feat: Added LaTeX error modification using deepseek-reasoner

Author: Gavin-WangSC

writer.py

@@ -7,6 +7,9 @@
 import os
 import glob
 import yaml
+import re
+import subprocess
+import tempfile
 
 path_to = f'src/content/blog/{datetime.datetime.now().strftime("%Y-%m-%d")}'
 
@@ -84,35 +87,185 @@ def outline(topic):
 def write_from_outline(outline):
     global deepseek, existing_posts_text
     return generate([
-        {"role": "system", "content": "你是一位专业技术博客作者。在写作时请遵循以下中文排版规范：1) 中文与英文、数字之间需要有空格；2) 中文标点与英文、数字之间不加空格；3) 使用全角中文标点；4) 专有名词大小写正确；5) 英文、数字使用半角字符；6) 使用直角引号「」。"},
-        {"role": "user", "content": f"{outline}\n\n根据这个提纲中关于技术知识的部分，写出一篇技术博客文章。文章中避免出现图片，避免使用列表。每一段出现的代码都进行较为详细的解读。在讲述内容时尽量使用段落的语言，语言风格可以略偏专业，但保持清晰。使用Markdown（要求符合Common Markdown规范）输出，使用LaTeX公式（注意：数学的开闭定界符前后不能有字母或数字字符。像x$a + b = c$或$a + b = c$1将无法渲染为数学公式（所有$会被渲染为$）；但x $\\infty$ 1和($\\infty$)会正常渲染），标题尽量只用一级标题 `#` 和二级标题 `##`，不要用分割线。请遵循中文排版规范，确保中英文之间有空格，使用正确的标点符号。直接输出正文。"}
+        {"role": "system", "content": "你是一位专业技术博客作者。在写作时请遵循以下中文排版规范：使用全角中文标点；专有名词大小写正确；英文、数字使用半角字符；使用直角引号「」。"},
+        {"role": "user", "content": f"{outline}\n\n根据这个提纲中关于技术知识的部分，写出一篇技术博客文章。文章中避免出现图片，不能使用任何列表。每一段出现的代码都进行较为详细的解读。在讲述内容时尽量使用段落的语言，语言风格可以略偏专业，但保持清晰。使用Markdown（要求符合Common Markdown规范）输出，使用LaTeX公式（注意：数学的开闭定界符前后不能有字母或数字字符。像x$a + b = c$或$a + b = c$1将无法渲染为数学公式（所有$会被渲染为$）；但x $\\infty$ 1和($\\infty$)会正常渲染），标题尽量只用一级标题 `#` 和二级标题 `##`，不要用分割线。请遵循中文排版规范，使用正确的标点符号。直接输出正文。"}
     ], deepseek, "deepseek-reasoner")
 
 def summary(article):
     global deepseek
     return generate([
-        {"role": "system", "content": "你是一个技术博客简介写作者，简介不一定需要涵盖文章的全部内容，能起到一定的提示作用即可。直接输出简介。遵循以下中文排版规范：1) 中文与英文、数字之间需要有空格；2) 中文标点与英文、数字之间不加空格；3) 使用全角中文标点；4) 专有名词大小写正确；5) 英文、数字使用半角字符。注意简介被作为副标题使用，不是一句句子，不要以句号结尾。"},
+        {"role": "system", "content": "你是一个技术博客简介写作者，简介不一定需要涵盖文章的全部内容，能起到一定的提示作用即可。直接输出简介。遵循以下中文排版规范：使用全角中文标点；专有名词大小写正确；英文、数字使用半角字符。注意简介被作为副标题使用，不是一句句子，不要以句号结尾。"},
         {"role": "user", "content": f"给这篇文章写一个15字的简短介绍：\n\n{article}"}
     ], deepseek, "deepseek-chat")
 
+# LaTeX error handling
+def remove_latex_comments(latex_str: str) -> str:
+    lines = latex_str.splitlines()
+    cleaned_lines = []
+    for line in lines:
+        m = re.search(r'(?<!\\)%', line)
+        if m:
+            line = line[:m.start()]
+        cleaned_lines.append(line)
+    return "\n".join(cleaned_lines)
+
+def check_balanced_braces(latex_str: str) -> (bool, list):
+    stack = []
+    errors = []
+    for index, char in enumerate(latex_str):
+        if char == '{':
+            stack.append(index)
+        elif char == '}':
+            if not stack:
+                errors.append(f"位置 {index}: 右大括号 '}}' 没有对应的左大括号")
+            else:
+                stack.pop()
+    if stack:
+        for pos in stack:
+            errors.append(f"位置 {pos}: 左大括号 '{{' 没有对应的右大括号")
+    return (len(errors) == 0), errors
+
+def check_environment_matching(latex_str: str) -> (bool, list):
+    errors = []
+    env_stack = []
+    pattern = re.compile(r'\\(begin|end)\s*{([^}]+)}')
+    for m in pattern.finditer(latex_str):
+        cmd = m.group(1)
+        env = m.group(2).strip()
+        pos = m.start()
+        if cmd == "begin":
+            env_stack.append((env, pos))
+        else:  # cmd == "end"
+            if not env_stack:
+                errors.append(f"位置 {pos}: \\end{{{env}}} 没有对应的 \\begin")
+            else:
+                last_env, last_pos = env_stack.pop()
+                if last_env != env:
+                    errors.append(f"位置 {last_pos} 的 \\begin{{{last_env}}} 与位置 {pos} 的 \\end{{{env}}} 不匹配")
+    if env_stack:
+        for env, pos in env_stack:
+            errors.append(f"位置 {pos}: \\begin{{{env}}} 没有对应的 \\end")
+    return (len(errors) == 0), errors
+
+def run_static_checks(latex_snippet: str) -> list:
+    cleaned = remove_latex_comments(latex_snippet)
+    errors = []
+    ok_braces, brace_errors = check_balanced_braces(cleaned)
+    ok_env, env_errors = check_environment_matching(cleaned)
+    if not ok_braces:
+        errors.extend(["大括号错误: " + err for err in brace_errors])
+    if not ok_env:
+        errors.extend(["环境匹配错误: " + err for err in env_errors])
+    return errors
+
+def check_with_pdflatex(latex_snippet: str) -> list:
+    """
+    call pdflatex for compilation checking and return the error messages detected in the compilation log.
+    """
+    template = r"""
+\documentclass{article}
+\usepackage{amsmath}
+\begin{document}
+%s
+\end{document}
+    """ % latex_snippet
+    
+    errors = []
+    with tempfile.TemporaryDirectory() as tmpdirname:
+        tex_file = os.path.join(tmpdirname, "temp.tex")
+        with open(tex_file, "w", encoding="utf-8") as f:
+            f.write(template)
+        try:
+            proc = subprocess.run(
+                ["pdflatex", "-interaction=nonstopmode", tex_file],
+                stdout=subprocess.PIPE, stderr=subprocess.PIPE,
+                cwd=tmpdirname, timeout=15
+            )
+            output = proc.stdout.decode("utf-8") + proc.stderr.decode("utf-8")
+            for line in output.splitlines():
+                if line.startswith("!"):
+                    errors.append(line.strip())
+            if proc.returncode != 0 and not errors:
+                errors.append("pdflatex 返回非 0 错误码，编译可能存在问题。")
+        except Exception as e:
+            errors.append(f"调用 pdflatex 编译时出错: {e}")
+    return errors
+
+def extract_latex_segments(markdown_text: str) -> list:
+    """
+    extract latex segments from markdown
+    """
+    segments = []
+    block_pattern = re.compile(r'\$\$([\s\S]+?)\$\$', re.MULTILINE)
+    segments.extend(block_pattern.findall(markdown_text))
+    inline_pattern = re.compile(r'(?<!\$)\$([^$\n]+?)\$(?!\$)')
+    segments.extend(inline_pattern.findall(markdown_text))
+    return segments
+
+def latex_errors(markdown_text: str) -> dict:
+    segments = extract_latex_segments(markdown_text)
+    report = {}
+    for idx, seg in enumerate(segments):
+        seg = seg.strip()
+        static_errors = run_static_checks(seg)
+        pdflatex_errors = check_with_pdflatex(seg)
+        report[f"公式段 {idx+1}"] = {
+            "原始内容": seg,
+            "静态检测错误": static_errors,
+            "pdflatex 检测错误": pdflatex_errors
+        }
+    return report
+
+def modify_latex(markdown_text: str, error):
+    global deepseek
+    return generate([
+        {"role": "system", "content": "你是LaTeX校验员。以下是一段Markdown文本，其中的LaTeX代码有错误，请基于报错修正。同时文本要遵循以下中文排版规范：使用全角中文标点；专有名词大小写正确；英文、数字使用半角字符。直接在输出中输出文本内容。"},
+        {"role": "user", "content": f"<原文>\n{markdown_text}\n</原文>\n\n<报错>\n{error}\n</报错>"}
+    ], deepseek, "deepseek-reasoner")
+
+is_latin = lambda ch: '\u0000' <= ch <= '\u007F' or '\u00A0' <= ch <= '\u024F'
+is_nonspace_latin = lambda ch: is_latin(ch) and not ch.isspace() and not ch in """*()[]{}"'/-@#"""
+is_nonpunct_cjk = lambda ch: not is_latin(ch) and ch not in "·！￥…（）—【】、；：‘’“”，。《》？「」"
+
+def beautify_string(text):
+    res = ""
+    for idx in range(len(text)):
+        if idx and (
+            (is_nonspace_latin(text[idx])     and is_nonpunct_cjk(text[idx - 1])) or
+            (is_nonspace_latin(text[idx - 1]) and is_nonpunct_cjk(text[idx]))
+        ): res += " "
+        res += text[idx]
+    return res
+
 start = time.time()
 print("     Generating topic:")
-topic = extract_topic(topics_text)
+topic = beautify_string(extract_topic(topics_text))
 print(f"     Determined topic: {topic}; time spent {time.time() - start:.1f} s")
 
 start = time.time()
 print("   Generating outline:")
-outline_result = outline(topic)
+outline_result = beautify_string(outline(topic))
 print(f"   Determined outline: time spent {time.time() - start:.1f} s")
 
 start = time.time()
 print("   Generating article:")
 article = write_from_outline(outline_result)
 print(f"      Article written: time spent {time.time() - start:.1f} s")
 
+if latex_errors(article):
+    print("      latex_errors exist")
+    start = time.time()
+    article = modify_latex(article, latex_errors(article))
+    print(f"      LaTeX errors fixed: time spent {time.time() - start:.1f} s")
+
+start = time.time()
+article = beautify_string(article)
+print(f"      Article beautified: time spent {time.time() - start:.1f} s")
+
+
 start = time.time()
 print("   Generating summary:")
-summary_result = summary(article)
+summary_result = beautify_string(summary(article))
 print(f"      Decided Summary: {summary_result}; time spent {time.time() - start:.1f} s")
 
 lines = iter(article.split("\n"))
@@ -146,4 +299,4 @@ def summary(article):
 with open(f"{path_to}/index.md", "w", encoding="utf-8") as f:
     f.write(markdown_file)
 
-print(f"     Composed article: {path_to}/index.md")
+print(f"     Composed article: {path_to}/index.md")