all in

2025-12-05 00:09:32 +08:00
parent bb3d22eabf
commit 3d1dbb3f97
214 changed files with 113060 additions and 1232 deletions
@@ -0,0 +1,150 @@
+/**
+ * 测试从 DOCX 文件提取占位符功能（本地文件版本）
+ * 运行: node scripts/test-docx-parser.cjs
+ *
+ * 注意：此脚本测试本地文件系统中的文档
+ * 实际应用中，文件从 MinIO 下载（使用 fetch）
+ */
+
+const fs = require('fs');
+const path = require('path');
+const PizZip = require('pizzip');
+
+// 测试文件路径
+const testDocPath = path.join(__dirname, '..', 'public', 'testWork', '买卖合同 (1).docx');
+
+console.log('='.repeat(60));
+console.log('测试从 DOCX 文件提取占位符功能（本地文件）');
+console.log('='.repeat(60));
+console.log('');
+
+try {
+  // 1. 检查文件是否存在
+  if (!fs.existsSync(testDocPath)) {
+    console.error('❌ 文件不存在:', testDocPath);
+    process.exit(1);
+  }
+
+  console.log('✅ 文件存在:', testDocPath);
+  console.log('');
+
+  // 2. 读取文件（本地文件使用 fs.readFileSync）
+  const content = fs.readFileSync(testDocPath);
+  console.log('✅ 文件读取成功, 大小:', (content.length / 1024).toFixed(2), 'KB');
+  console.log('');
+
+  // 3. 使用 PizZip 解压
+  const zip = new PizZip(content);
+  console.log('✅ PizZip 解压成功');
+  console.log('');
+
+  // 4. 读取 document.xml 文件
+  const documentXml = zip.file('word/document.xml');
+  if (!documentXml) {
+    console.error('❌ 无法找到 word/document.xml 文件');
+    process.exit(1);
+  }
+  console.log('✅ document.xml 读取成功');
+  console.log('');
+
+  // 5. 获取 XML 内容并提取纯文本
+  const xmlContent = documentXml.asText();
+  console.log('✅ XML 内容长度:', xmlContent.length);
+
+  // 移除所有 XML 标签，只保留纯文本
+  const fullText = xmlContent.replace(/<[^>]+>/g, '');
+  console.log('✅ 提取纯文本成功');
+  console.log('文本长度:', fullText.length);
+  console.log('');
+
+  // 6. 提取占位符
+  const placeholderRegex = /\{\{([^}]+)\}\}/g;
+  const matches = fullText.matchAll(placeholderRegex);
+
+  const placeholders = new Set();
+  for (const match of matches) {
+    const placeholder = match[1].trim();
+    if (placeholder) {
+      placeholders.add(placeholder);
+    }
+  }
+
+  const placeholderList = Array.from(placeholders);
+
+  console.log('✅ 提取占位符成功');
+  console.log('');
+  console.log('找到', placeholderList.length, '个占位符:');
+  console.log('='.repeat(60));
+  placeholderList.forEach((p, index) => {
+    console.log(`${index + 1}. {{${p}}}`);
+  });
+  console.log('='.repeat(60));
+  console.log('');
+
+  // 7. 推测字段类型和分组
+  console.log('字段分析:');
+  console.log('='.repeat(60));
+
+  placeholderList.forEach(placeholder => {
+    // 推测类型
+    let type = 'text';
+    if (
+      placeholder.includes('金额') ||
+      placeholder.includes('数量') ||
+      placeholder.includes('价格')
+    ) {
+      type = 'number';
+    } else if (
+      placeholder.includes('日期') ||
+      placeholder.includes('时间')
+    ) {
+      type = 'date';
+    } else if (
+      placeholder.includes('地址') ||
+      placeholder.includes('说明') ||
+      placeholder.includes('备注')
+    ) {
+      type = 'textarea';
+    }
+
+    // 推测分组
+    let group = '基本信息';
+    if (placeholder.includes('甲方')) {
+      group = '甲方信息';
+    } else if (placeholder.includes('乙方')) {
+      group = '乙方信息';
+    } else if (
+      placeholder.includes('金额') ||
+      placeholder.includes('价格') ||
+      placeholder.includes('数量')
+    ) {
+      group = '合同条款';
+    } else if (
+      placeholder.includes('日期') ||
+      placeholder.includes('时间')
+    ) {
+      group = '日期信息';
+    }
+
+    // 推测是否必填
+    const required = !placeholder.includes('可选') && !placeholder.includes('optional');
+
+    console.log(`📝 ${placeholder}`);
+    console.log(`   类型: ${type}`);
+    console.log(`   分组: ${group}`);
+    console.log(`   必填: ${required ? '是' : '否'}`);
+    console.log('');
+  });
+
+  console.log('='.repeat(60));
+  console.log('');
+  console.log('🎉 测试完成！所有功能正常工作。');
+  console.log('');
+
+} catch (error) {
+  console.error('');
+  console.error('❌ 测试失败:');
+  console.error(error);
+  console.error('');
+  process.exit(1);
+}