i+1}"
|
||
info = _classify_text(text)
|
||
info["example"] = text
|
||
info["location"] = location
|
||
placeholders[ph] = info
|
||
|
||
|
||
# ================================================================
|
||
# 작성 패턴 분석
|
||
# ================================================================
|
||
|
||
def _analyze_writing_patterns(template_info: dict, semantic_map: dict) -> dict:
|
||
"""문체 및 구성 패턴 분석"""
|
||
overall = semantic_map.get("overallStyle", {})
|
||
|
||
return {
|
||
"style": overall.get("writingStyle", "혼합형"),
|
||
"bullet_char": overall.get("bulletType", "•"),
|
||
"table_usage": overall.get("tableUsage", "보통"),
|
||
"principles": [
|
||
"템플릿의 문체(~함, ~임)를 유지할 것",
|
||
"불렛 기호와 들여쓰기 수준을 일관되게 적용할 것"
|
||
]
|
||
}
|