770: gaps_title_and_text

app/main/check_packs/pack_config.py

@@ -56,6 +56,7 @@
     ["report_task_tracker"],
     ["report_abbreviations_check"],
     ["report_was_were_check"],
+    ["report_gaps_between_title_and_text_check"],
 ]
 
 DEFAULT_TYPE = 'pres'

app/main/checks/report_checks/gaps_title_and_text.py

@@ -0,0 +1,80 @@
+from ..base_check import BaseReportCriterion, answer
+
+
+class ReportGapsBetweenTitleAndTextCheck(BaseReportCriterion):
+    label = "Не должно быть висячих заголовков (когда заголовок и абзац текста расположены на разных страницах)"
+    id = "report_gaps_between_title_and_text_check"
+
+    def __init__(self, file_info):
+        super().__init__(file_info)
+
+    def check(self):
+        try:
+            headers = self.file.make_chapters(self.file_type["report_type"])
+            if not headers:
+                return answer(False, "Не найдено ни одного заголовка.")
+
+            headers_info = []
+            for header in headers:
+                if "heading" in header.get("style"):
+                    header_name = header.get("text")
+                    header_text = header.get("child")[0].get("text")[:40]
+                    headers_info.append(
+                        {
+                            "header": header_name,
+                            "header_text": header_text,
+                            "page_num": None,
+                            "header_is_found": False,
+                        }
+                    )
+
+            page_counter = self.file.page_counter()
+            fail_headers_info = []
+            current_header_idx = 0
+
+            for page_num in range(1, page_counter + 1):
+                text_on_page = self.file.pdf_file.text_on_page[page_num]
+
+                while current_header_idx < len(headers_info):
+                    header_info = headers_info[current_header_idx]
+
+                    if header_info.get("header_is_found"):
+                        current_header_idx += 1
+                        continue
+
+                    header_is_found = header_info["header"] in text_on_page
+                    text_is_found = header_info["header_text"] in text_on_page
+
+                    if header_is_found:
+                        if not text_is_found:
+                            header_info["page_num"] = page_num
+                            header_info["header_is_found"] = True
+                            fail_headers_info.append(header_info)
+                        current_header_idx += 1
+                    else:
+                        break
+
+            if len(fail_headers_info) == 0:
+                return answer(
+                    True,
+                    "Проверка разрывов между заголовком и текстом пройдена! \
+                        Все заголовки и следующий за ними текст находятся на одной странице.",
+                )
+
+            pages_str = "<br>   ".join(f"{info['header']} (стр. {info['page_num']})<br>" for info in fail_headers_info)
+
+            return answer(
+                False,
+                f"Проверка разрывов между заголовком и текстом не пройдена!<br>"
+                f"Обнаружены висячие заголовки:<br> {pages_str}<br><br>"
+                f"Как исправить:<br>"
+                f"1. Найдите заголовки на указанных страницах<br>"
+                f"2. Убедитесь, что после заголовка есть хотя бы 1 строка текста<br>"
+                f"3. Если заголовок внизу страницы, добавьте разрыв страницы перед ним<br>",
+            )
+
+        except Exception as e:
+            return answer(
+                False,
+                f"Ошибка при проверке разрывов между заголовком и текстом: {str(e)}",
+            )