save a version

server/file_association.py

@@ -18,9 +18,19 @@ import shutil
 import shutil
 
 
+def clear_directory(dir_path: Path) -> None:
+    """清空目录中的所有文件和子目录"""
+    if dir_path.exists():
+        for item in dir_path.iterdir():
+            if item.is_file():
+                item.unlink()
+            elif item.is_dir():
+                shutil.rmtree(item)
+
+
 def extract_all_zips(
-    source_dir: Union[str, Path] = "data",
+    source_dir: Union[str, Path] = "cc",
-    output_dir: Optional[Union[str, Path]] = None,
+    output_dir: Union[str, Path] = "data",
     delete_original: bool = True
 ) -> List[Path]:
     """
@@ -35,7 +45,10 @@ def extract_all_zips(
         所有解压后的目录路径列表
     """
     source_dir = Path(source_dir)
-    output_dir = Path(output_dir) if output_dir else source_dir
+    output_dir = Path(output_dir)
+
+    # 清空 output_dir
+    clear_directory(output_dir)
 
     zip_files = list(source_dir.glob("*.zip"))
 
@@ -43,7 +56,7 @@ def extract_all_zips(
         print(f"在 {source_dir} 中未发现 zip 文件")
         return []
 
-    print(f"找到 {len(zip_files)} 个压缩文件，开始解压...")
+    print(f"找到 {len(zip_files)} 个压缩文件，开始解压到 {output_dir}...")
     results = []
     for zip_file in zip_files:
         # 解压到指定目录
@@ -240,14 +253,15 @@ def get_files_with_times(folder: Path) -> List[Tuple[Path, datetime]]:
     return files
 
 
-def extract_zip_recursive(zip_path: Path, extract_dir: Path) -> List[Path]:
+def extract_zip_recursive(zip_path: Path, extract_dir: Path, clear_dir: bool = True) -> List[Path]:
     """递归解压 zip 文件，如果解压后的文件还有 zip，继续解压"""
     # 先清空 extract_dir 中的内容
-    for item in extract_dir.iterdir():
+    if clear_dir:
-        if item.is_file():
+        for item in extract_dir.iterdir():
-            item.unlink()
+            if item.is_file():
-        elif item.is_dir():
+                item.unlink()
-            shutil.rmtree(item)
+            elif item.is_dir():
+                shutil.rmtree(item)
 
     # 解压当前层
     with zipfile.ZipFile(zip_path, 'r') as zip_ref:
@@ -306,14 +320,8 @@ def build_file_associations(
                 tmp_dir.mkdir(exist_ok=True)
                 extract_target = tmp_dir / file_path.stem
                 # 清空 extract_target 目录
-                if extract_target.exists():
+                clear_directory(extract_target)
-                    for item in extract_target.iterdir():
+                extract_target.mkdir(parents=True, exist_ok=True)
-                        if item.is_file():
-                            item.unlink()
-                        elif item.is_dir():
-                            shutil.rmtree(item)
-                else:
-                    extract_target.mkdir(parents=True, exist_ok=True)
 
                 # 根据压缩格式选择解压方式
                 if file_path.suffix.lower() == '.zip':
@@ -373,6 +381,7 @@ def main():
     parser = argparse.ArgumentParser(description='数据文件关联处理程序')
     parser.add_argument('--extract', action='store_true', help='解压压缩文件')
     parser.add_argument('--associate', action='store_true', help='建立文件关联')
+    parser.add_argument('--batch', action='store_true', help='批量处理所有 zip 文件')
     parser.add_argument('--base-dir', type=str, help='基础目录')
     parser.add_argument('--delete-original', action='store_true', help='解压后删除原文件')
 
@@ -380,8 +389,104 @@ def main():
 
     # 解压压缩文件
     if args.extract:
-        source_dir = Path(args.base_dir) if args.base_dir else Path("data")
+        source_dir = Path(args.base_dir) if args.base_dir else Path("cc")
-        extract_all_zips(source_dir,"tmp", delete_original=args.delete_original)
+        extract_all_zips(source_dir, "data", delete_original=args.delete_original)
+        return
+
+    # 批量处理所有 zip 文件
+    if True or args.batch:
+        source_dir = Path(args.base_dir) if args.base_dir else Path("cc")
+        data_dir = Path("data")
+        server_jsons_dir = Path("server") / "jsons"
+        server_jsons_dir.mkdir(parents=True, exist_ok=True)
+
+        zip_files = list(source_dir.glob("*.zip"))
+
+        if not zip_files:
+            print(f"在 {source_dir} 中未发现 zip 文件")
+            return
+
+        # 清空 data 目录
+        clear_directory(data_dir)
+
+        print(f"找到 {len(zip_files)} 个压缩文件，开始批量处理...")
+        success_count = 0
+        fail_count = 0
+
+        for zip_file in zip_files:
+            print(f"\n【开始处理】{zip_file.name}")
+
+            # 清空当前 zip 文件的提取目录
+            extract_dir = data_dir / zip_file.stem
+            if extract_dir.exists():
+                clear_directory(extract_dir)
+
+            try:
+                # 解压
+                with zipfile.ZipFile(zip_file, 'r') as zip_ref:
+                    for member in zip_ref.infolist():
+                        zip_ref.extract(member, data_dir)
+                        member_path = data_dir / zip_file.stem / member.filename
+                        if member_path.exists():
+                            date_time = datetime(*member.date_time[:5])
+                            timestamp = date_time.timestamp()
+                            os.utime(member_path, (timestamp, timestamp))
+
+                # 检查是否多了一层目录
+                inner_dir = extract_dir / zip_file.stem
+                if inner_dir.is_dir() and len(list(extract_dir.iterdir())) == 1:
+                    for item in inner_dir.iterdir():
+                        item.rename(extract_dir / item.name)
+                    inner_dir.rmdir()
+
+                # 查找 Word 文档
+                word_doc = find_word_doc_recursive(extract_dir)
+                if not word_doc:
+                    print(f"⚠️  在 {zip_file.name} 中未找到 Word 文档")
+                    fail_count += 1
+                    continue
+
+                # 读取 Word 内容
+                word_content = read_word_content(word_doc)
+                if not word_content:
+                    print(f"⚠️  无法读取 Word 文档内容")
+                    fail_count += 1
+                    continue
+
+                base_dir = word_doc.parent
+                print(f"✓ 找到 Word 文档：{word_doc}")
+                print(f"  关联目录：{base_dir}")
+
+                # 建立文件关联
+                twole_folder = base_dir / "21世纪教育网"
+                zxxk_folder = base_dir / "学科网"
+
+                if not twole_folder.exists() or not zxxk_folder.exists():
+                    print("❌ 文件夹不存在，请先解压文件")
+                    fail_count += 1
+                    continue
+
+                associations = build_file_associations(word_content, twole_folder, zxxk_folder)
+
+                # 保存 JSON 文件
+                output_file = server_jsons_dir / f"{word_doc.stem}.json"
+                with open(output_file, 'w', encoding='utf-8') as f:
+                    json.dump(associations, f, ensure_ascii=False, indent=2)
+
+                print(f"✓ JSON 文件已保存到：{output_file}")
+
+                # 删除原压缩包
+                if args.delete_original:
+                    zip_file.unlink()
+
+                success_count += 1
+
+            except Exception as e:
+                print(f"❌ 处理失败：{e}")
+                fail_count += 1
+
+        print(f"\n===== 批量处理完成 =====")
+        print(f"成功：{success_count}, 失败：{fail_count}")
         return
 
     # 建立文件关联