libs.utils.textutil

  1"""
  2libs/utils/textutil.py
  3"""
  4
  5import os
  6from enum import Enum, auto
  7from math import ceil, floor
  8from typing import TYPE_CHECKING, Any
  9
 10import libs.global_value as g
 11
 12if TYPE_CHECKING:
 13    from pathlib import Path
 14
 15
 16class ConversionType(Enum):
 17    """変換タイプ"""
 18
 19    HtoZ = auto()
 20    """半角文字を全角文字に変換(数字のみ)"""
 21    ZtoH = auto()
 22    """全角文字を半角文字に変換(数字のみ)"""
 23    HtoK = auto()
 24    """ひらがなをカタカナに変換"""
 25    KtoH = auto()
 26    """カタカナをひらがなに変換"""
 27
 28
 29def str_conv(text: str, kind: ConversionType) -> str:
 30    """
 31    文字列変換
 32
 33    Args:
 34        text (str): 変換対象文字列
 35        kind (ConversionType): 変換種類
 36
 37    Returns:
 38        str: 変換後の文字列
 39
 40    """
 41    zen = "".join(chr(0xFF10 + i) for i in range(10))
 42    han = "".join(chr(0x30 + i) for i in range(10))
 43    hira = "".join(chr(0x3041 + i) for i in range(86))
 44    kana = "".join(chr(0x30A1 + i) for i in range(86))
 45
 46    match kind:
 47        case ConversionType.HtoZ:
 48            trans_table = str.maketrans(han, zen)
 49        case ConversionType.ZtoH:
 50            trans_table = str.maketrans(zen, han)
 51        case ConversionType.HtoK:
 52            trans_table = str.maketrans(hira, kana)
 53        case ConversionType.KtoH:
 54            trans_table = str.maketrans(kana, hira)
 55        case _:
 56            return text
 57
 58    return text.translate(trans_table)
 59
 60
 61def save_file_path(filename: str, delete: bool = False) -> "Path":
 62    """
 63    保存ファイルのフルパスを取得
 64
 65    Args:
 66        filename (str): デフォルトファイル名
 67        delete (bool, optional): 生成済みファイルを削除. Defaults to False.
 68
 69    Returns:
 70        Path: 保存ファイルパス
 71
 72    """
 73    _, file_ext = os.path.splitext(filename)
 74    file_name = f"{g.params.filename}{file_ext}" if g.params.filename else f"{filename}"
 75    file_path = g.cfg.setting.work_dir / file_name
 76
 77    if file_path.exists() and delete:
 78        os.remove(file_path)
 79
 80    return file_path
 81
 82
 83def split_balanced(data: list[list[Any]], target_size: int, tolerance: float = 0.15) -> list[list[Any]]:
 84    """
 85    リストデータを指定個数で分割
 86
 87    Args:
 88        data (list[list[Any]]): 対象データ
 89        target_size (int): 分割サイズ
 90        tolerance (float, optional): 個数誤差. Defaults to 0.15.
 91
 92    Returns:
 93        list[list[Any]]: 分割したリスト
 94
 95    """
 96    # 分割サイズに0が指定されている場合は何もしない
 97    if not target_size:
 98        return data
 99
100    n = len(data)
101    if n == 0:
102        return []
103
104    min_size = int(target_size * (1 - tolerance))
105    max_size = int(target_size * (1 + tolerance))
106
107    # 最小ブロック数の候補を計算
108    min_blocks = ceil(n / max_size)
109    max_blocks = floor(n / min_size)
110
111    # 許容範囲内でブロック数を決める（なるべく少ない）
112    for num_blocks in range(min_blocks, max_blocks + 1):
113        size = n / num_blocks
114        if min_size <= size <= max_size:
115            break
116    else:
117        # 条件を満たすブロック数がない場合は単純均等割り
118        num_blocks = ceil(n / target_size)
119
120    # 実際の分割処理
121    base_size = n // num_blocks
122    remainder = n % num_blocks
123
124    result: list[list[Any]] = []
125    start = 0
126    for i in range(num_blocks):
127        end = start + base_size + (1 if i < remainder else 0)
128        result.append(data[start:end])
129        start = end
130
131    return result
132
133
134def split_text_blocks(text: str, limit: int = 2000) -> list[str]:
135    """
136    指定文字数でテキストを行単位で分割してリストにする
137
138    Args:
139        text (str): 対象文字列
140        limit (int, optional): 分割文字数. Defaults to 2000.
141
142    Returns:
143        list[str]: 分割リスト
144
145    """
146    blocks: list[str] = []
147    current_data = ""
148    buffer_data = ""
149    in_code = False
150    min_gap_after_code_start = 10
151    lines_count = 0
152
153    for _, line in enumerate(text.splitlines(keepends=True)):
154        stripped = line.strip()
155        buffer_data += line
156
157        # --- コードブロック開始／終了検出 ---
158        if stripped.startswith("```"):
159            in_code = not in_code
160            if not in_code:
161                current_data += buffer_data
162                buffer_data = ""
163            continue
164
165        lines_count += 1 if in_code else 0
166
167        # --- 文字数チェック ---
168        if len(current_data + buffer_data) > limit:
169            if lines_count > min_gap_after_code_start:
170                if in_code:
171                    blocks.append(current_data + buffer_data + "```\n")
172                    buffer_data = "```\n"
173                else:
174                    blocks.append(current_data + buffer_data)
175                    buffer_data = ""
176            else:
177                blocks.append(current_data)  # 先頭の改行は削除されてしまう
178            current_data = ""
179
180    return blocks