108 lines
4.3 KiB
Python
108 lines
4.3 KiB
Python
#!/usr/bin/env python3
|
|
"""
|
|
独立终审/pass 前核验 PDF 批注交付件（2026-06-22 阳澄湖团建实证）。
|
|
|
|
用于扫描件/PDF 合同走"批注模式"交付后，小Maggie作为总负责人独立亲验——
|
|
不只信 workflow final_review 自报。docx 专项检查（编号/INS字体/numPr）对 PDF 不适用，
|
|
PDF 批注交付改查以下项：
|
|
|
|
1. Nextcloud 交付件 ↔ 本地核验件 SHA256 字节一致（防同步/编码改坏）
|
|
2. 页数：原件 == 交付件
|
|
3. 原文完整性：原件批注数应为 0（确认原文未被改动）
|
|
4. 批注数 + author：高亮(Highlight)与批注气泡(Text)应配对，全部 author=WB
|
|
5. 批注格式合规：内容全以"建议"开头，无【】标签、无理由/原因解释
|
|
6. 高亮几何锚定：落在正文区（非页边/空白），宽度横跨条款行
|
|
|
|
⚠️ 若交付件大小/页数异常（如读出 0 页、大小骤变），先排查是不是用户在 OnlyOffice
|
|
手动编辑——别急着判定损坏并用本地副本覆盖。见 SKILL.md "已知坑"第一条。
|
|
|
|
用法:
|
|
python3 verify_pdf_annotation_deliverable.py <原件.pdf> <Nextcloud交付件.pdf> [本地核验件.pdf]
|
|
# 第三个参数可选；给了就做 SHA256 字节一致性比对
|
|
"""
|
|
import sys, os, hashlib
|
|
|
|
try:
|
|
import pymupdf
|
|
except ImportError:
|
|
import fitz as pymupdf
|
|
|
|
FORBIDDEN = ['【', '】', '原因', '理由', '因为', '风险'] # 批注禁用 token（保密条款本体"因乙方原因"需人工甄别）
|
|
|
|
def sha256(p):
|
|
h = hashlib.sha256()
|
|
with open(p, 'rb') as f:
|
|
h.update(f.read())
|
|
return h.hexdigest()
|
|
|
|
def main():
|
|
if len(sys.argv) < 3:
|
|
print(__doc__); sys.exit(1)
|
|
orig, deliv = sys.argv[1], sys.argv[2]
|
|
local = sys.argv[3] if len(sys.argv) > 3 else None
|
|
ok = True
|
|
|
|
# 1. SHA256 字节一致
|
|
if local:
|
|
s_d, s_l = sha256(deliv), sha256(local)
|
|
same = s_d == s_l
|
|
print(f"[1] SHA256 NC↔本地 {'✅一致' if same else '❌不一致'} NC={s_d[:16]} 本地={s_l[:16]}")
|
|
ok &= same
|
|
|
|
do, dd = pymupdf.open(orig), pymupdf.open(deliv)
|
|
|
|
# 2. 页数
|
|
p_ok = len(do) == len(dd)
|
|
print(f"[2] 页数 原件{len(do)}==交付{len(dd)} {'✅' if p_ok else '❌'}")
|
|
ok &= p_ok
|
|
if len(dd) == 0:
|
|
print(" ⚠️ 交付件读出 0 页！先查是不是用户在 OnlyOffice 改动/后台编码，别判定损坏就覆盖。")
|
|
ok = False
|
|
|
|
# 3. 原文完整性
|
|
orig_annots = sum(len(list(p.annots() or [])) for p in do)
|
|
print(f"[3] 原件批注数={orig_annots} {'✅原文未改动' if orig_annots == 0 else '⚠️原件本身带批注'}")
|
|
|
|
# 4 & 5. 批注数/author/格式
|
|
total = 0; authors = set(); types = {}; bad_fmt = []
|
|
for pi, page in enumerate(dd):
|
|
for a in page.annots() or []:
|
|
total += 1
|
|
info = a.info
|
|
authors.add(info.get('title', ''))
|
|
t = a.type[1]; types[t] = types.get(t, 0) + 1
|
|
c = (info.get('content', '') or '').strip()
|
|
if c:
|
|
if not c.startswith('建议'):
|
|
bad_fmt.append(f"P{pi+1}: 非'建议'开头: {c[:30]}")
|
|
for tok in FORBIDDEN:
|
|
if tok in c:
|
|
bad_fmt.append(f"P{pi+1}: 含禁用token[{tok}]: {c[:30]}")
|
|
a_ok = authors <= {'WB'} and total > 0
|
|
print(f"[4] 批注总数={total} 类型={types} author={authors} {'✅' if a_ok else '❌'}")
|
|
ok &= a_ok
|
|
if bad_fmt:
|
|
print(f"[5] ❌批注格式问题{len(bad_fmt)}处:")
|
|
for b in bad_fmt[:10]:
|
|
print(f" {b}")
|
|
ok = False
|
|
else:
|
|
print(f"[5] 批注格式 ✅全以'建议'开头、无【】/理由")
|
|
|
|
# 6. 高亮几何锚定（落正文非页边）
|
|
print(f"[6] 高亮锚定位置:")
|
|
for pi, page in enumerate(dd):
|
|
ph = page.rect.height
|
|
for a in page.annots() or []:
|
|
if a.type[1] == 'Highlight':
|
|
r = a.rect
|
|
yp = r.y0 / ph * 100
|
|
flag = '✅' if (5 < yp < 95 and r.width > 200) else '⚠️疑似页边/过窄'
|
|
print(f" P{pi+1} y={yp:.0f}%高 宽{r.width:.0f}px {flag}")
|
|
|
|
print(f"\n{'='*40}\n总核验: {'✅ 全部通过，可交付/登记' if ok else '❌ 有问题，先排查再说'}")
|
|
sys.exit(0 if ok else 2)
|
|
|
|
if __name__ == '__main__':
|
|
main()
|