ChatGPT输出公式化研究方案转Word.docx的技术实现与避坑指南

1次阅读

共计 2732 个字符，预计需要花费 7 分钟才能阅读完成。

科研工作者经常需要将 ChatGPT 生成的研究方案插入 Word 文档，但直接粘贴会导致公式和排版混乱。手动调整不仅耗时，还容易出错。本文将介绍一种基于 Python 的自动化解决方案，帮助开发者高效完成这一任务。

纯文本粘贴：简单但无法保留公式格式，所有数学表达式都会变成纯文本
HTML 转 Word：能保留部分格式，但对复杂公式支持有限，且依赖外部库
Python-docx+ 正则表达式：本文采用的方案，可直接操作 Word 文档，完美支持公式和格式控制

pip install python-docx
pip install regex

ChatGPT 输出的公式通常有以下几种形式：

LaTeX 格式： $E=mc^2$
Markdown 格式：$$\frac{a}{b}$$
行内公式：变量 x 的值满足 x > 0

对应的正则表达式模式：

import re

# LaTeX 行内公式
latex_inline = re.compile(r'\$(.*?)\$')

# LaTeX 块公式
latex_block = re.compile(r'\$\$(.*?)\$\$', re.DOTALL)

# Markdown 公式
markdown_math = re.compile(r'`(.*?)`')

将识别到的公式转换为 Word 可接受的格式：

def convert_formula(formula):
    """将 LaTeX/Markdown 公式转为 Word 兼容格式"""
    # 处理常见 LaTeX 符号
    formula = formula.replace('\\frac', '/')
    formula = formula.replace('\\sqrt', '√')
    formula = formula.replace('\\sum', '∑')
    return formula

使用 python-docx 创建文档并添加内容：

from docx import Document
from docx.shared import Pt
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

def create_word_doc(content):
    doc = Document()

    # 设置默认字体
    style = doc.styles['Normal']
    font = style.font
    font.name = 'Times New Roman'
    font.size = Pt(12)

    # 处理段落和公式
    for paragraph in content.split('\n\n'):
        if is_formula(paragraph):  # 判断是否为公式
            add_formula(doc, paragraph)
        else:
            add_text(doc, paragraph)

    return doc

import re
from docx import Document
from docx.shared import Pt

class ChatGPTToWordConverter:
    def __init__(self):
        self.latex_inline = re.compile(r'\$(.*?)\$')
        self.latex_block = re.compile(r'\$\$(.*?)\$\$', re.DOTALL)

    def convert_formulas(self, text):
        """替换文本中的所有公式"""
        # 处理行内公式
        text = self.latex_inline.sub(lambda m: self._format_formula(m.group(1), inline=True), 
            text
        )

        # 处理块公式
        text = self.latex_block.sub(lambda m: self._format_formula(m.group(1), inline=False), 
            text
        )

        return text

    def _format_formula(self, formula, inline=True):
        """格式化单个公式"""
        # 这里可以添加更复杂的转换逻辑
        formula = formula.replace('\\', '')
        return f'[{formula}]' if inline else f'\n[{formula}]\n'

    def create_document(self, content, output_path):
        """创建 Word 文档"""
        doc = Document()

        # 处理转换后的内容
        processed = self.convert_formulas(content)

        # 添加段落
        for para in processed.split('\n'):
            if para.startswith('[') and para.endswith(']'):
                # 添加公式
                self._add_formula_paragraph(doc, para[1:-1])
            else:
                # 添加普通文本
                doc.add_paragraph(para)

        doc.save(output_path)

    def _add_formula_paragraph(self, doc, formula):
        """添加公式段落"""
        p = doc.add_paragraph()
        p.add_run(formula).italic = True

# 使用示例
converter = ChatGPTToWordConverter()
chatgpt_output = ''' 研究方案：根据 $E=mc^2$ 公式，我们可以推导出...

关键方程：$$\frac{dx}{dt} = v$$
'''converter.create_document(chatgpt_output,'research_proposal.docx')