--extract --fromtext Schalter hinzu, um die regulären Ausdrücke in der config testen zu können. Konfigurationsdatei erweitert, so dass CAD Begriffe, Maßeinheiten etc. nicht in die Übersetzungstexte kommen

2025-12-03 19:05:31 +01:00
parent ed416a5315
commit 56979938f5
3 changed files with 426 additions and 69 deletions
@@ -0,0 +1,176 @@
+[trigramme]
+from Storage level=z úložné úrovně
+rail bottom edge=spodní hrana kolejnice
+Loaded Minitrolleys to=Naložené minivozíky do
+to Storage level=do úložné úrovně
+to operational area=do provozní oblasti
+Empty Minitrolleys to=Prázdné minivozíky do
+Minitrolleys to storage=Minivozíky do úložiště
+Multi Purpose Station=Víceúčelová stanice
+Rail Bottom Edge=Spodní hrana kolejnice
+hangsacks max capacity=maximální kapacita závěsných pytlů
+Empty Minitrolleys Buffer=Prázdné minivozíky Buffer
+Minitrolleys Buffer Loading=Minivozíky Pufr Nakládání
+Minitrolleys to Inbound=Minivozíky do příjmu
+loaded Minitrolleys to=naložené minivozíky do
+Minitrolleys to Storage=Minivozíky do skladu
+to Inbound empty=do příjmu prázdné
+empty Minitrolleys from=prázdné minivozíky z
+Length of Trolley=Délka vozíku
+
+
+[bigramme]
+AMR area=AMR area
+AMR ILS=AMR ILS
+AMR loaded=AMR loaded
+Belastung Abhänger=Zatížení závěsu
+Belastung Hänger=Zatížení závěsu
+Belastung Säule=Zatížení sloupu
+Bottom Edge=Bottom Edge
+bottom edge=spodní hrana
+Buffer Loading=Buffer Loading
+capacity x=kapacita x
+compressed air=stlačený vzduch
+Control cabinet=Rozvaděč
+Dimensions L=Rozměry L
+Distance to=Vzdálenost k
+distributor omniflo=distributoru omniflo
+Empty Minitrolleys=Prázdné minivozíky
+empty Minitrolleys=prázdné minivozíky
+Fire door=Požární dveře
+from AMR=z AMR
+from Storage=ze skladu
+GOH Storage=Sklad GOH
+GOH storage=Sklad GOH
+hangsack =závěsný vak 
+hangsacks max=závěsné vaky max.
+Inbound empty=Příchozí prázdné
+label Printer=tiskárna štítků
+Lenght Measurement=Měření délky
+Length of=Délka
+line x=řady x
+lines GOH=řady GOH
+lines x=řady x
+loaded Minitrolleys=naložené minivozíky
+Loaded Minitrolleys=Naložené minivozíky
+Loading Boom=Nakládací rameno
+Loading Buff=Nakládací nárazník
+long x=dlouhý x
+max capacity=max. kapacita
+Minitrolleys Buffer=Minivozíky Buffer
+Minitrolleys from=Minivozíky z
+Minitrolleys to=Minitrolleys to
+MT line=MT line
+Multi Purpose=Multi Purpose
+of Trolley=of Trolley
+Operation panel=Operation panel
+operational area=operational area
+Purpose Station=Purpose Station
+rail bottom=rail bottom
+Rail Bottom=Rail Bottom
+Säule=Säule
+Schnitt A=Schnitt A
+Schnitt Highway=Schnitt Highway
+short x=short x
+storage level=storage level
+Storage level=Storage level
+Storage Level=Storage Level
+Sub distributor=Sub distributor
+to AMR=to AMR
+to Inbound=to Inbound
+to L=to L
+to operational=to operational
+to Q=to Q
+to storage=to storage
+to Storage=to Storage
+Trolley MT=Trolley MT
+with TEF=with TEF
+
+
+[single]
+# deutsche Begriffe und ihre tschechische Übersetzung
+# Format: Begriffe in der dxf=tschechisch
+# ## deutsch
+Abhänger=Závěs
+Belastung=Zatížení
+Säule=Sloup
+Abhänger=Závěs
+Schnitt=Řez
+Unterverteiler=Rozvaděč
+Schaltschrank=Rozvaděč
+zur=k
+ca=ca
+Hänger=Závěs
+# ## english
+air=prázdná
+area=oblast
+Boom=Rameno
+bottom=Kolejnice
+Bottom=Spodní
+buffer=paleta
+Buffer=Rozměry
+cabinet=Ovládací
+capacity=kapacitu
+compressed=hrana
+control=ovládání
+Control=Sběrné místo
+Dimensions=skříň
+Distance=naložené
+distributor=distributor
+door=dveře
+Door=Dveře
+edge=kolejnice
+Edge=Okraj
+empty=krátká
+Empty=Prázdná
+Exit=Výstup
+Fire=Požární
+Firewall=Požární
+for=pro
+from=z
+hangsack=Stanice
+hangsacks=vzduch
+Highway=Dálniční
+Inbound=stlačená
+label=etiketa
+Lenght=Délka
+Length=Délka
+level=úroveň
+Level=Úroveň
+line=linka
+lines=linky
+Loaded=dlouhý
+loaded=závěsné vaky
+Loading=Vzdálenost
+long=Buffer
+max=max.
+Measurement=Měření
+Multi=buffer
+of=odchozího
+Operation=Provoz
+operational=Nakládání
+Outbound=Odchozí
+pallet=závěsný vak
+panel=panel
+Pickstation=Příchozí
+Plastic=Plastová
+Printer=Tiskárna
+Purpose=Víceúčelový
+Rail=provozní
+rail=spodní
+short=stěna
+Station=Naložený
+Storage=Skladování
+storage=skladovací
+Sub=Pod
+System=systém
+to=do
+Trolley=Vozík
+Unterverteiler=Podrozdělovač    
+Schaltschrank=Rozvaděč
+waste=odpad
+Weight=Hmotnost
+with=s
+
+
+
@@ -6,13 +6,13 @@

 # Häufige technische Abkürzungen und Codes
 layer = LAYER=*
-dim = DIM*
 special = %%*

 # Koordinaten und technische Angaben
 coord_x = X=*
 coord_y = Y=*
 coord_z = Z=*
+KR_code = KR-M*



@@ -21,12 +21,30 @@ coord_z = Z=*
 # Ein Ausdruck pro Zeile (Python regex Syntax)
 # Format: pattern_name = regex

+# Dezimalzahl mit Punkt oder Komma
+decimal_number = ^-?\d+([.,]\d+)?$
+pos_decimal_number = ^\+?\d+([.,]\d+)?$
+# Prozentangaben
+percent = ^-?\d+([.,]\d+)?\s*%$
+
 # Angaben wie =A1 +AB12 oder =A2+UZ304
 anlagen_nr = ^=A\d\s*\+[A-Z]{2}\d+ 
-anlagen_nr3 = ^=A\d\+UZ\d{3}
+anlagen_nr3 = ^=A\d\+UZ\d{3} 

+
+# Zeichen von A bis F als einzelnes Zeichen
 ein_zeichen = ^[A-F]$

+# A.1 bold
+single_letters = ^\\f.*;[A-Z]\.\d$
+AX = ^[A-F]\d$
+ILSCV = ^ILS-CV\\PM\d{4}$
+
+# # Blöcke wie BLOCK 1.1.2
+# BLOCK_3 = ^BLOCK \d\.\d(\.\d)?$
+# BLOCK_2 = ^BLOCK \d\.\d$
+# BLOCK_1 = ^BLOCK \d\$
+
 # Technische Angaben
 h1875 = ^\\H1.875x
 h1875ff = ^\\H1.875x;.*$
@@ -37,12 +55,19 @@ m_numbers = ^M\d{3}$
 coord_arrows = ^\+\d{1,3}(?:[.,]\d{3})\s*(?:<<<|>>>)\s*\+\d{1,3}(?:[.,]\d{3})$
 # +UC3206\P3 x ET200 SP DI16 402.0
 uc4 = ^\+UC\d{4}
-uc2 = ^=A\d\+UC\d{2}
-uc3 = ^=A\d\+UC\d{3}
-uz2 = ^=A\d\+UZ\d{2}
-uz3 = ^=A\d\+UZ\d{3}
+ax_uc4 = ^=A\d\+UC\d{2,4}
+ax_uz4 = ^=A\d\+UZ\d{2,4}
+a0x_uz1= ^=A01\+UZ\d+
+a0x_uc4 = ^=A0\d\+UC\d{2,4}
+a0x_uz4 = ^=A\d\+UZ\d{2,4}
+pxqc_patterns = ^\\pxqc; =A0[1-9]\+UC\d{2,4}$
+pxqc_patterns2 = ^\\pxqc; =A1\+UC\d{2,4}$ 
+pxqc_patterns3 = ^\\pxqc; =A1\+UH\d{2,4}$

-ip_adresse = ^\\fArial Narrow.*(\d{1,3}\.){3}\d{1,3}$
+
+ip_adress = ^.*;(\d{1,3}\.){3}\d{1,3}$
+
+# TUNNEL Bezeichnungen wie \fArial TUNNEL12-3456
 tunnel = ^\\fArial.*TUNNEL\d+-\d{4}$

-kr = ^KR-\d{3,4}$
+kw_A = ^\d+\s*KW\s*-\s*\d+\s*A$
@@ -13,8 +13,10 @@ from openpyxl import Workbook
 """
 Dieses Programm:
 - liest eine DXF Datei und sammelt alle TEXT und MTEXT Objekte
- schreibt diese in die erste Spalte einer Excel-Datei
- speichert die Excel-Datei im PROJECT_WORK Verzeichnis
+  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
+- speichert die Ausgabedatei im PROJECT_WORK Verzeichnis
 """


@@ -117,23 +119,21 @@ def should_ignore_text(text: str, wildcard_patterns: list[str], regex_patterns:
    return False


-def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_patterns: list[str], debug: bool = False) -> list[str]:
+def extract_text_from_dxf(filename: Path) -> list[str]:
    """
    Extrahiert alle TEXT und MTEXT Objekte aus einer DXF Datei.
    Verwendet ein Set, um Duplikate zu vermeiden.
+    Filtert leere Texte heraus.

    Args:
        filename: Pfad zur DXF Datei
-        wildcard_patterns: Liste der Wildcard-Muster zum Filtern
-        regex_patterns: Liste der Regex-Muster zum Filtern
-        debug: Wenn True, gibt Debug-Informationen aus

    Returns:
-        Alphabetisch sortierte Liste mit allen gefundenen Texten (nach Filterung, ohne Duplikate)
+        Alphabetisch sortierte Liste aller gefundenen Texte (ohne Duplikate, ohne leere Texte)
    """
    texts_set = set()  # Set für eindeutige Texte
-    ignored_count = 0
    total_count = 0
+    empty_count = 0

    try:
        doc = ezdxf.readfile(filename)
@@ -147,13 +147,10 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa

                # Ignoriere leere Texte
                if not text:
-                    ignored_count += 1
+                    empty_count += 1
                    continue

-                if should_ignore_text(text, wildcard_patterns, regex_patterns, debug):
-                    ignored_count += 1
-                else:
-                    texts_set.add(text)
+                texts_set.add(text)

        # Sammle alle MTEXT Objekte
        for entity in msp.query('MTEXT'):
@@ -163,21 +160,18 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa

                # Ignoriere leere Texte
                if not text:
-                    ignored_count += 1
+                    empty_count += 1
                    continue

-                if should_ignore_text(text, wildcard_patterns, regex_patterns, debug):
-                    ignored_count += 1
-                else:
-                    texts_set.add(text)
+                texts_set.add(text)

        # Konvertiere Set zu sortierter Liste
        texts = sorted(texts_set)

        print(f"Anzahl gefundener TEXT/MTEXT Objekte: {total_count}")
-        print(f"Ignorierte Texte (nach Filter): {ignored_count}")
-        print(f"Duplikate entfernt: {total_count - ignored_count - len(texts)}")
-        print(f"Eindeutige Texte für Export: {len(texts)}")
+        print(f"Leere Texte ignoriert: {empty_count}")
+        print(f"Duplikate entfernt: {total_count - empty_count - len(texts)}")
+        print(f"Eindeutige Texte extrahiert: {len(texts)}")

    except Exception as e:
        print(f"Fehler beim Lesen der DXF Datei: {e}")
@@ -186,6 +180,71 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa
    return texts


+def filter_texts(texts: list[str], wildcard_patterns: list[str], regex_patterns: list[str], debug: bool = False) -> tuple[list[str], list[str]]:
+    """
+    Filtert eine Liste von Texten basierend auf Wildcard- und Regex-Mustern.
+    Diese Funktion ist unabhängig von der Quelle der Texte (DXF oder TXT).
+
+    Args:
+        texts: Liste der zu filternden Texte
+        wildcard_patterns: Liste der Wildcard-Muster zum Filtern
+        regex_patterns: Liste der Regex-Muster zum Filtern
+        debug: Wenn True, gibt Debug-Informationen aus
+
+    Returns:
+        Tuple mit (akzeptierte Texte, ignorierte Texte) - beide alphabetisch sortiert
+    """
+    accepted_texts = []
+    ignored_texts = []
+
+    for text in texts:
+        if should_ignore_text(text, wildcard_patterns, regex_patterns, debug):
+            ignored_texts.append(text)
+        else:
+            accepted_texts.append(text)
+
+    # Sortiere beide Listen alphabetisch
+    accepted_texts.sort()
+    ignored_texts.sort()
+
+    print(f"\nFilterung abgeschlossen:")
+    print(f"  Akzeptierte Texte: {len(accepted_texts)}")
+    print(f"  Ignorierte Texte: {len(ignored_texts)}")
+
+    return accepted_texts, ignored_texts
+
+
+def read_texts_from_file(filename: Path) -> list[str]:
+    """
+    Liest Texte aus einer UTF-8 Textdatei (ein Text pro Zeile).
+    Entfernt Duplikate und leere Zeilen.
+
+    Args:
+        filename: Pfad zur Textdatei
+
+    Returns:
+        Alphabetisch sortierte Liste aller Texte (ohne Duplikate, ohne leere Zeilen)
+    """
+    texts_set = set()
+
+    try:
+        with open(filename, 'r', encoding='utf-8') as f:
+            for line in f:
+                text = line.strip()
+                if text:  # Ignoriere leere Zeilen
+                    # Konvertiere escaped Zeilenumbrüche zurück
+                    text = text.replace('\\n', '\n').replace('\\r', '\r')
+                    texts_set.add(text)
+
+        texts = sorted(texts_set)
+        print(f"Texte aus Datei gelesen: {len(texts)}")
+        return texts
+
+    except Exception as e:
+        print(f"Fehler beim Lesen der Textdatei: {e}")
+        sys.exit(1)
+
+
 def write_texts_to_excel(texts: list[str], output_path: Path):
    """
    Schreibt die Texte in die erste Spalte einer Excel-Datei.
@@ -216,28 +275,72 @@ def write_texts_to_excel(texts: list[str], output_path: Path):
        sys.exit(1)


+def write_texts_to_textfile(texts: list[str], ignored_texts: list[str], output_path: Path):
+    """
+    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.
+
+    Args:
+        texts: Liste der akzeptierten Texte
+        ignored_texts: Liste der ignorierten Texte
+        output_path: Pfad zur Ausgabe-Textdatei
+    """
+    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')
+
+            # 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"  Ignorierte Texte: {len(ignored_texts)}")
+    except Exception as e:
+        print(f"Fehler beim Schreiben der Textdatei: {e}")
+        sys.exit(1)
+
+
 if __name__ == '__main__':
    parser = argparse.ArgumentParser(
-        description='Extrahiert TEXT und MTEXT Objekte aus einer DXF Datei und schreibt sie in eine Excel-Datei',
+        description='Extrahiert TEXT und MTEXT Objekte aus einer DXF Datei oder filtert Texte aus einer TXT Datei',
        prog='translate'
    )
+
+    # Mutually exclusive group: entweder DXF-Extraktion oder TXT-Filterung
+    input_group = parser.add_mutually_exclusive_group(required=True)
+    input_group.add_argument(
+        '-e', '--extract',
+        action='store_true',
+        help='Extrahiert Texte aus DXF/DWG Datei (benötigt --filename)'
+    )
+    input_group.add_argument(
+        '--fromtxt',
+        action='store',
+        metavar='FILE.txt',
+        help='Filtert Texte aus einer TXT Datei (ein Text pro Zeile)'
+    )
+
    parser.add_argument(
        '-f', '--filename',
        action='store',
-        required=True,
-        help='DXF Datei die verarbeitet werden soll',
+        help='DXF/DWG Datei (.dxf, .dwg) die verarbeitet werden soll (nur mit --extract)',
        metavar='myfile.dxf'
    )
-    parser.add_argument(
-        '-e', '--extract',
-        action='store_true',
-        required=True,
-        help='Hole alle Texte aus der .dxf in eine Excel Datei'
-    )
    parser.add_argument(
        '-o', '--outname',
        action='store',
-        help='Name der Ausgabedatei (ohne Pfad, mit oder ohne .xlsx Endung)',
+        help='Name der Ausgabedatei (ohne Pfad, mit oder ohne .xlsx/.txt Endung)',
        metavar='output.xlsx'
    )
    parser.add_argument(
@@ -245,9 +348,24 @@ if __name__ == '__main__':
        action='store_true',
        help='Aktiviert Debug-Ausgabe für Pattern-Matching'
    )
+    parser.add_argument(
+        '-t', '--export-type',
+        action='store',
+        default='excel',
+        choices=['excel', 'text'],
+        help='Exportformat: excel (Standard) oder text (UTF-8 Textdatei)'
+    )

    args = parser.parse_args()

+    # Validierung: --extract benötigt --filename
+    if args.extract and not args.filename:
+        parser.error("--extract benötigt --filename")
+
+    # Validierung: --filename nur mit --extract
+    if args.filename and not args.extract:
+        parser.error("--filename kann nur mit --extract verwendet werden")
+
    # Prüfe Umgebungsvariablen
    work_dir = check_environment_var('PROJECT_WORK')
    cfg_dir = check_environment_var('PROJECT_CFG')
@@ -255,44 +373,82 @@ if __name__ == '__main__':
    # Lade Ignore-Muster aus Konfigurationsdatei
    wildcard_patterns, regex_patterns = load_ignore_patterns(cfg_dir)

-    # Prüfe ob Datei eine DXF Datei ist
-    input_filename = args.filename
-    if not input_filename.lower().endswith(('.dxf', '.dwg')):
-        print("Nur verfügbar für .dxf oder .dwg Dateien")
-        sys.exit(1)
+    if args.debug:
+        print("DEBUG-Modus aktiviert")

-    # Versuche zuerst Datei im Work-Ordner zu finden
-    filename = work_dir / input_filename
-    if not filename.exists():
-        # Falls nicht gefunden, prüfe ob es ein vollständiger Pfad ist
-        filename = Path(input_filename)
-        if not filename.exists():
-            print(f"Datei nicht gefunden: {input_filename}")
-            print(f"  Geprüft in Work-Ordner: {work_dir / input_filename}")
-            print(f"  Geprüft als vollständiger Pfad: {filename}")
+    # Bestimme Input-Modus und Datei
+    if args.extract:
+        # DXF/DWG-Modus
+        input_filename = args.filename
+        file_extension = input_filename.lower()
+
+        if not file_extension.endswith(('.dxf', '.dwg')):
+            print("Mit --extract nur .dxf oder .dwg Dateien erlaubt")
            sys.exit(1)

-    # Extrahiere Texte aus DXF
-    if args.extract:
-        print(f"Lese DXF Datei: {filename}")
-        if args.debug:
-            print("DEBUG-Modus aktiviert")
-        texts = extract_text_from_dxf(filename, wildcard_patterns, regex_patterns, args.debug)
+        # Versuche zuerst Datei im Work-Ordner zu finden
+        filename = work_dir / input_filename
+        if not filename.exists():
+            # Falls nicht gefunden, prüfe ob es ein vollständiger Pfad ist
+            filename = Path(input_filename)
+            if not filename.exists():
+                print(f"Datei nicht gefunden: {input_filename}")
+                print(f"  Geprüft in Work-Ordner: {work_dir / input_filename}")
+                print(f"  Geprüft als vollständiger Pfad: {filename}")
+                sys.exit(1)

-        # Erstelle Output-Dateinamen
-        if args.outname:
-            # Verwende benutzerdefinierten Namen
-            output_filename = args.outname
-            # Füge .xlsx Endung hinzu falls nicht vorhanden
+        print(f"Lese DXF Datei: {filename}")
+        all_texts = extract_text_from_dxf(filename)
+
+    else:  # args.fromtxt
+        # TXT-Modus
+        input_filename = args.fromtxt
+
+        if not input_filename.lower().endswith('.txt'):
+            print("Mit --fromtxt nur .txt Dateien erlaubt")
+            sys.exit(1)
+
+        # Versuche zuerst Datei im Work-Ordner zu finden
+        filename = work_dir / input_filename
+        if not filename.exists():
+            # Falls nicht gefunden, prüfe ob es ein vollständiger Pfad ist
+            filename = Path(input_filename)
+            if not filename.exists():
+                print(f"Datei nicht gefunden: {input_filename}")
+                print(f"  Geprüft in Work-Ordner: {work_dir / input_filename}")
+                print(f"  Geprüft als vollständiger Pfad: {filename}")
+                sys.exit(1)
+
+        print(f"Lese Textdatei: {filename}")
+        all_texts = read_texts_from_file(filename)
+
+    # Schritt 2: Texte filtern
+    texts, ignored_texts = filter_texts(all_texts, wildcard_patterns, regex_patterns, args.debug)
+
+    # Erstelle Output-Dateinamen basierend auf Export-Typ
+    if args.outname:
+        # Verwende benutzerdefinierten Namen
+        output_filename = args.outname
+        # Füge Endung hinzu falls nicht vorhanden
+        if args.export_type == 'excel':
            if not output_filename.endswith('.xlsx'):
                output_filename += '.xlsx'
-        else:
-            # Standardname basierend auf Eingabedatei
+        else:  # text
+            if not output_filename.endswith('.txt'):
+                output_filename += '.txt'
+    else:
+        # Standardname basierend auf Eingabedatei
+        if args.export_type == 'excel':
            output_filename = filename.stem + "_texts.xlsx"
+        else:  # text
+            output_filename = filename.stem + "_texts.txt"

-        output_path = work_dir / output_filename
+    output_path = work_dir / output_filename

-        # Schreibe Texte in Excel
+    # 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)

-        print("Verarbeitung erfolgreich abgeschlossen.")
+    print("Verarbeitung erfolgreich abgeschlossen.")