اتوماسیون کارهای تکراری پایان‌نامه با اسکریپت‌های پایتون (تبدیل فرمت، رفرنس‌دهی، گردآوری داده)

🤖 چرا باید کارهای پایان‌نامه را اتوماسیون کنید؟

تصور کنید ۲۰۰ مقاله PDF دارید که باید نامشان را بر اساس عنوان مقاله تغییر دهید. یا ۵۰ فایل اکسل که باید در یک فایل واحد ادغام شوند. انجام دستی این کارها نه تنها زمان زیادی می‌برد، بلکه احتمال اشتباه را بالا می‌برد. اتوماسیون با پایتون یعنی آزادسازی زمان ذهن برای تفکر خلاقانه و تحلیل عمیق. پایتون به دلیل سادگی و وجود کتابخانه‌های قدرتمند، بهترین ابزار برای پژوهشگرانی است که برنامه‌نویس نیستند اما می‌خواهند هوشمندانه‌تر کار کنند. کاربرد پایتون در شبیه‌سازی فقط یک گوشه از توانایی‌هایش است؛ بخش بزرگی از موفقیت در اتوماسیون، ذهنیت «اسکریپت‌پذیر دیدن» کارهاست.

📄 اتوماسیون تبدیل فرمت فایل‌ها (PDF به Word و برعکس)

یکی از دردناک‌ترین بخش‌های پایان‌نامه، تبدیل فایل‌ها به فرمت‌های مختلف است. مثلاً استاد راهنما فایل Word می‌خواهد، ولی شما با LaTeX کار می‌کنید. با کتابخانه python-docx و PyPDF2 می‌توانید بسیاری از این تبدیل‌ها را خودکار کنید.

# مثال: تبدیل یک فایل Word به متن ساده برای تحلیل
from docx import Document

def extract_text_from_docx(file_path):
    doc = Document(file_path)
    full_text = []
    for para in doc.paragraphs:
        full_text.append(para.text)
    return '\n'.join(full_text)

thesis_text = extract_text_from_docx('پایان_نامه_من.docx')
print(f"تعداد کاراکترهای پایان‌نامه: {len(thesis_text)}")

برای تبدیل PDF به متن هم می‌توانید از PyPDF2 استفاده کنید. نکته جالب: می‌توانید اسکریپتی بنویسید که تمام فایل‌های PDF یک پوشه را یکجا به متن تبدیل کند و خروجی را در یک فایل ذخیره کند – عالی برای وقتی که می‌خواهید محتوای چند مقاله را یکجا جستجو کنید. اگر می‌خواهید بدانید چطور از فرمت استاندارد دانشگاه مطمئن شوید، اصول فرمت‌بندی پایان‌نامه را مطالعه کنید.

📚 خودکارسازی رفرنس‌دهی و مدیریت BibTeX

مدیریت رفرنس‌ها کابوس بسیاری از دانشجویان است. خوشبختانه پایتون می‌تواند فایل‌های BibTeX را پردازش کند، رفرنس‌های تکراری را حذف کند، یا رفرنس‌ها را بر اساس یک کلید خاص (مثلاً سال انتشار) مرتب کند.

# حذف رفرنس‌های تکراری بر اساس عنوان از فایل bibtex.
import bibtexparser

with open('references.bib') as bibfile:
    bib_db = bibtexparser.load(bibfile)

unique_entries = []
seen_titles = set()

for entry in bib_db.entries:
    title = entry.get('title', '').lower()
    if title not in seen_titles:
        unique_entries.append(entry)
        seen_titles.add(title)

print(f"تعداد رفرنس‌های یکتا: {len(unique_entries)}")

شما می‌توانید اسکریپتی بنویسید که تمام رفرنس‌های استفاده شده در فایل LaTeX پایان‌نامه را با فایل BibTeX اصلی تطبیق دهد و مشخص کند کدام رفرنس‌ها در متن استفاده شده‌اند و کدام‌ها اضافی هستند. برای آشنایی بیشتر با ابزارهای استاندارد مدیریت رفرنس حتماً آموزش رفرنس‌دهی خودکار با Mendeley و EndNote را ببینید.

🌐 گردآوری دیتاست اختصاصی با وب اسکریپینگ

یکی از مهم‌ترین بخش‌های پژوهش‌های امروزی، داشتن داده است. وب اسکریپینگ به شما اجازه می‌دهد داده‌های خاص خودتان را از وب‌سایت‌ها جمع‌آوری کنید. فرض کنید برای پایان‌نامه خود نیاز به لیست قیمت محصولات، اطلاعات مقالات یک حوزه خاص، یا نظرات کاربران دارید. با دو کتابخانه قدرتمند BeautifulSoup و Requests می‌توانید این کار را به‌سادگی و در مقیاس بالا انجام دهید.

نکته اخلاقی بسیار مهم: همیشه فایل robots.txt وب‌سایت را چک کنید و قوانین آن را رعایت کنید. درخواست‌های خود را با تاخیر بفرستید تا به سرور فشار نیاید. استفاده از Selenium برای سایت‌های داینامیک یک مرحله پیشرفته‌تر است.

🗂️ اتوماسیون مرتب‌سازی و تغییر نام انبوه فایل‌ها

آشفتگی فایل‌های پایان‌نامه یک معضل همگانی است. فایل‌هایی با نام‌های "final_final2_revised.docx" یا "data (3).csv". با ماژول os و glob پایتون می‌توانید در چند ثانیه وضعیت را سامان دهید. می‌توانید اسکریپتی بنویسید که فایل‌ها را بر اساس تاریخ ایجاد، نوع فایل، یا حتی محتوای درونشان دسته‌بندی کند.

import os
import shutil

folder = 'فصل_های_پایان_نامه'
for filename in os.listdir(folder):
    if filename.endswith('.docx'):
        chapter = filename.split('_')[0] # فرض: نام فایل مثل "فصل1_نسخه اول.docx"
        os.makedirs(f'./مرتب/{chapter}', exist_ok=True)
        shutil.move(f'{folder}/{filename}', f'./مرتب/{chapter}/{filename}')

این اسکریپت فوق‌العاده ساده، بر اساس پیشوند نام فایل پوشه می‌سازد و فایل را منتقل می‌کند. دیگر لازم نیست تک‌تک فایل‌ها را با موس جابه‌جا کنید.

🔤 پردازش هوشمند متن پایان‌نامه و کنترل کیفیت

چک کردن غلط‌های املایی، نیم‌فاصله‌ها، یا نشانه‌گذاری یکدست در یک سند ۱۰۰ صفحه‌ای کاری طاقت‌فرساست. با پایتون می‌توانید یک «دستیار مجازی ویراستاری» بسازید. مثلاً اسکریپتی که تمام "می شود" را به "می‌شود" تبدیل کند، یا بررسی کند که آیا تمام جداول شماره‌گذاری شده‌اند یا خیر.

import re

text = "این جمله برای تست می شود."
# جایگزینی خودکار "می شود" با "می‌شود"
corrected_text = re.sub(r'می\sشود', 'می‌شود', text)
print(corrected_text)

این سطح از اتوماسیون متن شاید کوچک به نظر برسد، اما در یک پایان‌نامه حجیم، صدها مورد این چنینی وجود دارد که می‌توانند باعث نمره کم در بخش نگارش شوند.

🐼 جادوی Pandas برای اتوماسیون داده‌های پرسشنامه و آزمایش‌ها

کتابخانه Pandas قلب تپنده تحلیل داده در اکثر پایان‌نامه‌های کمی است. اما کاربرد آن فقط در تحلیل نیست؛ در اتوماسیون هم معجزه می‌کند. تصور کنید ۱۵ فایل CSV جداگانه دارید که هرکدام پاسخ‌های یک هفته از پرسشنامه آنلاین شماست. به جای باز کردن تک‌تک و کپی-پیست، با یک اسکریپت ۴ خطی همه را ادغام کنید:

import pandas as pd
import glob

all_files = glob.glob("داده_های_پرسشنامه/*.csv")
df_list = [pd.read_csv(file) for file in all_files]
final_df = pd.concat(df_list, ignore_index=True)
final_df.to_csv("داده_تجمیعی_نهایی.csv", index=False)

همچنین می‌توانید اسکریپتی بنویسید که هرگونه داده پرت (Outlier) را به صورت خودکار شناسایی و در یک گزارش جداگانه ثبت کند تا بعداً تصمیم بگیرید با آن‌ها چه کنید. این یعنی کاهش شدید خطای تحلیل.

⚖️ مقایسه روش‌های اتوماسیون: پایتون در مقابل ابزارهای آماده

🚩 اشتباهات رایج در اتوماسیون پایان‌نامه

• ۱. اسکریپت را روی فایل اصلی اجرا نکنید. همیشه یک کپی از فایل‌هایتان بسازید و اسکریپت را روی کپی آزمایش کنید. یک باگ کوچک می‌تواند فایل پایان‌نامه‌تان را نابود کند.
• ۲. نادیده گرفتن Encoding. هنگام کار با فایل‌های فارسی، حتماً encoding='utf-8' را تنظیم کنید وگرنه متن شما به هم می‌ریزد.
• ۳. پیچیده‌سازی بیش از حد. اسکریپت نباید جای تحلیل را بگیرد. هدف، ساده‌سازی کارهای خسته‌کننده است نه ساختن یک سیستم پیچیده که خودش تبدیل به پروژه دوم شود.
• ۴. فراموشی ثبت لاگ. همیشه از اسکریپت خود بخواهید یک فایل گزارش (log) از تغییرات انجام شده تولید کند تا بتوانید رد کار را بگیرید.

💡 نکات طلایی از تجربه واقعی

• ✨ استفاده از Jupyter Notebook: برای کارهای اتوماسیون، Jupyter بهترین ابزار است. می‌توانید قدم به قدم خروجی اسکریپت را ببینید و در صورت خطا، سریع متوجه شوید. آموزش Jupyter Notebook را از دست ندهید.
• ✨ ماژول logging فراموش نشود: به جای پرینت کردن، از ماژول logging پایتون استفاده کنید. بعداً می‌فهمید کجای کار ایراد داشته است.
• ✨ تبدیل به فایل اجرایی: با PyInstaller می‌توانید اسکریپت خود را برای دوستانی که پایتون ندارند به یک فایل exe تبدیل کنید. اینطوری یک ابزار کاربردی ساخته‌اید!
• ✨ اتوماسیون ایمیل به استاد راهنما: می‌توانید اسکریپتی بنویسید که هر شب ساعت ۱۱ فایل لاگ پیشرفت روزانه پایان‌نامه را به‌صورت خودکار برای استاد راهنما ایمیل کند. (البته قبلش مطمئن شوید استادتان خوشحال می‌شود!).