yjh051108/mmkit/docx-template-map

PASS=true
[ -f _template_map.json ] && SZ=$(wc -c < _template_map.json) || SZ=0
if [ "$SZ" -ge 100 ] && python3 -m json.tool _template_map.json > /dev/null 2>&1; then
    echo "✅ _template_map.json ($SZ bytes, 合法 JSON)"
else
    echo "❌ _template_map.json 缺失或不是合法 JSON"
    PASS=false
fi
[ -f _template_check_report.md ] && echo "✅ _template_check_report.md" || { echo "❌ _template_check_report.md 缺失"; PASS=false; }
[ "$PASS" != true ] && echo "⛔ 产出验证失败 — 必须补全后重新跑验证, 不要结束本步骤"

TEMPLATE=""
if [ -n "$ARGUMENTS" ] && [ -f "$ARGUMENTS" ]; then
    TEMPLATE="$ARGUMENTS"
else
    # 优先 user_data/ 下，再扫工作区根
    for cand in user_data/*.docx user_data/*.dotx *.docx *.dotx; do
        [ -f "$cand" ] || continue
        # 跳过我们自己生成的
        case "$cand" in
            *converted.docx|*test_filled.docx|*paper/main.docx|paper/*.docx) continue;;
        esac
        TEMPLATE="$cand"; break
    done
fi
[ -z "$TEMPLATE" ] && { echo "未找到模板"; exit 1; }
echo "Template: $TEMPLATE"
 
# 源 markdown — 先尝试已生成的论文 / 报告
SOURCE=""
for cand in paper/main.md PROPOSAL.md LITERATURE_REVIEW.md COURSE_PAPER.md COURSE_REPORT.md; do
    [ -f "$cand" ] && { SOURCE="$cand"; break; }
done
[ -z "$SOURCE" ] && echo "⚠ 未找到源 markdown，只能生成 map 不能试填"
echo "Source MD: $SOURCE"

python3 _utils/docx_template_analyze.py \
    --template "$TEMPLATE" \
    --output _template_structure.json \
    --summary _template_structure.txt

=== 模板结构清单（语言：zh）===
[段   1]     标题（此处换成论文的标题）
[段   2]     摘要
[段   3]     (说明：以下开始写摘要...)
[段  38]     正文内容(原则上不能超过20页)
[段  43]     参考文献 （可另起一页）
[段  52]     附录（另起一页）

cat > _template_map.json <<'JSON'
{
  "language": "zh",
  "title_anchor_para_idx": <N>,
  "abstract_anchor_para_idx": <N>,
  "body_anchor_para_idx": <N>,
  "body_anchor_mode": "delete",
  "references_anchor_para_idx": <N>,
  "appendix_anchor_para_idx": <N or null>,
  "delete_paragraph_indices": [...],
  "preserve_table_indices": [0]
}
JSON

python3 - <<'PY'
import json
m = json.load(open('_template_map.json', encoding='utf-8'))
del_set = set(m.get('delete_paragraph_indices') or [])
anchors = {k: m.get(k) for k in [
    'title_anchor_para_idx', 'abstract_anchor_para_idx',
    'body_anchor_para_idx', 'references_anchor_para_idx',
    'appendix_anchor_para_idx',
]}
for k, v in anchors.items():
    if v is not None and v in del_set:
        print(f"❌ {k}={v} 在 delete_paragraph_indices 里 — 必须移除")
        import sys; sys.exit(1)
print("OK: anchors 与 delete_paragraph_indices 无冲突")
PY

[ -z "$SOURCE" ] && exit 0  # 没源 md 就交付当前 map
 
python3 _utils/docx_template_fill.py \
    --template "$TEMPLATE" \
    --source "$SOURCE" \
    --output _template_test_filled.docx \
    --workspace . 2>&1 | tee _template_fill.log

python3 _utils/docx_template_analyze.py \
    --template _template_test_filled.docx \
    --output _template_filled_structure.json \
    --summary _template_filled_structure.txt

# 残留占位检查
echo "=== 残留占位 ==="
grep -nE '(此处|请输入|请填写|____|\[摘 要\]|<.*>)' _template_filled_structure.txt | grep -v '^=' || echo "OK 无占位残留"
 
# 残留示例 / 格式说明（用户根据模板特征自行补充关键词）
echo "=== 残留示例 ==="
grep -nE '(职场不败玫瑰|1\.1文献综述|2\.1创建文档|装订格式|参考文献著录格式|\[编号\] 作者)' \
    _template_filled_structure.txt || echo "OK 无示例残留"
 
# 应有内容（源 md 的章节标题）
echo "=== 源 md 章节是否在 filled 里 ==="
grep -E '^##\s' "$SOURCE" | sed 's/^## *//' | while read title; do
    [ -z "$title" ] && continue
    if grep -qF "$title" _template_filled_structure.txt; then
        echo "  ✅ $title"
    else
        echo "  ❌ 缺失: $title"
    fi
done

cat > _template_check_report.md <<EOF
# DOCX 模板占位映射报告
 
**模板**：\`$TEMPLATE\`
**源 markdown**：\`$SOURCE\`
**自检轮数**：N / 3
**最终状态**：✅ 通过 / ⚠️ 部分通过 / ❌ 未通过
 
## anchor 映射
 
| 区域 | idx | 命中段文本 |
|------|-----|------------|
| 标题 | $title_idx | ... |
| 摘要 | $abs_idx | ... |
| 正文起点 | $body_idx | ... |
| 参考文献 | $ref_idx | ... |
| 附录 | $app_idx | ... |
 
## 删除段（共 N 个）
 
按类别归类：
- 标题占位说明：[idx 列表]
- 摘要说明：[idx 列表]
- 模板示例正文：[idx 列表]
- 格式说明区：[idx 列表]
 
## 自检结果
 
- ✅/❌ 占位符全部替换
- ✅/❌ 模板示例残留清除
- ✅/❌ 格式说明清除
- ✅/❌ 应有正文章节齐全
- ✅/❌ 封面字段保留
 
## 仍需人工处理
 
（如有残留无法自动修，列在此处）
EOF