config.py

# -*- coding: utf-8 -*-

"""
Created by Shengbo.Zhang on 2021/10/12
"""

# 定义正文的各段落之间的分隔符
SEGMENT_SYMBOL = '\n'

# 定义表格之间的分隔符（无需添加换行符'\n'）
TABLE_SYMBOL = '-----表格-----'

# 定义表格中单元格之间的分隔符
TABLE_CELL_SYMBOL = '\t'

# 定义临时生成的Docx文件的命名后缀
TEMP_DOCX_SUFFIX = 'TEMP_DOCX'

# 筛选可处理的公告文件标题特点
ANNOUNCEMENT_TITLE_FEATURE = [['公告', -2],
                              ['通知', -2],
                              ['说明', -2],
                              ['意见', -2],
                              ['预告', -2],
                              ['快报', -2],
                              ['摘要', -2],
                              ['意见函', -3],
                              ['回复函', -3],
                              ['意见书', -3]]
def _check_ann_title_processable(title, exp=0):
    if exp == 0:
        for item in ANNOUNCEMENT_TITLE_FEATURE:
            if title[item[1]:] == item[0]:
                return True
    elif exp == 1:
        for item in ANNOUNCEMENT_TITLE_FEATURE:
            if title[item[1]-1:] == item[0]+'\n':
                return True
    elif exp == 2:
        for item in ANNOUNCEMENT_TITLE_FEATURE:
            if title[-2+item[1]:-2] == item[0]:
                return True
    return False

# 一级专用名词语料库
FIRST_PROPER_CORPUS = ['被担保人名称：', '本次担保金额及累计为其担保金额：', '本次是否有反担保：', '对外担保逾期的累计数量：',
                       '企业名称：', '注册资本：', '经营范围：', '法定代表人：', '注册地址：', '财务状况（以下数据未经审计）：',
                       '担保方式：', '担保期限：', '担保金额：', '担保额度：',
                       '主体要求：', '成立年限要求：', '客户类型要求：', '商业信用要求：', '反担保要求：', '资金安全性要求：',
                       '住所：', '成立日期：', '统一社会信用代码：', '甲方：', '乙方：', '甲方承诺：', '乙方承诺：', '理由：',
                       '本次会议是否有否决议案：', '审议结果：',
                       '律师事务所：', '律师：', '结论意见：',
                       '股东大会召开日期：', '网络投票系统：', '股东大会类型和届次', '股东大会类型和届次：', '股东大会召集人：',
                       '投票方式：', '召开的日期时间：', '召开地点：', '召开日期：', '起止时间：',
                       '各议案已披露的时间和披露媒体：', '特别决议议案：', '对中小投资者单独计票的议案：', '涉及关联股东回避表决的议案：',
                       '应回避表决的关联股东名称：', '涉及优先股股东参与表决的议案：', '登记地点：', '登记时间：',
                       '联系人：', '联系电话：', '传真：', '地址：', '邮编：',
                       '案件所属的诉讼阶段：', '上市公司子公司所处的当事人地位：', '涉案的金额：', '是否会对上市公司损益产生负面影响：',
                       '原告：', '被告：', '住所地：', '诉讼机构名称：', '上市公司控股子公司所处的当事人地位：',
                       '归属于上市公司股东的净利润：', '归属于上市公司股东的扣除非经常性损益的净利润：', '每股收益：'] + \
                      [f"甲方{i}：" for i in '一二三四五六七八九十'] + [f"乙方{i}：" for i in '一二三四五六七八九十']

# 二级专用名词语料库（指出现在一级专用名词所在段落中的名词，不应单独成段落）
SECOND_PROPER_CORPUS = ['许可经营项目：', '一般经营项目：']