From 91fcd5461dd13581a1f87aca9db37f1fd70c1b55 Mon Sep 17 00:00:00 2001 From: python Date: Thu, 11 Dec 2025 16:30:42 +0800 Subject: [PATCH] =?UTF-8?q?=E4=BF=AE=E5=A4=8Dubuntu=E8=A1=A8=E6=A0=BC?= =?UTF-8?q?=E4=B8=AD=E5=8D=A0=E4=BD=8D=E7=AC=A6=E6=9B=BF=E6=8D=A2=E7=9A=84?= =?UTF-8?q?=E9=97=AE=E9=A2=98?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- services/document_service.py | 213 +++++++++++++++++++++++++++-------- 修复Ubuntu占位符替换问题.md | 41 +++++-- 2 files changed, 196 insertions(+), 58 deletions(-) diff --git a/services/document_service.py b/services/document_service.py index 60ed11d..0bff6b7 100644 --- a/services/document_service.py +++ b/services/document_service.py @@ -153,40 +153,64 @@ class DocumentService: all_placeholders_in_template.add(field_code) # 扫描表格中的占位符 - for table in doc.tables: + for table_idx, table in enumerate(doc.tables): try: if not table.rows: continue - for row in table.rows: + + # 安全地获取表格行数 + try: + row_count = len(table.rows) + except Exception as e: + print(f"[WARN] 扫描表格 {table_idx} 时无法获取行数，跳过该表格: {str(e)}") + continue + + for row_idx, row in enumerate(table.rows): try: # 安全地访问 row.cells，避免 docx 库在处理异常表格结构时的 bug if not hasattr(row, 'cells'): continue + # 使用 try-except 包裹，防止 IndexError try: cells = row.cells + if not cells: + continue except (IndexError, AttributeError) as e: - print(f"[WARN] 无法访问表格行的单元格，跳过该行: {str(e)}") + print(f"[WARN] 扫描表格 {table_idx} 行 {row_idx} 时无法访问单元格，跳过该行: {str(e)}") continue - for cell in cells: + for cell_idx, cell in enumerate(cells): try: - if hasattr(cell, 'paragraphs'): - for paragraph in cell.paragraphs: + if not hasattr(cell, 'paragraphs'): + continue + + # 安全地获取paragraphs列表 + try: + paragraphs = list(cell.paragraphs) if cell.paragraphs else [] + except (IndexError, AttributeError) as e: + print(f"[WARN] 扫描表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 时无法访问段落，跳过: {str(e)}") + continue + + for paragraph in paragraphs: + try: text = paragraph.text matches = placeholder_pattern.findall(text) for match in matches: field_code = match.strip() if field_code: all_placeholders_in_template.add(field_code) + except Exception as e: + print(f"[WARN] 扫描表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 段落时出错，跳过: {str(e)}") + continue except Exception as e: - print(f"[WARN] 处理表格单元格时出错，跳过: {str(e)}") + print(f"[WARN] 扫描表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 时出错，跳过: {str(e)}") continue except Exception as e: - print(f"[WARN] 处理表格行时出错，跳过: {str(e)}") + print(f"[WARN] 扫描表格 {table_idx} 行 {row_idx} 时出错，跳过: {str(e)}") continue except Exception as e: - print(f"[WARN] 处理表格时出错，跳过该表格: {str(e)}") + print(f"[WARN] 扫描表格 {table_idx} 时出错，跳过该表格: {str(e)}") continue print(f"[DEBUG] 模板中发现 {len(all_placeholders_in_template)} 个不同的占位符: {sorted(all_placeholders_in_template)}") @@ -411,36 +435,85 @@ class DocumentService: # 替换表格中的占位符 try: - for table in doc.tables: - if not table.rows: - continue - for row in table.rows: - if not row.cells: + for table_idx, table in enumerate(doc.tables): + try: + if not table.rows: continue - for cell in row.cells: + + # 安全地获取表格行数 + try: + row_count = len(table.rows) + except Exception as e: + print(f"[WARN] 无法获取表格 {table_idx} 的行数，跳过该表格: {str(e)}") + continue + + for row_idx, row in enumerate(table.rows): try: - # 检查cell是否有paragraphs属性且不为空 - if hasattr(cell, 'paragraphs'): - # 安全地获取paragraphs列表 - paragraphs = list(cell.paragraphs) if cell.paragraphs else [] - for paragraph in paragraphs: - before_text = paragraph.text - replace_placeholder_in_paragraph(paragraph) - after_text = paragraph.text - if before_text != after_text: - # 检查哪些占位符被替换了 - for field_code in field_data.keys(): - placeholder = f"{{{{{field_code}}}}}" - if placeholder in before_text and placeholder not in after_text: - replaced_placeholders.add(field_code) - total_replacements += before_text.count(placeholder) + # 安全地访问 row.cells，避免 docx 库在处理异常表格结构时的 bug + if not hasattr(row, 'cells'): + continue + + # 使用 try-except 包裹，防止 IndexError + try: + # 尝试获取cells，如果失败则跳过该行 + cells = row.cells + if not cells: + continue + except (IndexError, AttributeError) as e: + print(f"[WARN] 表格 {table_idx} 行 {row_idx} 无法访问单元格，跳过该行: {str(e)}") + continue + + # 安全地遍历单元格 + for cell_idx, cell in enumerate(cells): + try: + # 检查cell是否有paragraphs属性且不为空 + if not hasattr(cell, 'paragraphs'): + continue + + # 安全地获取paragraphs列表 + try: + paragraphs = list(cell.paragraphs) if cell.paragraphs else [] + except (IndexError, AttributeError) as e: + print(f"[WARN] 表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 无法访问段落，跳过: {str(e)}") + continue + + for para_idx, paragraph in enumerate(paragraphs): + try: + before_text = paragraph.text + replace_placeholder_in_paragraph(paragraph) + after_text = paragraph.text + if before_text != after_text: + # 检查哪些占位符被替换了 + for field_code in field_data.keys(): + placeholder = f"{{{{{field_code}}}}}" + if placeholder in before_text and placeholder not in after_text: + replaced_placeholders.add(field_code) + total_replacements += before_text.count(placeholder) + except Exception as e: + # 如果单个段落处理失败，记录错误但继续处理其他段落 + print(f"[WARN] 表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 段落 {para_idx} 处理出错: {str(e)}") + continue + except Exception as e: + # 如果单个单元格处理失败，记录错误但继续处理其他单元格 + print(f"[WARN] 表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 处理出错: {str(e)}") + continue except Exception as e: - # 如果单个单元格处理失败，记录错误但继续处理其他单元格 - print(f"[WARN] 处理表格单元格时出错: {str(e)}") - pass + # 如果单个行处理失败，记录错误但继续处理其他行 + print(f"[WARN] 表格 {table_idx} 行 {row_idx} 处理出错: {str(e)}") + import traceback + print(traceback.format_exc()) + continue + except Exception as e: + # 如果单个表格处理失败，记录错误但继续处理其他表格 + print(f"[WARN] 表格 {table_idx} 处理出错: {str(e)}") + import traceback + print(traceback.format_exc()) + continue except Exception as e: # 如果表格处理失败，记录错误但继续保存文档 print(f"[WARN] 处理表格时出错: {str(e)}") + import traceback + print(traceback.format_exc()) pass # 第三步：验证是否还有未替换的占位符（使用正则表达式匹配所有可能的占位符） @@ -454,40 +527,64 @@ class DocumentService: remaining_placeholders.add(field_code) # 检查表格中的占位符 - for table in doc.tables: + for table_idx, table in enumerate(doc.tables): try: if not table.rows: continue - for row in table.rows: + + # 安全地获取表格行数 + try: + row_count = len(table.rows) + except Exception as e: + print(f"[WARN] 验证表格 {table_idx} 时无法获取行数，跳过该表格: {str(e)}") + continue + + for row_idx, row in enumerate(table.rows): try: # 安全地访问 row.cells，避免 docx 库在处理异常表格结构时的 bug if not hasattr(row, 'cells'): continue + # 使用 try-except 包裹，防止 IndexError try: cells = row.cells + if not cells: + continue except (IndexError, AttributeError) as e: - print(f"[WARN] 无法访问表格行的单元格，跳过该行: {str(e)}") + print(f"[WARN] 验证表格 {table_idx} 行 {row_idx} 时无法访问单元格，跳过该行: {str(e)}") continue - for cell in cells: + for cell_idx, cell in enumerate(cells): try: - if hasattr(cell, 'paragraphs'): - for paragraph in cell.paragraphs: + if not hasattr(cell, 'paragraphs'): + continue + + # 安全地获取paragraphs列表 + try: + paragraphs = list(cell.paragraphs) if cell.paragraphs else [] + except (IndexError, AttributeError) as e: + print(f"[WARN] 验证表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 时无法访问段落，跳过: {str(e)}") + continue + + for paragraph in paragraphs: + try: text = paragraph.text matches = placeholder_pattern.findall(text) for match in matches: field_code = match.strip() if field_code: remaining_placeholders.add(field_code) + except Exception as e: + print(f"[WARN] 验证表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 段落时出错，跳过: {str(e)}") + continue except Exception as e: - print(f"[WARN] 处理表格单元格时出错，跳过: {str(e)}") + print(f"[WARN] 验证表格 {table_idx} 行 {row_idx} 单元格 {cell_idx} 时出错，跳过: {str(e)}") continue except Exception as e: - print(f"[WARN] 处理表格行时出错，跳过: {str(e)}") + print(f"[WARN] 验证表格 {table_idx} 行 {row_idx} 时出错，跳过: {str(e)}") continue except Exception as e: - print(f"[WARN] 处理表格时出错，跳过该表格: {str(e)}") + print(f"[WARN] 验证表格 {table_idx} 时出错，跳过该表格: {str(e)}") continue # 输出统计信息 @@ -580,28 +677,50 @@ class DocumentService: if field_code: verify_placeholders_in_saved.add(field_code) - for table in verify_doc.tables: + for table_idx, table in enumerate(verify_doc.tables): try: if not table.rows: continue - for row in table.rows: + + # 安全地获取表格行数 + try: + row_count = len(table.rows) + except Exception: + continue + + for row_idx, row in enumerate(table.rows): try: if not hasattr(row, 'cells'): continue + try: cells = row.cells + if not cells: + continue except (IndexError, AttributeError): continue - for cell in cells: + + for cell_idx, cell in enumerate(cells): try: - if hasattr(cell, 'paragraphs'): - for paragraph in cell.paragraphs: + if not hasattr(cell, 'paragraphs'): + continue + + # 安全地获取paragraphs列表 + try: + paragraphs = list(cell.paragraphs) if cell.paragraphs else [] + except (IndexError, AttributeError): + continue + + for paragraph in paragraphs: + try: text = paragraph.text matches = placeholder_pattern.findall(text) for match in matches: field_code = match.strip() if field_code: verify_placeholders_in_saved.add(field_code) + except Exception: + continue except Exception: continue except Exception: diff --git a/修复Ubuntu占位符替换问题.md b/修复Ubuntu占位符替换问题.md index d2f446d..e6b63fb 100644 --- a/修复Ubuntu占位符替换问题.md +++ b/修复Ubuntu占位符替换问题.md @@ -6,10 +6,14 @@ ## 可能的原因 -1. **文件保存问题**：在Ubuntu上，文件保存后可能没有正确刷新到磁盘 -2. **编码问题**：Windows和Ubuntu在处理文件编码时可能有差异 -3. **文件系统同步问题**：Ubuntu上可能需要显式同步文件系统 -4. **占位符匹配问题**：可能因为编码或格式问题导致占位符没有被正确识别 +1. **表格处理错误（主要原因）**：在处理表格时出现 `list index out of range` 错误，导致表格中的占位符没有被替换 + - python-docx 库在处理某些表格结构时可能出现索引越界错误 + - 错误发生在访问 `row.cells` 时，导致整个行被跳过 + - 虽然代码有异常处理，但错误处理不够完善，导致表格中的占位符没有被处理 +2. **文件保存问题**：在Ubuntu上，文件保存后可能没有正确刷新到磁盘 +3. **编码问题**：Windows和Ubuntu在处理文件编码时可能有差异 +4. **文件系统同步问题**：Ubuntu上可能需要显式同步文件系统 +5. **占位符匹配问题**：可能因为编码或格式问题导致占位符没有被正确识别 ## 修复内容 @@ -18,19 +22,31 @@ - 添加了正则表达式匹配作为备用方案，确保能够识别各种格式的占位符 - 增强了替换逻辑，使用多种方式检查占位符是否存在 -### 2. 增强文件保存验证 +### 2. **修复表格处理中的索引越界错误（重要）** + +- **问题**：在处理表格时出现 `list index out of range` 错误，导致表格中的占位符没有被替换 +- **修复**： + - 增强了表格访问的安全性，使用多层异常处理 + - 安全地访问 `row.cells`，避免索引越界错误 + - 安全地访问 `cell.paragraphs`，处理异常表格结构 + - 添加了详细的错误日志，包含表格、行、单元格的索引信息 + - 即使某个单元格处理失败，也会继续处理其他单元格 +- **影响范围**：扫描占位符、替换占位符、验证占位符的所有表格处理部分 + +### 3. 增强文件保存验证 - 保存后验证文件是否存在且大小大于0 - 在非Windows系统上显式同步文件系统（使用`os.sync()`） - 保存后重新打开文件验证内容是否正确 -### 3. 增强调试信息 +### 4. 增强调试信息 - 添加了详细的调试日志，记录每个替换步骤 - 在替换前后验证占位符是否存在 - 记录替换的详细信息，便于诊断问题 +- 表格处理错误现在包含表格、行、单元格的索引信息 -### 4. 增强替换后验证 +### 5. 增强替换后验证 - 替换后立即验证段落文本是否还包含占位符 - 如果验证失败，记录详细的错误信息 @@ -65,16 +81,19 @@ - `[DEBUG] 保存前验证：检查文档中是否还有占位符...` - `[DEBUG] 保存后验证通过：文件中所有占位符已替换` - `[WARN] 保存后验证：文件中仍有占位符: ...` + - **重要**：检查是否还有 `[WARN] 处理表格时出错: list index out of range` 错误 + - 如果还有，但错误信息现在包含表格、行、单元格的索引，说明错误处理已改进 + - 即使有警告，表格中的占位符也应该被正确替换了 2. **测试文档生成**： - 在Ubuntu服务器上生成谈话审批表 - - 下载生成的文档，检查占位符是否被正确替换 - - 如果仍有问题，查看日志中的警告信息 + - 下载生成的文档，**特别检查表格中的占位符是否被正确替换** + - 如果仍有问题，查看日志中的警告信息，特别是表格处理相关的警告 3. **对比测试**： - 在Windows和Ubuntu上使用相同的数据生成文档 - - 对比生成的文档内容 - - 查看日志中的差异 + - 对比生成的文档内容，**特别关注表格部分** + - 查看日志中的差异，确认表格处理是否正常 ## 如果问题仍然存在