Инструмент для литературной и технической правки русских текстов

Автоматическая техредактура документов с использованием Python + Microsoft Word (Track Changes).

Проект помогает корректорам, редакторам и авторам быстро приводить русский текст в порядок, сохраняя все изменения для последующей проверки.

Возможности

Оба скрипта предназначены для автоматической литературной и технической правки русских .docx документов.

Общие возможности

• Исправление русской типографики (кавычки, тире, многоточия, пробелы)
• Нормализация сносок и ссылок
• Обработка процентов и больших чисел
• Умная замена ё на е (с сохранением в именах собственных)
• Расшифровка частых сокращений
• Удаление лишнего слова «Глава»
• Выделение иллюстраций

Сравнение скриптов

• review_word.py — простой и быстрый вариант, работает напрямую через Microsoft Word с включённым Track Changes.
• full_review.py — продвинутая версия с более точной обработкой форматирования, логированием изменений и поддержкой таблиц.

Вместе они образуют удобный инструментарий для корректоров и редакторов русскоязычных текстов.

Установка

pip install pywin32 python-docx

Требования

• Windows
• Установленный Microsoft Word (скрипты используют Word Automation через pywin32)

Использование

1. Простая версия (review_word.py)

# Автоматически обрабатывает первый .docx в папке
python review_word.py

Что делает скрипт review_word.py

Скрипт review_word.py — это автоматический корректор русского текста для Microsoft Word.

Он открывает документ, включает режим Track Changes (исправления) и выполняет набор типографических и стилистических правок, сохраняя все изменения видимыми для последующей проверки редактором.

Основной алгоритм работы

1. Определение входного файла

   • Если путь не передан через аргумент командной строки — берёт первый .docx файл в текущей папке.
   • Создаёт копию с суффиксом _reviewed.docx.

2. Запуск Microsoft Word

   • Через win32com запускает Word.
   • Открывает документ.
   • Включает режим отслеживания исправлений (TrackRevisions = True).

3. Сбор имён собственных

   • Проходит по всему тексту документа.
   • Собирает слова и словосочетания, начинающиеся с заглавной буквы.
   • Эти данные используются позже для умной обработки буквы «ё».

4. Применяемые правки

   • Замена ... → … (типографское многоточие)
   • Замена [...] и […] → <…>
   • Схлопывание множественных пробелов
   • Удаление лишних пробелов внутри кавычек (« текст » → «текст»)
   • Исправление тире:
     • Диапазоны чисел → короткое тире (en-dash)
     • Тире между словами → длинное тире (em-dash) с пробелами
   • Удаление пробелов в больших числах (1 000 000 → 1000000)
   • Добавление пробела перед сносками: слово[1] → слово [1]
   • Замена проценты → %
   • Добавление пробела перед знаком процента: 5% → 5 %
   • Расшифровка сокращений:
     • и т.д. → и т. д.
     • т.е. → то есть
     • и пр. → и прочее
   • Выделение жёлтым цветом упоминаний иллюстраций (Илл., Иллюстрация и т.п.)
   • Удаление слова Глава в начале абзаца
   • Замена буквы ё на е во всех словах, кроме имён собственных

5. Завершение работы

   • Сохраняет исправленный документ.
   • Сохраняет список найденных имён собственных в отдельный текстовый файл.
   • Закрывает Word.
   • Выводит время выполнения.

Технические особенности

• Работает через COM-интерфейс Microsoft Word (pywin32).
• Использует вспомогательные функции для точечных замен с сохранением форматирования (_replace_regex_in_range, _set_char_at).
• Часть правок выполняется глобальным поиском/заменой, часть — проходом по параграфам.

Вывод: Это практичный «рабочий конь» для ежедневной техредактуры русскоязычных документов в Word. Простой по структуре, но эффективный.

С указанием файла

python review_word.py "Документ.docx"

2. Продвинутая версия (full_review.py)

python full_review.py --input "input.docx" --output "reviewed.docx"

Что делает скрипт full_review.py

Скрипт full_review.py — это продвинутая версия автоматического корректора русских текстов.

В отличие от простой версии, он работает преимущественно через библиотеку python-docx, выполняет более глубокий и гранулярный анализ, лучше сохраняет форматирование и предоставляет подробное логирование всех изменений.

Основной алгоритм работы

1. Обработка аргументов

   • Принимает путь к входному файлу (input_path) и опционально путь к выходному (output_path).
   • По умолчанию сохраняет результат как filename_edited.docx.

2. Сбор имён собственных

   • Проходит по всем параграфам, таблицам, колонтитулам и сноскам.
   • Собирает словосочетания и слова с заглавной буквы для корректной обработки буквы «ё».

3. Основная обработка документа

   • Обрабатывает каждый параграф, таблицу и ячейку.
   • Применяет множество правил через регулярные выражения и точечные замены внутри Run (с сохранением стилей).

4. Применяемые правки и функции

   • Типографика и пунктуация:

     • Правильные кавычки (« »), многоточия, тире (en-dash, em-dash)
     • Удаление лишних пробелов внутри и вокруг кавычек
     • Нормализация пробелов и неразрывных пробелов

   • Числа и единицы:

     • Преобразование чисел в слова и обратно в определённых контекстах
     • Форматирование больших чисел с неразрывными пробелами
     • Обработка дат, годов, возрастов

   • Сокращения и стилистика

     • Расшифровка распространённых сокращений
     • Замена ё → е (с исключением имён собственных и специальных слов)

   • Визуальные и смысловые маркеры:

     • Выделение курсивом определённых конструкций
     • Поиск и пометка иллюстраций (Илл.)
     • Удаление лишнего слова «Глава» в начале
     • Флаги для ручной проверки (повторы, смешанный латиница/кириллица, стилистические стоп-слова и т.д.)

   • Проверка парных конструкций («с одной стороны / с другой», «не только / но и» и др.)

5. Завершение

   • Сохраняет отредактированный документ.
   • Создаёт файл proper_nouns.txt со списком имён собственных.
   • Выводит статистику изменений и флагов.

Технические особенности

• Глубокая работа с Run объектами (разбиение, замена без потери форматирования).
• Хорошее логирование каждого изменения (logging).
• Поддержка таблиц и колонтитулов.
• Более модульная и расширяемая архитектура по сравнению с review_word.py.

Вывод: Это современная, более мощная и удобная для разработки версия корректора. Подходит для регулярного использования и дальнейшего расширения.

Что делают скрипты

• review_word.py — простой и надёжный вариант, работает напрямую через Word API.
• full_review.py — более современная версия с гранулярной обработкой текста, логированием и лучшим контролем стилей.