Function validate_and_fix_csv_content

mainprogress/determine_toc_levels.py:128–182

验证并修复 CSV 内容（目标为 3 列：title, page_number, level）。 1. 若列数少于 3，尝试从右向左将全角逗号替换为半角逗号（最多替换两次）。 2. 若解析为 4 列以上，说明标题中包含了半角逗号，将前 n-2 列合并为 title。

(content: str)

            
        # 1. 如果列数少于3，尝试将全角逗号替换为半角逗号
        # 因为目标是3列，最多需要2个分隔符，所以尝试从右向左替换两次
        for _ in range(2):
            if len(row) < 3:
                last_fullwidth_idx = line.rfind('，')
                if last_fullwidth_idx != -1:
                    line = line[:last_fullwidth_idx] + ',' + line[last_fullwidth_idx+1:]
                    try:
                        row = next(csv.reader(StringIO(line)))
                    except Exception:
                        pass
                else:
                    break # 没有全角逗号可替换了
                    
        # 2. 根据最终的 row 长度进行处理并重新生成标准 CSV 行
        if len(row) > 3:
            # 超过3列：合并前 n-2 列作为 title
            title = ",".join(row[:-2])
            page = row[-2]
            level = row[-1]
            buffer = StringIO()
            writer = csv.writer(buffer)
            writer.writerow([title, page, level])
            fixed_lines.append(buffer.getvalue().strip())
        elif len(row) == 3:
            # 正常3列：使用 csv.writer 重新写入，确保格式绝对标准
            buffer = StringIO()
            writer = csv.writer(buffer)
            writer.writerow(row)
            fixed_lines.append(buffer.getvalue().strip())
        else:
            # 仍然无法修复为至少3列，原样保留，后续校验会失败或跳过
            fixed_lines.append(line)
            
    return '\n'.join(fixed_lines)

def parse_csv_response(csv_text: str, source_file: str) -> list:
    """
    将模型返回的 CSV 文本解析为目标 JSON 结构。
    目标结构：[{"text": "...", "number": int, "level": int}, ...]
    """
    cleaned_text = csv_text.strip()
    # 移除可能的 markdown 代码块标记
    if cleaned_text.startswith("```csv"):
        cleaned_text = cleaned_text[6:]
    if cleaned_text.startswith("```"):
        cleaned_text = cleaned_text[3:]
    if cleaned_text.endswith("```"):
        cleaned_text = cleaned_text[:-3]
    cleaned_text = cleaned_text.strip()

    # 注入防全角逗号与列数修复逻辑
    cleaned_text = validate_and_fix_csv_content(cleaned_text)

    result_data = []
    try:
        reader = csv.DictReader(StringIO(cleaned_text))
        # 检查必要的列
        if not {'title', 'page_number', 'level'}.issubset(set(reader.fieldnames or [])):