96f25fc0eb
- DOCX 4종 → Markdown 미러링 체계 구축 (Git diff 추적) - DOCX에 개정이력 테이블 삽입 (Pretendard 9pt, 파란 헤더) - 자동화 스크립트 3종 (추출/삽입/동기화 검증) - revisions.json, CHANGELOG.md, INDEX.md 업데이트 - .gitignore에 contracts 경로 allowlist 추가
256 lines
7.8 KiB
Python
256 lines
7.8 KiB
Python
#!/usr/bin/env python3
|
|
"""
|
|
DOCX ↔ Markdown 동기화 검증 스크립트
|
|
|
|
DOCX에서 텍스트를 추출하고 Markdown 파일의 텍스트와 비교하여
|
|
불일치 항목을 리포트한다.
|
|
"""
|
|
|
|
import difflib
|
|
import re
|
|
import sys
|
|
from pathlib import Path
|
|
|
|
from docx import Document
|
|
|
|
BASE_DIR = Path(__file__).resolve().parent.parent
|
|
DOCX_DIR = BASE_DIR / "docx"
|
|
MD_DIR = BASE_DIR / "markdown"
|
|
|
|
# DOCX → Markdown 파일 매핑
|
|
FILE_MAP = {
|
|
"01_고객_서비스이용계약서_v4_0_전자서명용.docx": "01-service-agreement.md",
|
|
"비밀유지서약서.docx": "02-nda.md",
|
|
"영업파트너 위촉계약서.docx": "03-partner-agreement.md",
|
|
"영업파트너 위촉계약서(단체용).docx": "04-partner-agreement-group.md",
|
|
}
|
|
|
|
|
|
def extract_text_from_docx(docx_path):
|
|
"""DOCX에서 순수 텍스트만 추출 (개정이력 테이블 제외, 인터리빙 방식)"""
|
|
doc = Document(str(docx_path))
|
|
lines = []
|
|
|
|
from docx.oxml.ns import qn as _qn
|
|
|
|
body = doc.element.body
|
|
para_idx = 0
|
|
table_idx = 0
|
|
skip_revision = False
|
|
|
|
for child in body:
|
|
tag = child.tag.split("}")[-1] if "}" in child.tag else child.tag
|
|
|
|
if tag == "p":
|
|
if para_idx < len(doc.paragraphs):
|
|
text = doc.paragraphs[para_idx].text.strip()
|
|
para_idx += 1
|
|
|
|
if "개정이력" in text:
|
|
skip_revision = True
|
|
continue
|
|
if text:
|
|
skip_revision = False
|
|
lines.append(text)
|
|
|
|
elif tag == "tbl":
|
|
if table_idx < len(doc.tables):
|
|
table = doc.tables[table_idx]
|
|
table_idx += 1
|
|
|
|
# 개정이력 테이블 건너뛰기
|
|
if len(table.rows) > 0:
|
|
first_row_text = [cell.text.strip() for cell in table.rows[0].cells]
|
|
if "버전" in first_row_text and "날짜" in first_row_text:
|
|
skip_revision = False
|
|
continue
|
|
|
|
if skip_revision:
|
|
skip_revision = False
|
|
continue
|
|
|
|
for row in table.rows:
|
|
row_text = " | ".join(cell.text.strip() for cell in row.cells)
|
|
if row_text.strip():
|
|
lines.append(row_text)
|
|
|
|
return lines
|
|
|
|
|
|
def extract_text_from_markdown(md_path):
|
|
"""Markdown에서 순수 텍스트만 추출 (프론트매터, 마크업 제거)"""
|
|
content = md_path.read_text(encoding="utf-8")
|
|
lines = []
|
|
|
|
in_frontmatter = False
|
|
in_table = False
|
|
|
|
for line in content.split("\n"):
|
|
stripped = line.strip()
|
|
|
|
# YAML 프론트매터 건너뛰기
|
|
if stripped == "---":
|
|
in_frontmatter = not in_frontmatter
|
|
continue
|
|
if in_frontmatter:
|
|
continue
|
|
|
|
# 빈 줄 건너뛰기
|
|
if not stripped:
|
|
in_table = False
|
|
continue
|
|
|
|
# Markdown 마크업 제거
|
|
text = stripped
|
|
|
|
# 헤딩 마크업 제거
|
|
text = re.sub(r"^#{1,6}\s+", "", text)
|
|
|
|
# 리스트 마크업 제거
|
|
text = re.sub(r"^\s*[-*+]\s+", "", text)
|
|
|
|
# Bold/Italic 마크업 제거
|
|
text = re.sub(r"\*\*(.+?)\*\*", r"\1", text)
|
|
text = re.sub(r"\*(.+?)\*", r"\1", text)
|
|
|
|
# 블록인용 제거
|
|
text = re.sub(r"^>\s*", "", text)
|
|
|
|
# 테이블 구분선 건너뛰기
|
|
if re.match(r"^\|[\s\-|]+\|$", text):
|
|
continue
|
|
|
|
# 테이블 행
|
|
if text.startswith("|") and text.endswith("|"):
|
|
# 파이프 제거하고 셀 텍스트 추출
|
|
cells = [c.strip() for c in text.strip("|").split("|")]
|
|
text = " | ".join(cells)
|
|
|
|
text = text.strip()
|
|
if text:
|
|
lines.append(text)
|
|
|
|
return lines
|
|
|
|
|
|
def normalize_text(text):
|
|
"""비교를 위한 텍스트 정규화"""
|
|
# 공백 정규화
|
|
text = re.sub(r"\s+", " ", text).strip()
|
|
# 특수문자 정규화
|
|
text = text.replace("\u00a0", " ") # non-breaking space
|
|
text = text.replace("\u3000", " ") # ideographic space
|
|
# 언더스코어 빈칸 정규화
|
|
text = re.sub(r"_{3,}", "___", text)
|
|
return text
|
|
|
|
|
|
def compare_documents(docx_name, md_name):
|
|
"""두 문서의 텍스트를 비교"""
|
|
docx_path = DOCX_DIR / docx_name
|
|
md_path = MD_DIR / md_name
|
|
|
|
if not docx_path.exists():
|
|
return {"status": "error", "message": f"DOCX 파일 없음: {docx_name}"}
|
|
if not md_path.exists():
|
|
return {"status": "error", "message": f"Markdown 파일 없음: {md_name}"}
|
|
|
|
docx_lines = [normalize_text(l) for l in extract_text_from_docx(docx_path) if l.strip()]
|
|
md_lines = [normalize_text(l) for l in extract_text_from_markdown(md_path) if l.strip()]
|
|
|
|
# difflib로 비교
|
|
matcher = difflib.SequenceMatcher(None, docx_lines, md_lines)
|
|
ratio = matcher.ratio()
|
|
|
|
# 차이점 추출
|
|
diffs = []
|
|
for tag, i1, i2, j1, j2 in matcher.get_opcodes():
|
|
if tag == "equal":
|
|
continue
|
|
elif tag == "replace":
|
|
for idx in range(max(i2 - i1, j2 - j1)):
|
|
docx_text = docx_lines[i1 + idx] if i1 + idx < i2 else "(없음)"
|
|
md_text = md_lines[j1 + idx] if j1 + idx < j2 else "(없음)"
|
|
diffs.append({
|
|
"type": "변경",
|
|
"docx": docx_text[:80],
|
|
"markdown": md_text[:80],
|
|
})
|
|
elif tag == "delete":
|
|
for idx in range(i1, i2):
|
|
diffs.append({
|
|
"type": "DOCX에만 존재",
|
|
"docx": docx_lines[idx][:80],
|
|
"markdown": "-",
|
|
})
|
|
elif tag == "insert":
|
|
for idx in range(j1, j2):
|
|
diffs.append({
|
|
"type": "Markdown에만 존재",
|
|
"docx": "-",
|
|
"markdown": md_lines[idx][:80],
|
|
})
|
|
|
|
return {
|
|
"status": "ok",
|
|
"similarity": round(ratio * 100, 1),
|
|
"docx_lines": len(docx_lines),
|
|
"md_lines": len(md_lines),
|
|
"diff_count": len(diffs),
|
|
"diffs": diffs[:20], # 상위 20개만
|
|
}
|
|
|
|
|
|
def main():
|
|
print("=" * 70)
|
|
print("DOCX ↔ Markdown 동기화 검증")
|
|
print("=" * 70)
|
|
|
|
all_ok = True
|
|
|
|
for docx_name, md_name in FILE_MAP.items():
|
|
print(f"\n{'─' * 50}")
|
|
print(f"문서: {docx_name}")
|
|
print(f" ↔ {md_name}")
|
|
print(f"{'─' * 50}")
|
|
|
|
result = compare_documents(docx_name, md_name)
|
|
|
|
if result["status"] == "error":
|
|
print(f" [ERROR] {result['message']}")
|
|
all_ok = False
|
|
continue
|
|
|
|
similarity = result["similarity"]
|
|
status_icon = "OK" if similarity >= 80 else "WARN" if similarity >= 60 else "FAIL"
|
|
|
|
print(f" 유사도: {similarity}% [{status_icon}]")
|
|
print(f" DOCX 라인: {result['docx_lines']}")
|
|
print(f" Markdown 라인: {result['md_lines']}")
|
|
print(f" 차이점: {result['diff_count']}개")
|
|
|
|
if result["diffs"]:
|
|
print(f"\n 주요 차이점 (상위 {min(len(result['diffs']), 10)}개):")
|
|
for i, diff in enumerate(result["diffs"][:10]):
|
|
print(f" [{diff['type']}]")
|
|
if diff["docx"] != "-":
|
|
print(f" DOCX: {diff['docx']}")
|
|
if diff["markdown"] != "-":
|
|
print(f" MD: {diff['markdown']}")
|
|
|
|
if similarity < 80:
|
|
all_ok = False
|
|
|
|
print(f"\n{'=' * 70}")
|
|
if all_ok:
|
|
print("결과: 모든 문서 동기화 상태 양호")
|
|
else:
|
|
print("결과: 일부 문서에서 불일치 발견 - 확인 필요")
|
|
print(f"{'=' * 70}")
|
|
|
|
return 0 if all_ok else 1
|
|
|
|
|
|
if __name__ == "__main__":
|
|
sys.exit(main())
|