سرویس Pastebin (نسخه آزمایشی)
import re
import xml.etree.ElementTree as ET
import uno
from com.sun.star.awt import MessageBoxButtons as MBButtons
from com.sun.star.awt.MessageBoxType import MESSAGEBOX
# ← تبدیل اعداد انگلیسی به فارسی
def en_to_fa_numbers(text):
return text.translate(str.maketrans("0123456789", "۰۱۲۳۴۵۶۷۸۹"))
# ← بارگذاری واژه‌های غلط/درست از DocumentList.xml
def load_replacements(path):
tree = ET.parse(path)
root = tree.getroot()
replacements = {}
ns = {"bl": "http://openoffice.org/2001/block-list"}
for block in root.findall("bl:block", ns):
wrong = block.get("{http://openoffice.org/2001/block-list}abbreviated-name")
correct = block.get("{http://openoffice.org/2001/block-list}name")
if wrong and correct:
replacements[wrong] = correct
return replacements
REPLACEMENTS = load_replacements("/home/afshin/.config/libreoffice/4/user/Scripts/python/DocumentList.xml")
def fix_text_full(event=None):
ctx = uno.getComponentContext()
smgr = ctx.ServiceManager
desktop = smgr.createInstanceWithContext("com.sun.star.frame.Desktop", ctx)
doc = desktop.getCurrentComponent()
if not doc.supportsService("com.sun.star.text.TextDocument"):
return
text_obj = doc.getText()
full_text = text_obj.getString()
report_counts = {
"می": 0, "ك→ک": 0, "ي→ی": 0, "،؛؟": 0, "گیومه": 0,
"اعداد EN→FA": 0, "اعداد عربی→FA": 0, "ه ی → هٔ": 0,
"؟؟؟": 0, "فاصله قبل از علائم": 0, "غلط‌های املایی (بانک)": 0,
"نیم‌فاصله پسوندها": 0, "فاصله‌های اضافی": 0,
"فاصله قبل/بعد علائم": 0,
}
def fix_all(text):
# ۱. اصلاح «می + فاصله»
text, n = re.subn(r"می(?!\u200c)\s+([\u0600-\u06FF]+)",
lambda m: "می\u200c" + m.group(1), text)
report_counts["می"] += n
# ۲. ك → ک
c_before = text.count("ك")
if c_before:
report_counts["ك→ک"] += c_before
text = text.replace("ك", "ک")
# ۳. ي → ی
y_before = text.count("ي")
if y_before:
report_counts["ي→ی"] += y_before
text = text.replace("ي", "ی")
# ۴. علائم لاتین → فارسی
punct_map = {",": "،", ";": "؛", "?": "؟"}
for en_punct, fa_punct in punct_map.items():
n = text.count(en_punct)
if n:
report_counts["،؛؟"] += n
text = text.replace(en_punct, fa_punct)
# ۵. گیومه انگلیسی → گیومه فارسی
if '"' in text:
result, open_q, cnt = [], True, 0
for ch in text:
if ch == '"':
result.append("«" if open_q else "»")
open_q = not open_q
cnt += 1
else:
result.append(ch)
text = "".join(result)
report_counts["گیومه"] += cnt
# ۶. اعداد انگلیسی → فارسی
for d in "0123456789":
report_counts["اعداد EN→FA"] += text.count(d)
text = text.translate(str.maketrans("0123456789", "۰۱۲۳۴۵۶۷۸۹"))
# ۷. اعداد عربی → فارسی
for d in "٠١٢٣٤٥٦٧٨٩":
report_counts["اعداد عربی→FA"] += text.count(d)
text = text.translate(str.maketrans("٠١٢٣٤٥٦٧٨٩", "۰۱۲۳۴۵۶۷۸۹"))
# ۸. «ه ی» → «هٔ»
text, n = re.subn(r"(\S*ه)[\s\u200c]ی\b", lambda m: m.group(1) + "ٔ", text)
report_counts["ه ی → هٔ"] += n
# ۹. چند علامت سؤال → یکی
text, n = re.subn(r"؟{2,}", "؟", text)
report_counts["؟؟؟"] += n
# ۱۰. حذف فاصله قبل از علائم (، ؛ ؟ . و پرانتز شکسته ⟨ ⟩)
text, n = re.subn(r"\s+([،؛؟.\(\)⟨⟩])", r"\1", text)
report_counts["فاصله قبل از علائم"] += n
# ۱۱. غلط‌های املایی بانک
for wrong, correct in REPLACEMENTS.items():
pat = r"\b" + re.escape(wrong) + r"\b"
text, n = re.subn(pat, correct, text)
report_counts["غلط‌های املایی (بانک)"] += n
# ۱۲. نیم‌فاصله قبل از پسوندهای رایج
ZWNJ = "\u200c"
def fix_suffixes(m):
word = m.group(1)
suffix = m.group(2)
if word.endswith(ZWNJ):
return word + suffix
return word + ZWNJ + suffix
suffixes = r"(تر(?:ین)?|ها|ام|ات|اش|ایم|اید|اند)"
pattern2 = rf"(\S+?)(?:\s|{ZWNJ})?{suffixes}\b"
text, n2 = re.subn(pattern2, fix_suffixes, text)
report_counts["نیم‌فاصله پسوندها"] += n2
# ۱۳. حذف فاصله‌های اضافی بین کلمات
text, n = re.subn(r"[ ]{2,}", " ", text)
report_counts["فاصله‌های اضافی"] += n
if text.startswith(" "):
text = text.lstrip()
report_counts["فاصله‌های اضافی"] += 1
if text.endswith(" "):
text = text.rstrip()
report_counts["فاصله‌های اضافی"] += 1
# ۱۴. حذف فاصله‌های اضافی اطراف علائم
# شامل: پرانتز ()، گیومه «»، کروشه []، آکولاد {}، پرانتز شکسته ⟨⟩
# پرانتز
text, n1 = re.subn(r"\(\s+", "(", text)
report_counts["فاصله قبل/بعد علائم"] += n1
text, n2 = re.subn(r"\s+\)", ")", text)
report_counts["فاصله قبل/بعد علائم"] += n2
# گیومه
text, n3 = re.subn(r"«\s+", "«", text)
report_counts["فاصله قبل/بعد علائم"] += n3
text, n4 = re.subn(r"\s+»", "»", text)
report_counts["فاصله قبل/بعد علائم"] += n4
# کروشه
text, n5 = re.subn(r"\[\s+", "[", text)
report_counts["فاصله قبل/بعد علائم"] += n5
text, n6 = re.subn(r"\s+\]", "]", text)
report_counts["فاصله قبل/بعد علائم"] += n6
# آکولاد
text, n7 = re.subn(r"\{\s+", "{", text)
report_counts["فاصله قبل/بعد علائم"] += n7
text, n8 = re.subn(r"\s+\}", "}", text)
report_counts["فاصله قبل/بعد علائم"] += n8
# پرانتز شکسته ⟨⟩
text, n9 = re.subn(r"⟨\s+", "⟨", text)
report_counts["فاصله قبل/بعد علائم"] += n9
text, n10 = re.subn(r"\s+⟩", "⟩", text)
report_counts["فاصله قبل/بعد علائم"] += n10
return text
fixed_text = fix_all(full_text)
text_obj.setString(fixed_text)
# ← گزارش نهایی
total = sum(report_counts.values())
if total > 0:
lines = [f"{k}: {en_to_fa_numbers(str(v))}"
for k, v in report_counts.items() if v > 0]
report = f"مجموع اصلاحات: {en_to_fa_numbers(str(total))}\n" + "\n".join(lines)
parent_win = doc.CurrentController.Frame.ContainerWindow
mb = parent_win.getToolkit().createMessageBox(
parent_win, MESSAGEBOX, MBButtons.BUTTONS_OK,
"گزارش اصلاح متن", report
)
mb.execute()
