python(25) : 含有大模型生成的公式的文本渲染成图片并生成word文档

公式样例

渲染前

   \[
   \sqrt{1904.615384} \approx 43.64
   \]

渲染后

安装依赖

pip install matplotlib  -i https://mirrors.aliyun.com/pypi/simple/ requests

pip install sympy  -i https://mirrors.aliyun.com/pypi/simple/ requests

pip install python-docx -i https://mirrors.aliyun.com/pypi/simple/ requests

代码

# -*- coding: utf-8 -*-
import os
import random
import string
import time

import matplotlib.pyplot as plt
from docx import Document

start_marker = "\["
end_marker = "\]"

output_tmp_folder = f'{os.getcwd()}math_2_img{os.sep}'
if not os.path.exists(output_tmp_folder):
    os.mkdir(output_tmp_folder)


def is_have_math(text):
    s_count = text.count('\[')
    e_count = text.count('\]')
    if s_count >= e_count or e_count >= s_count:
        return True
    return False


def find_and_replace(text, start_marker="\[", end_marker="\]"):
    """
    查找并替换由_start和_end包围的文本。

    :param text: 需要处理的原始文本
    :param start_marker: 标记开始的字符串，默认为"_start"
    :param end_marker: 标记结束的字符串，默认为"_end"
    :return: 替换后的文本
    """

    result_parts = []  # 存储结果片段
    current_position = 0  # 当前处理到的位置

    while True:
        start_pos = text.find(start_marker, current_position)
        if start_pos == -1:
            # 没有找到更多的_start标记，将剩余部分添加到结果中并退出循环
            result_parts.append(text[current_position:])
            break

        # 添加_start之前的部分到结果中
        result_parts.append(text[current_position:start_pos])

        # 查找对应的_end标记
        end_pos = text.find(end_marker, start_pos + len(start_marker))
        if end_pos == -1:
            # 如果没有找到_end标记，则将剩余部分全部添加到结果中并退出
            result_parts.append(text[start_pos:])
            break

        # 提取并处理_start和_end之间的文本
        content = text[start_pos + len(start_marker):end_pos]
        processed_content = '111'  # 定义你自己的处理逻辑
        print(content)

        # 将处理后的内容添加到结果中
        result_parts.append(processed_content)

        # 更新当前处理位置为_end之后
        current_position = end_pos + len(end_marker)

    # 返回拼接后的最终结果
    return ''.join(result_parts)


def replace_first_closing_brace(text, split_marker=r'\(\boxed{', start_tag='[', end_tag=']'):
    """
    根据split_marker切割文本，并将每个元素的第一个"}"替换为replacement字符。

    :param text: 需要处理的原始文本
    :param split_marker: 用于切割文本的标记，默认为'\(\boxed{'
    :param replacement: 用来替换第一个'}'的字符，默认为'_'
    :return: 处理后的文本
    """

    # 如果没有split_marker，则直接返回原text
    if split_marker not in text:
        return text

    # 根据split_marker切割文本
    parts = text.split(split_marker)

    # 第一个元素是split_marker之前的内容，不需要处理
    processed_parts = [parts[0]]

    for part in parts[1:]:
        # 找到第一个"}"的位置并替换为replacement
        closing_brace_index = part.find('}')
        if closing_brace_index != -1:
            new_part = part[:closing_brace_index] + end_tag + part[closing_brace_index + 3:]
        else:
            new_part = part  # 如果没有找到"}"，则保持原样
        processed_parts.append(new_part)

    # 将处理后的部分重新组合成新的字符串
    result = split_marker.join(processed_parts)

    if split_marker in result:
        result = result.replace(split_marker, start_tag)
    return result


def math_generate_docx(text, path):
    # 创建新的Document对象
    document = Document()

    # 添加标题
    # document.add_heading('Document Title', 0)

    current_position = 0  # 当前处理到的位置
    imgs = []

    while True:
        start_pos = text.find(start_marker, current_position)
        if start_pos == -1:
            # 没有找到更多的_start标记，将剩余部分添加到结果中并退出循环
            other_text = replace_first_closing_brace(text[current_position:])
            document.add_paragraph(other_text)
            break

        # 添加_start之前的部分到结果中
        document.add_paragraph(text[current_position:start_pos])
        # 查找对应的_end标记
        end_pos = text.find(end_marker, start_pos + len(start_marker))
        if end_pos == -1:
            # 如果没有找到_end标记，则将剩余部分全部添加到结果中并退出
            document.add_paragraph(text[start_pos:])
            break

        # 提取并处理_start和_end之间的文本
        content = text[start_pos + len(start_marker):end_pos]
        math_img_path = math_2_img(content)
        imgs.append(math_img_path)
        document.add_picture(math_img_path)

        # 更新当前处理位置为_end之后
        current_position = end_pos + len(end_marker)

    # 保存文档到本地
    document.save(path)

    for img in imgs:
        if os.path.exists(img):
            os.remove(img)

    print(f"文档已创建并保存为 {path}")


def math_2_img(text):
    text = text.replace('\n', '')
    formula = r"$" + text + "$"

    # 创建一个只包含公式的图像
    plt.figure(figsize=(6, 1))  # 调整大小以适应公式
    plt.text(0.5, 0.5, formula, fontsize=20, ha='center', va='center')
    plt.axis('off')  # 关闭坐标轴

    # 保存图像到本地
    output_tmp_path = f'{output_tmp_folder}{generate_time_random_code(5)}.png'
    plt.savefig(output_tmp_path, bbox_inches='tight', pad_inches=0.1, dpi=300)
    plt.close()
    return output_tmp_path


def generate_random_code(length):
    characters = string.ascii_lowercase + string.digits  # 使用ascii_lowercase获取小写字母，digits获取数字
    code = ''.join(random.choice(characters) for _ in range(length))  # 从字符集中随机选择生成指定长度的随机编码
    return code


def get_time_int():
    current_time_float = time.time()  # 获取当前时间的浮点数时间戳
    current_time_int = int(current_time_float)
    return str(current_time_int)


def generate_time_random_code(length):
    return get_time_int() + generate_random_code(length)


if __name__ == '__main__':
    s = r"""
 为了解决这个问题，我们将按照以下步骤进行：

1. 计算58和64的乘积。
2. 将结果除以3.12。
3. 将结果乘以1.6。
4. 对结果取平方根。

让我们从第一步开始：

1. 计算58和64的乘积：
   \[
   58 \times 64 = 3712
   \]

2. 将3712除以3.12：
   \[
   \frac{3712}{3.12} \approx 1190.384615
   \]

3. 将1190.384615乘以1.6：
   \[
   1190.384615 \times 1.6 \approx 1904.615384
   \]

4. 对1904.615384取平方根：
   \[
   \sqrt{1904.615384} \approx 43.64
   \]

因此，最后的得数是 \(\boxed{43.64}\)。   
"""
    math_generate_docx(s, 'example.docx')