manuscript_conversion.py

import pandas as pd
import re
import os
import tempfile


# 新しいカラムを作成する関数
def process_text(row, column_name):
    script_start_pattern = r"##\s*リスニングスクリプト"
    question_start = "Question:"
    choice_start = "##選択肢"
    correct_choice = "【正解選択肢】"

    # 【正解選択肢】の直前に ##選択肢 を挿入する処理
    if correct_choice in row[column_name] and not choice_start in row[column_name]:
        row[column_name] = row[column_name].replace(correct_choice, choice_start + correct_choice)

    # 正規表現を使用してスクリプト開始部分を探す
    script_parts = re.split(script_start_pattern, row[column_name], flags=re.IGNORECASE)
    if len(script_parts) > 1:
        script_part = script_parts[1]
        if choice_start in script_part:
            choice_part = script_part.split(choice_start, 1)[1]
            script_text = script_part.split(choice_start)[0].strip()
            choice_text = choice_part.strip()

            if question_start in script_text:
                question_text = script_text.split(question_start, 1)[1]
                script_text = script_text.split(question_start)[0].strip()
            else:
                question_text = ""

            return pd.Series({
                f'{column_name}_スクリプト': script_text,
                f'{column_name}_Question': question_text,
                f'{column_name}_選択肢': choice_text
            })
    # 必要なセクションが存在しない場合、空の文字列を返す
    return pd.Series({
        f'{column_name}_スクリプト': "",
        f'{column_name}_Question': "",
        f'{column_name}_選択肢': ""
    })

# 処理を行うカラムのリスト
columns_to_process = ['問題1', '問題2', '日本語訳_問題1', '日本語訳_問題2']


def manuscript_conversion(csv_file):
    # CSVファイルを読み込む
    df = pd.read_csv(csv_file.name)

    # 各カラムに対して処理を適用し、新しいカラムをDataFrameに追加
    for column in columns_to_process:
        df = df.join(df.apply(lambda row: process_text(row, column), axis=1))
        
    # 元の問題1と問題2、日本語訳_問題1と日本語訳_問題2のカラムを削除
    df.drop(columns=columns_to_process, inplace=True)
    
    # csvを書き出す
    with tempfile.NamedTemporaryFile(delete=False, suffix='.csv') as tmp:
        # cp932で保存、エラーは無視（置換しても良い）
        df.to_csv(tmp.name, index=False, encoding='cp932', errors='ignore')
        output_path = tmp.name
    # ファイル名を変更
    new_path = os.path.join(os.path.dirname(output_path), "output.csv")
    os.rename(output_path, new_path)
    return new_path