utils.py

import numpy as np
import plotly.graph_objects as go


def draw_radar_chart(data, categories):
    arr = np.array(data, dtype='int')
    fig = go.Figure()
    fig.add_trace(go.Scatterpolar(
        r=arr,
        theta=categories,
        fill='toself'
    ))
    fig.update_layout(
        polar=dict(
            radialaxis=dict(
                visible=True,
                range=(0, 100)
            )),
        showlegend=False
    )
    return fig


def draw_multi_radar_chart(data, categories):
    # arr = np.array(data, dtype='int')
    # categories = ['A', 'B', 'C', 'D', 'E']

    fig = go.Figure()
    for arr in data:
        fig.add_trace(go.Scatterpolar(
            r=arr,
            theta=categories,
            fill='toself'
        ))

    fig.update_layout(
        polar=dict(
            radialaxis=dict(
                visible=True,
                range=(0, 100)
            )),
        showlegend=False
    )

    return fig


def extract_json(s):
    import re

    # 假设这是你的字符串
    # s = '```json\n{ "key": "value" }\n```'

    # 使用正则表达式匹配```json和```之间的内容
    match = re.search(r'```json\s*(.*?)```', s, re.DOTALL)

    # 如果找到了匹配的内容，打印出来
    if match:
        return match.group(1)

if __name__ == '__main__':
    arr = np.array([[80, 90,90,90,],[80, 90,90,90,]],dtype='int')
    categories = ['A', 'B', 'C', 'D']
    print(draw_multi_radar_chart(arr,categories))
    s = '''
    根据您的要求，以下是根据候选人的简历从[教育背景、工作经验、技能特长、项目经历和成果、领导力和管理能力、自我学习和发展能力、沟通和协作能力、岗位匹配度]这八个维度进行打分，并给出相应的打分理由：
```json
{
    "教育背景": {
        "评价": "良好",
        "打分理由": "候选人毕业于清华大学，属于985、211大学，符合优秀教育背景的要求"
    },
    "工作经验": {
        "评价": "一般",
        "打分理由": "候选人在百度公司担任算法工程师，但工作时间较短，只有两年多的工作经验，表现一般"
    },
    "技能特长": {
        "评价": "优秀",
        "打分理由": "候选人掌握多种编程语言和工具，具备扎实的计算机基础知识，掌握算法和数据结构，具备较强的编程能力，掌握机器学习和深度学习的相关技能，具备自然语言处理、数据挖掘等相关技能"
    },
    "项目经历和成果": {
        "评价": "优秀",
        "打分理由": "候选人参与了中文分词、文本分类等项目的开发工作，并取得了良好的效果，具备解决问题和团队合作能力，取得了显著的项目成果"
    },
    "领导力和管理能力": {
        "评价": "优秀",
        "打分理由": "候选人在百度公司担任算法工程师期间，负责自然语言处理算法的研究与实现，参与了公司某项重要项目的开发过程，为项目提供了高质量的算法支持，具备优秀的领导力和管理能力，曾成功承担过领导职责或项目管理职务"
    },
    "自我学习和发展能力": {
        "评价": "100",
        "打分理由": "候选人具有较强的学习意愿和能力，具备积极主动地学习和扩充知识的意愿和能力，持续学习并不断提升自己"
    },
    "沟通和协作能力": {
        "评价": "一般",
        "打分理由": "候选人在简历中提到具备一些沟通和协作能力，但简历中描述有限，能够与他人有效地进行交流和合作，但不够积极主动"
    },
    "岗位匹配度": "高"
}
```
    '''
    print(extract_json(s))