"""Извлечение методов (процедур/функций) из BSL-кода."""
import re
from dataclasses import dataclass
@dataclass
class MethodChunk:
"""Структура извлечённого метода."""
name: str # ПолучитьОстаткиТоваров
name_split: str # получить остатки товаров
signature: str # Функция ПолучитьОстаткиТоваров(Склад, Дата) Экспорт
annotations: str # &НаСервере\n&Перед("...")
doc_comment: str # // Получает остатки по складу...
line_number: int # Номер строки объявления (1-based)
is_function: bool # True = Функция, False = Процедура
is_export: bool # Экспортный метод
text: str # Полный текст для эмбеддинга
def split_camel_case(name: str) -> str:
"""Разбивает CamelCase на отдельные слова (поддержка кириллицы).
Пример: ПолучитьОстаткиТоваров -> получить остатки товаров
"""
# Вставляем пробел между строчной и заглавной буквой
result = re.sub(r'([а-яёa-z])([А-ЯЁA-Z])', r'\1 \2', name)
# Вставляем пробел между заглавными, если за ними строчная (для аббревиатур)
result = re.sub(r'([А-ЯЁA-Z]+)([А-ЯЁA-Z][а-яёa-z])', r'\1 \2', result)
return result.lower()
# Regex для поиска объявлений методов
# Поддержка многострочных объявлений, аннотаций, комментариев
_METHOD_PATTERN = re.compile(
r'''
# Аннотации перед методом (опционально, несколько строк)
((?:&[^\n]+\n)*)
# Ключевое слово
(Процедура|Функция|Procedure|Function)\s+
# Имя метода
(\w+)\s*
# Параметры (могут быть на нескольких строках)
\(([^)]*)\)
# Экспорт (опционально)
(\s+Экспорт|\s+Export)?
''',
re.IGNORECASE | re.VERBOSE | re.MULTILINE | re.DOTALL
)
def _extract_doc_comments(content: str, method_start: int, max_lines: int = 10) -> str:
"""Извлекает комментарии перед методом.
Ищет блок комментариев непосредственно перед объявлением метода.
"""
# Находим начало строки с методом
line_start = content.rfind('\n', 0, method_start) + 1
# Берём текст ДО метода
before_method = content[:line_start]
lines = before_method.split('\n')
# Собираем комментарии снизу вверх
comment_lines = []
for line in reversed(lines[-max_lines:]):
stripped = line.strip()
if stripped.startswith('//'):
comment_lines.insert(0, stripped)
elif stripped.startswith('&'):
# Аннотации уже захватываются regex, пропускаем
continue
elif stripped == '':
# Пустая строка — продолжаем, если уже есть комментарии
if comment_lines:
continue
else:
# Не-комментарий — прекращаем
break
return '\n'.join(comment_lines)
def extract_methods(content: str, include_body_preview: bool = False, body_preview_lines: int = 5) -> list[MethodChunk]:
"""Извлекает все методы из BSL-кода.
Args:
content: Исходный код BSL
include_body_preview: Включать ли первые строки тела метода
body_preview_lines: Сколько строк тела включать
Returns:
Список MethodChunk с извлечёнными методами
"""
methods = []
# Разбиваем на строки для подсчёта номеров
lines = content.split('\n')
line_offsets = [0]
for line in lines:
line_offsets.append(line_offsets[-1] + len(line) + 1) # +1 для \n
def offset_to_line(offset: int) -> int:
"""Преобразует смещение в номер строки (1-based)."""
for i, lo in enumerate(line_offsets):
if lo > offset:
return i
return len(lines)
for match in _METHOD_PATTERN.finditer(content):
annotations_raw = match.group(1).strip()
keyword = match.group(2)
name = match.group(3)
params_raw = match.group(4)
export_raw = match.group(5)
# Определяем тип
is_function = keyword.lower() in ('функция', 'function')
is_export = bool(export_raw and export_raw.strip())
# Формируем сигнатуру (нормализуем пробелы в параметрах)
params_clean = ' '.join(params_raw.split())
export_str = ' Экспорт' if is_export else ''
signature = f"{keyword} {name}({params_clean}){export_str}"
# Номер строки
line_number = offset_to_line(match.start())
# Doc-комментарии
# Ищем перед аннотациями, если они есть
comment_search_start = match.start() - len(annotations_raw) if annotations_raw else match.start()
doc_comment = _extract_doc_comments(content, comment_search_start)
# Превью тела (опционально)
body_preview = ""
if include_body_preview:
method_end = match.end()
# Берём следующие N строк после объявления
end_line = offset_to_line(method_end)
preview_lines = lines[end_line:end_line + body_preview_lines]
body_preview = '\n'.join(line.strip() for line in preview_lines if line.strip())
# Формируем текст для эмбеддинга
name_split = split_camel_case(name)
text_parts = []
if annotations_raw:
text_parts.append(annotations_raw)
text_parts.append(signature)
text_parts.append(f"// {name_split}") # Добавляем разбитое имя как псевдо-комментарий
if doc_comment:
text_parts.append(doc_comment)
if body_preview:
text_parts.append(body_preview)
text = '\n'.join(text_parts)
methods.append(MethodChunk(
name=name,
name_split=name_split,
signature=signature,
annotations=annotations_raw,
doc_comment=doc_comment,
line_number=line_number,
is_function=is_function,
is_export=is_export,
text=text
))
return methods
def extract_method_chunks(content: str, mode: str = "methods") -> list[tuple[str, dict]]:
"""Извлекает чанки методов для индексации.
Args:
content: Исходный код BSL
mode: Режим извлечения:
- "methods" — сигнатура + комменты + превью тела
- "signatures" — только сигнатура + комменты
Returns:
Список кортежей (text, metadata) для индексации
"""
include_body = (mode == "methods")
methods = extract_methods(content, include_body_preview=include_body)
chunks = []
for m in methods:
metadata = {
"func_name": m.name,
"line_number": m.line_number,
"is_function": m.is_function,
"is_export": m.is_export,
}
chunks.append((m.text, metadata))
return chunks
