10.25切分改为多线程
This commit is contained in:
parent
d692f06125
commit
7a03351f28
158
flask_app/general/format_date.py
Normal file
158
flask_app/general/format_date.py
Normal file
@ -0,0 +1,158 @@
|
||||
import datetime
|
||||
import re
|
||||
|
||||
|
||||
def format_chinese_date(date_str):
|
||||
"""
|
||||
将包含中文字符的日期字符串格式化为标准的 'YYYY-MM-DD HH:MM:SS' 格式。
|
||||
|
||||
参数:
|
||||
date_str (str): 输入的中文日期字符串，例如 "20 19 年7 月18日 09： 30整"
|
||||
|
||||
返回:
|
||||
str: 格式化后的日期字符串，例如 "2019-07-18 09:30:00"
|
||||
如果格式错误，返回 None 并打印错误信息。
|
||||
"""
|
||||
# print("------------")
|
||||
# print(f"原始输入: {date_str}")
|
||||
|
||||
# 1. 删除所有空格
|
||||
date_str = ''.join(date_str.split())
|
||||
|
||||
# 1.5 删除括号及其内容（中文括号）
|
||||
date_str = re.sub(r'（.*?）', '', date_str)
|
||||
|
||||
# 2. 使用正则表达式移除所有非数字和非必要的中文字符
|
||||
# 只保留数字、年、月、日、时、分、秒、冒号、减号
|
||||
date_str = re.sub(r'[^\d年月日时分秒:：\-]', '', date_str)
|
||||
|
||||
# print(f"去除多余字符后: {date_str}")
|
||||
|
||||
# 3. 替换全角冒号为半角冒号
|
||||
date_str = date_str.replace('：', ':')
|
||||
|
||||
# 4. 替换'年'和'月'为 '-', '日'为 ' '，确保日期和时间之间有一个空格
|
||||
date_str = date_str.replace('年', '-').replace('月', '-').replace('日', ' ')
|
||||
# 替换'时'、'分'为 ':'，并移除'秒'
|
||||
date_str = date_str.replace('时', ':').replace('分', ':').replace('秒', '')
|
||||
|
||||
# print(f"替换分隔符后: {date_str}")
|
||||
|
||||
# 5. 处理时间部分
|
||||
if ' ' not in date_str:
|
||||
# 如果没有时间部分，添加默认时间
|
||||
date_str += ' 00:00:00'
|
||||
else:
|
||||
# 分割日期和时间部分
|
||||
parts = date_str.split(' ', 1)
|
||||
if len(parts) != 2:
|
||||
# Unexpected format
|
||||
print(f"日期格式错误: 分割后部分数不正确 - {date_str}")
|
||||
return None
|
||||
date_part, time_part = parts
|
||||
|
||||
if not time_part:
|
||||
# 时间部分为空，设置为默认时间
|
||||
time_part = '00:00:00'
|
||||
else:
|
||||
# 如果时间部分只有小时和分钟，添加秒
|
||||
time_components = time_part.split(':')
|
||||
if len(time_components) == 1:
|
||||
# 只有小时
|
||||
time_part = f"{time_components[0]:0>2}:00:00"
|
||||
elif len(time_components) == 2:
|
||||
# 小时和分钟
|
||||
time_part = f"{time_components[0]:0>2}:{time_components[1]:0>2}:00"
|
||||
elif len(time_components) == 3:
|
||||
# 小时、分钟和秒
|
||||
time_part = f"{time_components[0]:0>2}:{time_components[1]:0>2}:{time_components[2]:0>2}"
|
||||
else:
|
||||
# 超过3个部分，格式错误
|
||||
print(f"日期格式错误: 时间部分格式不正确 - {time_part}")
|
||||
return None
|
||||
|
||||
# 补齐日期部分中的月和日为双数字
|
||||
date_parts = date_part.split('-')
|
||||
if len(date_parts) != 3:
|
||||
print(f"日期格式错误: 日期部分格式不正确 - {date_part}")
|
||||
return None
|
||||
year, month, day = date_parts
|
||||
month = month.zfill(2)
|
||||
day = day.zfill(2)
|
||||
date_part = f"{year}-{month}-{day}"
|
||||
|
||||
date_str = f"{date_part} {time_part}"
|
||||
|
||||
# print(f"最终处理后字符串: {date_str}")
|
||||
|
||||
# 6. 定义输入字符串的格式
|
||||
input_format = "%Y-%m-%d %H:%M:%S"
|
||||
|
||||
try:
|
||||
# 解析字符串为 datetime 对象
|
||||
dt = datetime.datetime.strptime(date_str, input_format)
|
||||
|
||||
# 格式化为所需的输出格式
|
||||
formatted_date = dt.strftime("%Y-%m-%d %H:%M:%S")
|
||||
return formatted_date
|
||||
except ValueError as e:
|
||||
print(f"日期格式错误: {e} - 处理后的字符串: '{date_str}'")
|
||||
return None
|
||||
|
||||
|
||||
# 示例使用
|
||||
if __name__ == "__main__":
|
||||
input_dates = [
|
||||
# 完整的日期和时间
|
||||
"2019年7月18日09：30",
|
||||
"20 19 年7 月18日 09： 30整（北京时间）",
|
||||
"2020年02月05日12时30分45秒",
|
||||
"2021年3月15日16:45:30",
|
||||
"2022年6月30日23时59分59秒",
|
||||
"2023年01月01日00时00分00秒",
|
||||
"2024年12月31日23:59:59",
|
||||
|
||||
# 仅有日期，没有时间
|
||||
"2020年12月5日",
|
||||
"2021年5月1日",
|
||||
"2022年02月29日", # 闰年
|
||||
"2023年04月31日", # 无效日期
|
||||
"2021年13月1日", # 无效月份
|
||||
"2021年00月10日", # 无效月份
|
||||
"2021年05月00日", # 无效日期
|
||||
"2021年05月32日", # 无效日期
|
||||
|
||||
# 日期和部分时间
|
||||
"2020年2月5日12时",
|
||||
"2020年2月5日12时30分",
|
||||
"2021年3月15日16:",
|
||||
"2023年01月01日00：00",
|
||||
"2021年5月1日07时5分5秒",
|
||||
"2021年5月1日07:5:5",
|
||||
|
||||
# 带有不同中文字符和额外内容
|
||||
"2020年02月05日12:30整",
|
||||
"2021年3月15日16:45（上午）",
|
||||
"2022年6月30日23:59:59（夜间）",
|
||||
"2023年01月01日00:00（凌晨）",
|
||||
"2024年02月29日00:00:00（闰年）",
|
||||
|
||||
# 不同的时间表示方式
|
||||
"2022年6月30日23：59：59",
|
||||
"2023年01月01日00：00",
|
||||
"2021年3月15日16时45分",
|
||||
"2020年02月05日12：30：45",
|
||||
|
||||
# 无效的日期字符串
|
||||
"无效日期字符串",
|
||||
"2021年5月1日25时00分00秒", # 无效小时
|
||||
"2021年5月1日23时60分00秒", # 无效分钟
|
||||
"2021年5月1日23时59分60秒", # 无效秒
|
||||
]
|
||||
|
||||
for input_date in input_dates:
|
||||
formatted = format_chinese_date(input_date)
|
||||
print(type(formatted))
|
||||
print(f"原始输入: {input_date} -> 格式化后: {formatted}\n")
|
||||
if not formatted:
|
||||
print("error!")
|
||||
@ -1,7 +1,7 @@
|
||||
# -*- encoding:utf-8 -*-
|
||||
import json
|
||||
import re
|
||||
|
||||
from flask_app.general.format_date import format_chinese_date
|
||||
|
||||
# 定义一个辅助函数用于获取嵌套字典中的值
|
||||
def get_nested(dic, keys, default=None):
|
||||
@ -96,6 +96,8 @@ def inner_post_processing(base_info):
|
||||
"招标单位名称": [["招标人/代理信息", "招标人"]],
|
||||
"招标公告地址": [["关键时间/内容", "信息公示媒介"], ["关键时间/内容", "评标结果公示媒介"]],
|
||||
}
|
||||
# 定义需要格式化的日期字段
|
||||
date_fields = ["开标时间", "报名截止日期"]
|
||||
|
||||
# 提取并映射字段
|
||||
for new_key, paths in mapping.items():
|
||||
@ -104,6 +106,11 @@ def inner_post_processing(base_info):
|
||||
value = get_nested(base_info, path)
|
||||
if value:
|
||||
break
|
||||
if new_key in date_fields and value:
|
||||
# 调用 format_chinese_date 函数格式化日期
|
||||
formatted_value = format_chinese_date(value) # 或者使用 format_chinese_date(value) 如果你定义了该函数
|
||||
extracted_info[new_key] = formatted_value if formatted_value else ""
|
||||
else:
|
||||
extracted_info[new_key] = value if value else ""
|
||||
|
||||
# 特殊处理 '招标项目地点'
|
||||
|
||||
40
flask_app/general/读取文件/format_amout.py
Normal file
40
flask_app/general/读取文件/format_amout.py
Normal file
@ -0,0 +1,40 @@
|
||||
import re
|
||||
|
||||
|
||||
def format_amount(original_amount):
|
||||
"""
|
||||
格式化金额字符串
|
||||
|
||||
参数:
|
||||
extracted_text (str): 输入的文本字符串
|
||||
|
||||
返回:
|
||||
str: 格式化后的金额字符串
|
||||
"""
|
||||
# amount_str = "未解析到招标项目预算"
|
||||
# 1. 删除所有空格
|
||||
amount_str = ''.join(original_amount.split())
|
||||
|
||||
# 匹配"万元"模式
|
||||
wan_pattern = r"(\d+\.?\d*)\s*万元"
|
||||
wan_match = re.search(wan_pattern, amount_str)
|
||||
|
||||
# 匹配"元"模式
|
||||
yuan_pattern = r"(\d+\.?\d*)\s*元"
|
||||
yuan_match = re.search(yuan_pattern, amount_str)
|
||||
|
||||
if wan_match:
|
||||
# 如果找到"万元",将其乘以10000并格式化
|
||||
value = float(wan_match.group(1)) * 10000
|
||||
amount_str = "{:.0f}".format(value)
|
||||
elif yuan_match:
|
||||
# 找到"元",直接获取该数字并格式化
|
||||
value = float(yuan_match.group(1))
|
||||
amount_str = "{:.0f}".format(value)
|
||||
|
||||
return amount_str
|
||||
|
||||
input_test=["RMB100.01万元威威"]
|
||||
for i in input_test:
|
||||
formatted=format_amount(i)
|
||||
print(formatted)
|
||||
@ -155,7 +155,8 @@ def combine_evaluation_standards(truncate2):
|
||||
update_json = combine_technical_and_business(clean_json_string(evaluation_res), target_values1)
|
||||
return update_json #商务标技术标整合
|
||||
if __name__ == "__main__":
|
||||
truncate2="C:\\Users\\Administrator\\Desktop\\招标文件\\招标01_evaluation_method.pdf"
|
||||
# truncate2="C:\\Users\\Administrator\\Desktop\\招标文件\\招标01_evaluation_method.pdf"
|
||||
truncate2="C:\\Users\\Administrator\\Desktop\\fsdownload\\1801777e-6746-4cd6-8b10-778b3ea57597\\ztbfile_evaluation_method.pdf"
|
||||
evaluation_standards_res=combine_evaluation_standards(truncate2)
|
||||
# 从结果中提取"商务标"和"技术标"
|
||||
technical_standards = {"技术评分": evaluation_standards_res.get("技术评分", {})}
|
||||
|
||||
@ -2,7 +2,6 @@ from PyPDF2 import PdfReader, PdfWriter
|
||||
import re # 导入正则表达式库
|
||||
import os # 用于文件和文件夹操作
|
||||
from flask_app.general.merge_pdfs import merge_pdfs
|
||||
import concurrent.futures
|
||||
def clean_page_content(text, common_header):
|
||||
# 首先删除抬头公共部分
|
||||
if common_header: # 确保有公共抬头才进行替换
|
||||
@ -391,42 +390,15 @@ def merge_selected_pdfs(output_folder, truncate_files, output_path, base_file_na
|
||||
print(f"合并 PDF 文件时出错: {e}")
|
||||
return ""
|
||||
|
||||
|
||||
def truncate_pdf_multiple(input_path, output_folder):
|
||||
"""
|
||||
处理 PDF 文件，选择 selection 1-6 的部分，并合并结果。
|
||||
|
||||
Args:
|
||||
input_path (str): 要处理的 PDF 文件路径。
|
||||
output_folder (str): 截取后的文件保存文件夹路径。
|
||||
|
||||
Returns:
|
||||
list: 截取的文件路径列表，包括合并后的文件路径（如果有）。
|
||||
"""
|
||||
base_file_name = os.path.splitext(os.path.basename(input_path))[0] # 纯文件名
|
||||
truncate_files = []
|
||||
selections = range(1, 7) # 选择 1 到 6
|
||||
|
||||
# 使用 ThreadPoolExecutor 进行多线程处理
|
||||
with concurrent.futures.ThreadPoolExecutor(max_workers=len(selections)) as executor:
|
||||
# 提交所有任务并获取未来对象
|
||||
future_to_selection = {executor.submit(truncate_pdf_main, input_path, output_folder, selection): selection for
|
||||
selection in selections}
|
||||
|
||||
# 逐个获取完成的任务
|
||||
for future in concurrent.futures.as_completed(future_to_selection):
|
||||
selection = future_to_selection[future]
|
||||
try:
|
||||
files = future.result()
|
||||
if files and any(f for f in files):
|
||||
# 过滤空字符串
|
||||
valid_files = [f for f in files if f]
|
||||
truncate_files.extend(valid_files)
|
||||
for selection in range(1, 7):
|
||||
files = truncate_pdf_main(input_path, output_folder, selection)
|
||||
if files:
|
||||
truncate_files.extend(files)
|
||||
else:
|
||||
truncate_files.append("") # 截取失败时添加空字符串
|
||||
except Exception as e:
|
||||
print(f"Selection {selection} generated an exception: {e}")
|
||||
truncate_files.append("") # 发生异常时添加空字符串
|
||||
|
||||
if any(f for f in truncate_files if f): # 检查是否有有效的文件路径
|
||||
merged_output_path = os.path.join(output_folder, f"{base_file_name}_merged_baseinfo.pdf")
|
||||
@ -442,16 +414,14 @@ def truncate_pdf_multiple(input_path, output_folder):
|
||||
print(f"没有文件需要合并 for {input_path}")
|
||||
|
||||
return truncate_files
|
||||
|
||||
|
||||
def truncate_pdf_specific_engineering(pdf_path, output_folder, selections):
|
||||
"""
|
||||
处理 PDF 文件，选择指定的 selections，并合并结果。
|
||||
处理 PDF 文件，选择 selection 为指定部分，并合并结果。
|
||||
|
||||
Args:
|
||||
pdf_path (str): 要处理的 PDF 文件路径。
|
||||
output_folder (str): 截取后的文件保存文件夹路径。
|
||||
selections (list): 需要截取的部分（例如 [4, 5]）。
|
||||
selections (list): 需要截取的部分
|
||||
|
||||
Returns:
|
||||
list: 截取的文件路径列表，包括合并后的文件路径（如果有）。
|
||||
@ -460,30 +430,19 @@ def truncate_pdf_specific_engineering(pdf_path, output_folder, selections):
|
||||
base_file_name = os.path.splitext(os.path.basename(pdf_path))[0]
|
||||
truncate_files = []
|
||||
|
||||
# 使用 ThreadPoolExecutor 进行多线程处理
|
||||
with concurrent.futures.ThreadPoolExecutor(max_workers=len(selections)) as executor:
|
||||
# 提交所有任务并获取未来对象
|
||||
future_to_selection = {executor.submit(truncate_pdf_main, pdf_path, output_folder, selection): selection for
|
||||
selection in selections}
|
||||
|
||||
# 逐个获取完成的任务
|
||||
for future in concurrent.futures.as_completed(future_to_selection):
|
||||
selection = future_to_selection[future]
|
||||
try:
|
||||
files = future.result()
|
||||
for selection in selections:
|
||||
files = truncate_pdf_main(pdf_path, output_folder, selection)
|
||||
if files:
|
||||
# 过滤空字符串
|
||||
valid_files = [f for f in files if f]
|
||||
truncate_files.extend(valid_files)
|
||||
if isinstance(files, list):
|
||||
truncate_files.extend(files)
|
||||
elif isinstance(files, str):
|
||||
truncate_files.append(files)
|
||||
else:
|
||||
truncate_files.append("") # 截取失败时添加空字符串
|
||||
print(f"截取 selection {selection} 失败，已添加空字符串。")
|
||||
except Exception as e:
|
||||
print(f"Selection {selection} generated an exception: {e}")
|
||||
truncate_files.append("") # 发生异常时添加空字符串
|
||||
|
||||
if any(f for f in truncate_files if f): # 检查是否有有效的文件路径
|
||||
merged_output_path = os.path.join(output_folder, f"{base_file_name}_merged_specific.pdf")
|
||||
merged_output_path = os.path.join(output_folder, f"{base_file_name}_merged_baseinfo.pdf")
|
||||
merged_result = merge_selected_pdfs(output_folder, truncate_files, merged_output_path, base_file_name)
|
||||
if merged_result:
|
||||
truncate_files.append(merged_result)
|
||||
@ -510,10 +469,10 @@ if __name__ == "__main__":
|
||||
# input_path = "C:\\Users\\Administrator\\Desktop\\货物标\\zbfiles\\2-招标文件.pdf"
|
||||
output_folder="C:\\Users\\Administrator\\Desktop\\招标文件\\output6"
|
||||
# files=truncate_pdf_multiple(input_path,output_folder)
|
||||
selections = [5, 1] # 仅处理 selection 5、1 和 3
|
||||
files=truncate_pdf_specific_engineering(input_path,output_folder,selections)
|
||||
print(files)
|
||||
# selection = 6 # 例如：1 - 投标人须知前附表, 2 - 评标办法, 3 - 投标人须知正文 4-资格审查条件 5-招标公告 6-无效标
|
||||
# generated_files = truncate_pdf_main(input_path, output_folder, selection)
|
||||
# print(generated_files)
|
||||
# selections = [5, 1] # 仅处理 selection 5、1 和 3
|
||||
# files=truncate_pdf_specific_engineering(input_path,output_folder,selections)
|
||||
# print(files)
|
||||
selection = 6 # 例如：1 - 投标人须知前附表, 2 - 评标办法, 3 - 投标人须知正文 4-资格审查条件 5-招标公告 6-无效标
|
||||
generated_files = truncate_pdf_main(input_path, output_folder, selection)
|
||||
print(generated_files)
|
||||
# print("生成的文件:", generated_files)
|
||||
|
||||
@ -26,11 +26,12 @@ target_names = [
|
||||
|
||||
# 定义user_query模板
|
||||
def generate_user_query(target, chapters, keywords):
|
||||
template = f"""这是投标文件格式要求的部分，以序号和标题作为投标方，我需要把不同的资格证明材料填充到指定区域，请你根据该文件回答：{target}应该附在该文件哪个地方？以下是可能匹配的章节名称：{', '.join([f"'{chapter}'" for chapter in chapters])}；或者可能匹配的关键字：{', '.join([f"'{kw}'" for kw in keywords])}，你需要根据以上规则确定相关信息所在章节或小节，章节名格式通常是如'三、联合体协议书'这样的序号+标题。现在我需要将{target}贴在该章节的最后面，但是在下一章之前，目前我需要定位到插入的位置，请你返回给我插入位置的上下文，上文是该章节末尾的内容，下文应该是下一章的章节名或开头内容，上下文应该是连续的，字数限制在30字以内，以json格式返回，键名分别是'上文','下文'，上下文格式内容应完全与原文保持一致，不得擅自删减总结，输出格式示例如下：
|
||||
#章节名格式通常是如'三、联合体协议书'这样的序号+标题。现在我需要将{target}贴在该章节的最后面，但是在下一章之前，目前我需要定位到插入的位置，
|
||||
template = f"""这是投标文件格式要求的部分，作为投标方，我需要把不同的资格证明材料填充到指定区域，请你根据该文件回答：{target}应该附在该文件哪个地方？以下是可能匹配的章节名称：{', '.join([f"'{chapter}'" for chapter in chapters])}；或者可能匹配的关键字：{', '.join([f"'{kw}'" for kw in keywords])}，你需要根据以上规则确定{target}需要插入的位置，请你返回给我插入位置的上下文，以便于我定位原文，上文是插入章节或小节末尾的内容，下文应该是下一章节或小节开头的内容，上下文合在一起应该是连续的，字数都限制在20字以内。你的回答以json格式返回，键名分别是'上文','下文'，上下文内容应完全与原文保持一致，不得擅自删减总结，输出格式示例如下：
|
||||
{{
|
||||
"上文":"上文相关内容
|
||||
测试",
|
||||
"下文":"四、下文章节名
|
||||
"上文":"上文测试投标人： （盖单位章）
|
||||
年 月 日",
|
||||
"下文":"下文测试章节名
|
||||
（招标人名称）：测试"
|
||||
}}
|
||||
"""
|
||||
@ -42,7 +43,7 @@ def generate_user_query(target, chapters, keywords):
|
||||
（招标人名称）：测试"
|
||||
}}
|
||||
"""
|
||||
return template2
|
||||
return template
|
||||
|
||||
# 生成user_query_list
|
||||
user_query_list = []
|
||||
|
||||
@ -3,7 +3,7 @@ import re # 导入正则表达式库
|
||||
import os # 用于文件和文件夹操作
|
||||
from flask_app.general.format_change import docx2pdf
|
||||
from flask_app.general.merge_pdfs import merge_and_cleanup,merge_pdfs
|
||||
import concurrent.futures
|
||||
|
||||
def clean_page_content(text, common_header):
|
||||
# 首先删除抬头公共部分
|
||||
if common_header: # 确保有公共抬头才进行替换
|
||||
@ -431,7 +431,8 @@ def extract_pages_twice(pdf_path, output_folder, output_suffix, common_header):
|
||||
else:
|
||||
print(f"second: {output_suffix} 未找到起始或结束页在文件 {pdf_path} 中！")
|
||||
return ""
|
||||
return save_extracted_pages(pdf_document, start_page, end_page, pdf_path, output_folder, output_suffix)
|
||||
return save_extracted_pages(pdf_document, start_page, end_page, pdf_path, output_folder, output_suffix,
|
||||
)
|
||||
except Exception as e:
|
||||
print(f"Error in extract_pages_twice: {e}")
|
||||
return ""
|
||||
@ -623,25 +624,10 @@ def truncate_pdf_main(input_path, output_folder, selection, output_suffix="defau
|
||||
def truncate_pdf_multiple(pdf_path, output_folder):
|
||||
base_file_name = os.path.splitext(os.path.basename(pdf_path))[0]
|
||||
truncate_files = []
|
||||
|
||||
# 定义要处理的选择范围
|
||||
selections = range(1, 6)
|
||||
|
||||
# 使用 ThreadPoolExecutor 进行多线程处理
|
||||
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
|
||||
# 提交所有任务并获取未来对象
|
||||
future_to_selection = {executor.submit(truncate_pdf_main, pdf_path, output_folder, selection,output_suffix="default"): selection for
|
||||
selection in selections}
|
||||
|
||||
# 逐个获取完成的任务
|
||||
for future in concurrent.futures.as_completed(future_to_selection):
|
||||
selection = future_to_selection[future]
|
||||
try:
|
||||
files = future.result()
|
||||
for selection in range(1, 6):
|
||||
files = truncate_pdf_main(pdf_path, output_folder, selection)
|
||||
if files:
|
||||
truncate_files.extend(files)
|
||||
except Exception as e:
|
||||
print(f"Selection {selection} generated an exception: {e}")
|
||||
|
||||
if truncate_files:
|
||||
merged_output_path = os.path.join(output_folder, f"{base_file_name}_merged_baseinfo.pdf")
|
||||
@ -656,12 +642,11 @@ def truncate_pdf_multiple(pdf_path, output_folder):
|
||||
#小解析，只需要前三章内容
|
||||
def truncate_pdf_specific_goods(pdf_path, output_folder,selections):
|
||||
"""
|
||||
处理 PDF 文件，选择指定的 selections，并合并结果。
|
||||
处理 PDF 文件，选择 selection 为 4 和 5 的部分，并合并结果。
|
||||
|
||||
Args:
|
||||
pdf_path (str): 要处理的 PDF 文件路径。
|
||||
output_folder (str): 截取后的文件保存文件夹路径。
|
||||
selections (iterable): 要处理的 selection 列表。
|
||||
|
||||
Returns:
|
||||
list: 截取的文件路径列表，包括合并后的文件路径（如果有）。
|
||||
@ -669,24 +654,13 @@ def truncate_pdf_specific_goods(pdf_path, output_folder, selections):
|
||||
base_file_name = os.path.splitext(os.path.basename(pdf_path))[0]
|
||||
truncate_files = []
|
||||
|
||||
# 使用 ThreadPoolExecutor 进行多线程处理
|
||||
with concurrent.futures.ThreadPoolExecutor(max_workers=len(selections)) as executor:
|
||||
# 提交所有任务并获取未来对象
|
||||
future_to_selection = {executor.submit(truncate_pdf_main, pdf_path, output_folder, selection,output_suffix="default"): selection for
|
||||
selection in selections}
|
||||
|
||||
# 逐个获取完成的任务
|
||||
for future in concurrent.futures.as_completed(future_to_selection):
|
||||
selection = future_to_selection[future]
|
||||
try:
|
||||
files = future.result()
|
||||
for selection in selections:
|
||||
files = truncate_pdf_main(pdf_path, output_folder, selection)
|
||||
if files:
|
||||
if isinstance(files, list):
|
||||
truncate_files.extend(files)
|
||||
elif isinstance(files, str):
|
||||
truncate_files.append(files)
|
||||
except Exception as e:
|
||||
print(f"Selection {selection} generated an exception: {e}")
|
||||
|
||||
if truncate_files:
|
||||
merged_output_path = os.path.join(output_folder, f"{base_file_name}_merged_specific.pdf")
|
||||
@ -708,9 +682,9 @@ if __name__ == "__main__":
|
||||
# input_path="C:\\Users\\Administrator\\Desktop\\fsdownload\\a091d107-805d-4e28-b8b2-0c7327737238\\ztbfile.pdf"
|
||||
# output_folder = "C:\\Users\\Administrator\\Desktop\\fsdownload\\a091d107-805d-4e28-b8b2-0c7327737238\\tmp"
|
||||
output_folder="C:\\Users\\Administrator\\Desktop\\货物标\\zbfiles\\新建文件夹"
|
||||
files = truncate_pdf_multiple(input_path, output_folder)
|
||||
# files = truncate_pdf_multiple(input_path, output_folder)
|
||||
# files=truncate_pdf_specific_goods(input_path,output_folder)
|
||||
print(files)
|
||||
# selection = 6# 例如：1 - 商务技术服务要求, 2 - 评标办法, 3 - 资格审查后缀有qualification1或qualification2（与评标办法一致） 4.投标人须知前附表part1 投标人须知正文part2 5-公告
|
||||
# generated_files = truncate_pdf_main(input_path, output_folder, selection)
|
||||
# print(generated_files)
|
||||
# print(files)
|
||||
selection = 6# 例如：1 - 商务技术服务要求, 2 - 评标办法, 3 - 资格审查后缀有qualification1或qualification2（与评标办法一致） 4.投标人须知前附表part1 投标人须知正文part2 5-公告
|
||||
generated_files = truncate_pdf_main(input_path, output_folder, selection)
|
||||
print(generated_files)
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user