m.stangl/kabellaengen
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

log dir dazu gemacht. Ausgabe der Übersetzuung als json möglich

Browse Source
This commit is contained in:
Michael Stangl
2025-12-03 20:10:06 +01:00
parent a967e2e35e
commit 12cb8fd99c
2 changed files with 199 additions and 37 deletions
Download Patch File Download Diff File Expand all files Collapse all files
lib/translate.py
+197 -37
View File
@@ -1,4 +1,5 @@
import argparse
import json
import os
import re
import sys
@@ -15,7 +16,8 @@ Dieses Programm:
- liest eine DXF Datei und sammelt alle TEXT und MTEXT Objekte
ODER liest Texte aus einer TXT Datei (ein Text pro Zeile)
- filtert die Texte basierend auf Mustern in translator.cfg
- schreibt die Ergebnisse in eine Excel- oder Textdatei
- übersetzt optional Texte mit Trigrammen, Bigrammen und Einzelwörtern aus translation/<LANG>.cfg
- schreibt die Ergebnisse in eine Excel- oder JSON-Datei
- speichert die Ausgabedatei im PROJECT_WORK Verzeichnis
"""
@@ -30,6 +32,69 @@ def check_environment_var(env_str: str) -> Path:
sys.exit(1)
def load_translation_config(translation_lang: str, translation_dir: Path) -> tuple[dict[str, str], dict[str, str], dict[str, str]]:
"""
Lädt eine Übersetzungs-Config-Datei (z.B. CSK.cfg, EN.cfg, FR.cfg).
Args:
translation_lang: Sprach-Code (z.B. "CSK", "EN", "FR")
translation_dir: Verzeichnis mit Übersetzungs-Configs (aus PROJECT_TRANSLATION)
Returns:
Tuple mit (Trigramme-Dict, Bigramme-Dict, Single-Dict)
"""
config_file = translation_dir / f"{translation_lang}.cfg"
if not config_file.exists():
print(f"FEHLER: Übersetzungs-Konfiguration nicht gefunden: {config_file}")
sys.exit(1)
# RawConfigParser mit case-sensitive Keys
config = RawConfigParser()
# Überschreibe optionxform um Groß-/Kleinschreibung zu erhalten
config.optionxform = str
try:
config.read(config_file, encoding='utf-8')
except Exception as e:
print(f"Fehler beim Lesen der Übersetzungs-Konfiguration: {e}")
sys.exit(1)
trigramme = {}
bigramme = {}
single = {}
# Lade Trigramme
if config.has_section('trigramme'):
for key in config['trigramme']:
original = key
translation = config['trigramme'][key]
if translation and not translation.startswith('#'):
trigramme[original] = translation
# Lade Bigramme
if config.has_section('bigramme'):
for key in config['bigramme']:
original = key
translation = config['bigramme'][key]
if translation and not translation.startswith('#'):
bigramme[original] = translation
# Lade Single
if config.has_section('single'):
for key in config['single']:
original = key
translation = config['single'][key]
if translation and not translation.startswith('#'):
single[original] = translation
print(f"\nÜbersetzungs-Config geladen ({translation_lang}):")
print(f" Trigramme: {len(trigramme)}")
print(f" Bigramme: {len(bigramme)}")
print(f" Einzelwörter: {len(single)}")
return trigramme, bigramme, single
def load_ignore_patterns(cfg_path: Path) -> tuple[list[str], list[str]]:
"""
Liest die ignore_pattern aus der translator.cfg Datei.
@@ -50,6 +115,8 @@ def load_ignore_patterns(cfg_path: Path) -> tuple[list[str], list[str]]:
# RawConfigParser verhindert dass Backslashes in Regex-Mustern escaped werden
config = RawConfigParser()
# Überschreibe optionxform um Groß-/Kleinschreibung zu erhalten
config.optionxform = str
try:
config.read(config_file, encoding='utf-8')
except Exception as e:
@@ -84,6 +151,50 @@ def load_ignore_patterns(cfg_path: Path) -> tuple[list[str], list[str]]:
return wildcard_patterns, regex_patterns
def translate_text(text: str, trigramme: dict[str, str], bigramme: dict[str, str], single: dict[str, str]) -> str:
"""
Übersetzt einen Text durch Ersetzen von Trigrammen, Bigrammen und Einzelwörtern.
Ersetzungen erfolgen in dieser Reihenfolge: Trigramme → Bigramme → Einzelwörter.
Args:
text: Zu übersetzender Text
trigramme: Dictionary mit Drei-Wort-Phrasen
bigramme: Dictionary mit Zwei-Wort-Phrasen
single: Dictionary mit Einzelwörtern
Returns:
Übersetzter Text (leer wenn keine Übersetzung gefunden wurde)
"""
translated_text = text
has_translation = False
# 1. Trigramme ersetzen (längste Phrasen zuerst)
for original, translation in trigramme.items():
if original in translated_text:
translated_text = translated_text.replace(original, translation)
has_translation = True
# 2. Bigramme ersetzen
for original, translation in bigramme.items():
if original in translated_text:
translated_text = translated_text.replace(original, translation)
has_translation = True
# 3. Einzelwörter ersetzen
words = translated_text.split()
translated_words = []
for word in words:
if word in single:
translated_words.append(single[word])
has_translation = True
else:
translated_words.append(word)
translated_text = ' '.join(translated_words)
# Gib nur übersetzten Text zurück wenn tatsächlich etwas übersetzt wurde
return translated_text if has_translation else ""
def should_ignore_text(text: str, wildcard_patterns: list[str], regex_patterns: list[str], debug: bool = False) -> bool:
"""
Prüft ob ein Text ignoriert werden soll basierend auf den Mustern.
@@ -245,13 +356,16 @@ def read_texts_from_file(filename: Path) -> list[str]:
sys.exit(1)
def write_texts_to_excel(texts: list[str], output_path: Path):
def write_texts_to_excel(texts: list[str], output_path: Path,
translation_dicts: tuple[dict[str, str], dict[str, str], dict[str, str]] = None):
"""
Schreibt die Texte in die erste Spalte einer Excel-Datei.
Optional: Schreibt Übersetzungen in die zweite Spalte.
Args:
texts: Liste der zu schreibenden Texte
output_path: Pfad zur Ausgabe-Excel-Datei
translation_dicts: Optional: Tuple mit (Trigramme, Bigramme, Single) für Übersetzungen
"""
wb = Workbook()
ws = wb.active
@@ -259,61 +373,95 @@ def write_texts_to_excel(texts: list[str], output_path: Path):
# Kopfzeile
ws['A1'] = "Text"
if translation_dicts:
ws['B1'] = "Übersetzung"
# Texte in die erste Spalte schreiben
# Texte schreiben
for idx, text in enumerate(texts, start=2):
ws[f'A{idx}'] = text
# Spaltenbreite anpassen
# Optional: Übersetzung in zweite Spalte
if translation_dicts:
trigramme, bigramme, single = translation_dicts
translated = translate_text(text, trigramme, bigramme, single)
if translated: # Nur wenn Übersetzung gefunden wurde
ws[f'B{idx}'] = translated
# Sonst bleibt die Zelle leer
# Spaltenbreiten anpassen
ws.column_dimensions['A'].width = 50
if translation_dicts:
ws.column_dimensions['B'].width = 50
try:
wb.save(output_path)
print(f"Excel-Datei erfolgreich erstellt: {output_path}")
if translation_dicts:
print(f" Mit Übersetzungen in Spalte B")
except Exception as e:
print(f"Fehler beim Schreiben der Excel-Datei: {e}")
sys.exit(1)
def write_texts_to_textfile(texts: list[str], ignored_texts: list[str], output_path: Path):
def write_texts_to_json(texts: list[str], ignored_texts: list[str], output_path: Path,
translation_dicts: tuple[dict[str, str], dict[str, str], dict[str, str]] = None):
"""
Schreibt die Texte in eine UTF-8 Textdatei.
Jeder Text wird in einer eigenen Zeile geschrieben (auch Multiline-Texte).
Die Datei enthält zwei Teile: akzeptierte und ignorierte Texte.
Schreibt die Texte in eine JSON-Datei mit drei Blöcken.
Args:
texts: Liste der akzeptierten Texte
ignored_texts: Liste der ignorierten Texte
output_path: Pfad zur Ausgabe-Textdatei
output_path: Pfad zur Ausgabe-JSON-Datei
translation_dicts: Optional: Tuple mit (Trigramme, Bigramme, Single) für Übersetzungen
"""
output_data = {}
# Block 1: Übersetzte Texte (als Liste von Dicts mit source/target)
# Block 2: Nicht übersetzte Texte (nur akzeptierte Texte ohne Übersetzung)
if translation_dicts:
trigramme, bigramme, single = translation_dicts
translations = []
untranslated_texts = []
for text in texts:
translated = translate_text(text, trigramme, bigramme, single)
if translated: # Übersetzung vorhanden
translations.append({
"source": text,
"target": translated
})
else: # Keine Übersetzung vorhanden
untranslated_texts.append(text)
output_data["translations"] = translations
output_data["texts"] = untranslated_texts
else:
# Ohne Übersetzungs-Config: alle akzeptierten Texte sind nicht übersetzt
output_data["translations"] = []
output_data["texts"] = texts
# Block 3: Ignorierte Texte (als Liste)
output_data["ignored"] = ignored_texts
try:
with open(output_path, 'w', encoding='utf-8') as f:
# Schreibe akzeptierte Texte
for text in texts:
# Multiline-Texte werden in einer Zeile geschrieben (Zeilenumbrüche ersetzen)
text_single_line = text.replace('\n', '\\n').replace('\r', '\\r')
f.write(text_single_line + '\n')
json.dump(output_data, f, ensure_ascii=False, indent=2)
# Trennzeile
f.write('\n-- durch translator.cfg ausgeschlossen --\n\n')
# Schreibe ignorierte Texte
for text in ignored_texts:
# Multiline-Texte werden in einer Zeile geschrieben (Zeilenumbrüche ersetzen)
text_single_line = text.replace('\n', '\\n').replace('\r', '\\r')
f.write(text_single_line + '\n')
print(f"Textdatei erfolgreich erstellt: {output_path}")
print(f" Akzeptierte Texte: {len(texts)}")
print(f"JSON-Datei erfolgreich erstellt: {output_path}")
if translation_dicts:
print(f" Übersetzungen: {len(output_data['translations'])}")
print(f" Nicht übersetzte Texte: {len(output_data['texts'])}")
else:
print(f" Akzeptierte Texte: {len(output_data['texts'])}")
print(f" Ignorierte Texte: {len(ignored_texts)}")
except Exception as e:
print(f"Fehler beim Schreiben der Textdatei: {e}")
print(f"Fehler beim Schreiben der JSON-Datei: {e}")
sys.exit(1)
if __name__ == '__main__':
parser = argparse.ArgumentParser(
description='Extrahiert TEXT und MTEXT Objekte aus einer DXF Datei oder filtert Texte aus einer TXT Datei',
description='Extrahiert TEXT und MTEXT Objekte aus einer DXF Datei oder filtert Texte aus einer TXT Datei. Optional mit Übersetzungsfunktion.',
prog='translate'
)
@@ -352,8 +500,14 @@ if __name__ == '__main__':
'-t', '--export-type',
action='store',
default='excel',
choices=['excel', 'text'],
help='Exportformat: excel (Standard) oder text (UTF-8 Textdatei)'
choices=['excel', 'json'],
help='Exportformat: excel (Standard) oder json (JSON-Datei)'
)
parser.add_argument(
'--translate',
action='store',
metavar='LANG',
help='Übersetzt Texte mit Config aus translation/<LANG>.cfg (z.B. CSK, EN, FR)'
)
args = parser.parse_args()
@@ -373,6 +527,12 @@ if __name__ == '__main__':
# Lade Ignore-Muster aus Konfigurationsdatei
wildcard_patterns, regex_patterns = load_ignore_patterns(cfg_dir)
# Optional: Lade Übersetzungs-Config
translation_dicts = None
if args.translate:
translation_dir = check_environment_var('PROJECT_TRANSLATION')
translation_dicts = load_translation_config(args.translate, translation_dir)
if args.debug:
print("DEBUG-Modus aktiviert")
@@ -433,22 +593,22 @@ if __name__ == '__main__':
if args.export_type == 'excel':
if not output_filename.endswith('.xlsx'):
output_filename += '.xlsx'
else: # text
if not output_filename.endswith('.txt'):
output_filename += '.txt'
else: # json
if not output_filename.endswith('.json'):
output_filename += '.json'
else:
# Standardname basierend auf Eingabedatei
if args.export_type == 'excel':
output_filename = filename.stem + "_texts.xlsx"
else: # text
output_filename = filename.stem + "_texts.txt"
else: # json
output_filename = filename.stem + "_texts.json"
output_path = work_dir / output_filename
# Schreibe Texte in gewähltem Format
if args.export_type == 'excel':
write_texts_to_excel(texts, output_path)
else: # text
write_texts_to_textfile(texts, ignored_texts, output_path)
write_texts_to_excel(texts, output_path, translation_dicts)
else: # json
write_texts_to_json(texts, ignored_texts, output_path, translation_dicts)
print("Verarbeitung erfolgreich abgeschlossen.")