Chaim
bfec8bdaa3
All checks were successful
Build & Deploy / build-and-deploy (push) Successful in 6s
Documents the rules and decisions behind building DOCX files from דפנה's
decision template (טיוטת החלטה.dotx). The implementation lives in
mcp-server/src/legal_mcp/services/analysis_docx_exporter.py; this skill
captures the "why" so future improvements don't need to rediscover it.
Contents:
SKILL.md 5 critical rules, style mapping table,
export flow, line classification,
dash policy, placeholder handling,
troubleshooting, future TODOs
references/dotx-to-docx.md why python-docx can't open .dotx +
the conversion recipe
references/rtl-runs.md why <w:rtl/> is required on every run
(otherwise Hebrew falls back to
Times New Roman)
references/style-mapping.md XML dump of every template style,
with the Title-via-theme gotcha
references/line-classification.md the 7 regex categories in
_classify_line() with real examples
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
82 lines
3.0 KiB
Markdown
82 lines
3.0 KiB
Markdown
# למה `<w:rtl/>` חובה בכל run
|
|
|
|
## הבעיה
|
|
|
|
כשאתה יוצר `run` ב-python-docx על סגנון עברי מוגדר היטב (למשל Normal עם
|
|
`cs="David"`) — עברית עדיין יוצאת ב-Times New Roman.
|
|
|
|
## הסיבה
|
|
|
|
Word משתמש ב-3 font slots בתוך `<w:rFonts>`:
|
|
- `w:ascii` — תווים לטיניים
|
|
- `w:hAnsi` — אותיות מיוחדות אירופיות
|
|
- `w:cs` (complex script) — עברית, ערבית, תאית
|
|
|
|
ההחלטה איזה slot להשתמש נעשית **לפי סוג הטקסט ב-run** ולפי **דגל רמת
|
|
הריצה `<w:rtl/>`**. בלי הדגל, Word יכול להתייחס לטקסט העברי כ-LTR
|
|
(למשל כשהוא מתערבב עם ספרות/לטינית) ולבחור את `ascii` — Times New Roman.
|
|
|
|
## הפתרון
|
|
|
|
מסמן כל run עברי כ-complex-script:
|
|
|
|
```python
|
|
from docx.oxml import OxmlElement
|
|
from docx.oxml.ns import qn
|
|
|
|
def _mark_run_rtl(run):
|
|
rPr = run._r.get_or_add_rPr()
|
|
if rPr.find(qn("w:rtl")) is None:
|
|
rPr.append(OxmlElement("w:rtl"))
|
|
```
|
|
|
|
וגם ברמת ה-paragraph (למקרה ש-paragraph mark עצמו משפיע):
|
|
|
|
```python
|
|
def _mark_paragraph_rtl(paragraph):
|
|
pPr = paragraph._p.get_or_add_pPr()
|
|
rPr = pPr.find(qn("w:rPr"))
|
|
if rPr is None:
|
|
rPr = OxmlElement("w:rPr"); pPr.append(rPr)
|
|
if rPr.find(qn("w:rtl")) is None:
|
|
rPr.append(OxmlElement("w:rtl"))
|
|
```
|
|
|
|
## תופעות לוואי של חוסר RTL ברמת ה-run
|
|
|
|
1. **Font fallback ל-Times New Roman** — הסימפטום הנפוץ ביותר.
|
|
2. **BiDi reordering של פיסוק** — נקודתיים, פסיקים, סוגריים עוברים למקום
|
|
הלא נכון. הסימפטום: `"(א)"` הופך ל-`")א("`.
|
|
3. **מספרים "נוגדים" ברצף עברי** — `"בשנת 2024 פסקנו"` יכול להיראות
|
|
עם המספר במיקום הלא נכון.
|
|
|
|
## איך לבדוק שה-RTL חל
|
|
|
|
```python
|
|
from docx.oxml.ns import qn
|
|
|
|
for p in doc.paragraphs:
|
|
for r in p.runs:
|
|
rPr = r._r.find(qn("w:rPr"))
|
|
has_rtl = rPr is not None and rPr.find(qn("w:rtl")) is not None
|
|
if not has_rtl and any('\u0590' <= c <= '\u05FF' for c in r.text):
|
|
print(f"Missing RTL: {r.text[:40]!r}")
|
|
```
|
|
|
|
## זה לא מספיק רק ברמת הסגנון
|
|
|
|
זו תפיסה מוטעית נפוצה: "אם הסגנון כולל `<w:rtl/>` ב-`rPr`, ירש כל ריצה".
|
|
**לא נכון**. סגנון נותן ברירת מחדל ל-runs שעדיין לא נוצרו ב-Word GUI —
|
|
אבל runs שנוצרו דרך python-docx מקבלים `rPr` ריק, שלא תורש אוטומטית
|
|
את ה-rtl מהסגנון. לכן חייבים להוסיף ידנית.
|
|
|
|
## הטמפלט של דפנה כדוגמה
|
|
|
|
בוחנים את `word/document.xml` של הטמפלט המקורי — כל ריצה עברית כוללת:
|
|
|
|
```xml
|
|
<w:r><w:rPr><w:rFonts w:hint="cs"/><w:rtl/></w:rPr><w:t>רקע</w:t></w:r>
|
|
```
|
|
|
|
`<w:rtl/>` נמצא שם **במפורש**. אנחנו מחקים את זה.
|