eomsangdon
06640d04ea
- collect_law.py: 부칙단위[:20] 상한 제거(법제처 XML은 오래된 순 → 최신 부칙 절단됨), 목이 항의 직속 자식으로 오는 구조 처리(문서 순서 순회), _meta에 수집일 필드 추가 - split_cost_docs.py: 노임 표 신뢰도 플래그(*/**) 캡처 → 별도 열로 복원 - patch_law_md.py 신설: 보관 XML 기준 누락분만 보충(전량 재생성은 후처리 파괴하므로 금지). README에 사유·절차 명문화
145 lines
5.7 KiB
Python
145 lines
5.7 KiB
Python
# -*- coding: utf-8 -*-
|
|
"""보관된 법령 XML 기준으로 기존 md 의 누락분만 보충한다 (네트워크 미사용).
|
|
|
|
기존 md 에는 수동·스크립트 후처리(박스표 → 마크다운 표, 수식, 이미지)가
|
|
적용돼 있어 전체 재렌더링은 그 결과를 파괴한다. 따라서 **추가만** 한다.
|
|
|
|
보충 대상 (2026-08-14 감사에서 확인된 변환 누락 2종):
|
|
1. 부칙 절단 — 과거 collect_law.py 가 `부칙단위[:20]` 만 출력해 최신 부칙이
|
|
통째로 빠졌다. md 에 없는 부칙단위를 뒤에 이어붙인다.
|
|
2. 목(가·나·다…) 미출력 — 목이 호가 아니라 항의 직속 자식으로 오는 구조를
|
|
처리하지 못해 누락됐다. 부모 호 줄 뒤에 들여쓰기 4칸으로 삽입한다.
|
|
|
|
사용:
|
|
python patch_law_md.py --dry # 변경량만 출력
|
|
python patch_law_md.py # 저장
|
|
"""
|
|
import re
|
|
import sys
|
|
import xml.etree.ElementTree as ET
|
|
|
|
from collect_law import ROOT, T, clean
|
|
|
|
분류목록 = ("법률", "행정규칙")
|
|
STEM = re.compile(r"^(현행|교본시점)_\d{8}$")
|
|
부칙헤더 = re.compile(r"부칙\s*<[^>]*>")
|
|
|
|
|
|
def 부칙키(text):
|
|
"""'부칙 <제20903호,2025.4.2>' → 정규화 키."""
|
|
m = 부칙헤더.search(text or "")
|
|
return re.sub(r"\s+", "", m.group(0)) if m else None
|
|
|
|
|
|
def 목텍스트(mo):
|
|
return clean(T(mo, "목내용")) or clean(" ".join(x for x in mo.itertext() if x))
|
|
|
|
|
|
def patch(md_path, xml_path):
|
|
"""(부칙 추가수, 목 추가수, 목 앵커실패수)"""
|
|
root = ET.parse(xml_path).getroot()
|
|
text = md_path.read_text(encoding="utf-8")
|
|
lines = text.splitlines()
|
|
부칙추가, 목추가, 앵커실패 = 0, 0, 0
|
|
|
|
# ── 1) 목 삽입 (뒤에서부터 삽입해 인덱스 밀림 방지) ──
|
|
조문 = root.find("조문")
|
|
작업 = []
|
|
if 조문 is not None:
|
|
for j in 조문.findall("조문단위"):
|
|
for h in j.findall("항"):
|
|
앵커 = None # 직전 호 내용
|
|
for kid in h:
|
|
if kid.tag == "호":
|
|
앵커 = clean(T(kid, "호내용"))
|
|
for mo in kid.findall("목"):
|
|
작업.append((앵커, 목텍스트(mo)))
|
|
elif kid.tag == "목":
|
|
작업.append((앵커, 목텍스트(kid)))
|
|
for ho in j.findall("호"):
|
|
앵커 = clean(T(ho, "호내용"))
|
|
for mo in ho.findall("목"):
|
|
작업.append((앵커, 목텍스트(mo)))
|
|
|
|
# 앵커별로 묶어 한 번에 삽입
|
|
묶음 = {}
|
|
for 앵커, mv in 작업:
|
|
if not mv or mv in text: # 이미 있으면 건너뜀
|
|
continue
|
|
if not 앵커:
|
|
앵커실패 += 1
|
|
continue
|
|
묶음.setdefault(앵커, []).append(mv)
|
|
|
|
for 앵커, 목들 in 묶음.items():
|
|
idx = next((i for i, l in enumerate(lines) if l.strip() == 앵커.strip()), None)
|
|
if idx is None:
|
|
idx = next((i for i, l in enumerate(lines) if 앵커.strip() and 앵커.strip() in l), None)
|
|
if idx is None:
|
|
앵커실패 += len(목들)
|
|
continue
|
|
lines[idx + 1:idx + 1] = [f" {mv}" for mv in 목들]
|
|
목추가 += len(목들)
|
|
|
|
# ── 2) 부칙 보충 ──
|
|
부칙 = root.find("부칙")
|
|
if 부칙 is not None:
|
|
units = 부칙.findall("부칙단위")
|
|
본문 = "\n".join(lines)
|
|
기존키 = {re.sub(r"\s+", "", m) for m in 부칙헤더.findall(본문)}
|
|
누락 = [b for b in units if (부칙키(T(b, "부칙내용")) or "") not in 기존키]
|
|
if 누락:
|
|
if "## 부칙" not in 본문:
|
|
lines += ["", "## 부칙", ""]
|
|
add = []
|
|
for b in 누락:
|
|
body = clean(T(b, "부칙내용"))
|
|
if not body.strip():
|
|
continue
|
|
for ln in body.split("\n"):
|
|
add.append(f"> {ln}" if ln.strip() else ">")
|
|
add.append("")
|
|
부칙추가 += 1
|
|
# 첨부파일 절이 뒤에 있으면 그 앞에, 없으면 끝에
|
|
pos = next((i for i, l in enumerate(lines) if l.startswith("## 첨부파일")), len(lines))
|
|
lines[pos:pos] = add
|
|
|
|
if 부칙추가 or 목추가:
|
|
md_path.write_text("\n".join(lines) + "\n", encoding="utf-8")
|
|
return 부칙추가, 목추가, 앵커실패
|
|
|
|
|
|
def main(dry=False):
|
|
합계 = [0, 0, 0]
|
|
파일 = 0
|
|
for 분류 in 분류목록:
|
|
base = ROOT / 분류
|
|
if not base.is_dir():
|
|
continue
|
|
for folder in sorted(p for p in base.iterdir() if p.is_dir()):
|
|
for xml_path in sorted(folder.glob("*.xml")):
|
|
if not STEM.match(xml_path.stem):
|
|
continue
|
|
md_path = xml_path.with_suffix(".md")
|
|
if not md_path.exists():
|
|
continue
|
|
if dry:
|
|
orig = md_path.read_text(encoding="utf-8")
|
|
b, m, f = patch(md_path, xml_path)
|
|
if dry:
|
|
md_path.write_text(orig, encoding="utf-8")
|
|
if b or m or f:
|
|
파일 += 1
|
|
print(f" {분류}/{folder.name}/{md_path.name}: 부칙+{b} 목+{m}"
|
|
+ (f" (앵커실패 {f})" if f else ""))
|
|
합계[0] += b
|
|
합계[1] += m
|
|
합계[2] += f
|
|
print(f"\n파일 {파일}건 / 부칙 +{합계[0]} · 목 +{합계[1]}"
|
|
+ (f" · 앵커실패 {합계[2]}" if 합계[2] else "")
|
|
+ (" (dry-run — 원복함)" if dry else " 저장 완료"))
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main(dry="--dry" in sys.argv)
|