--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
This commit is contained in:
+217
-61
@@ -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.")
|
||||
|
||||
Reference in New Issue
Block a user