erste Fassung rein

bin/extract.bat

@@ -0,0 +1,46 @@
+@echo off
+
+if [%1]==[] goto usage
+for %%i in ("%~1") do (
+    set "FILENAME=%%~ni"
+    set "EXT=%%~xi"
+    set "DIR=%%~dpi"
+)
+call C:\10-develop\gitea\kabellaengen\bin\setenv.bat
+
+REM echo Dateiname ohne Erweiterung: %FILENAME%
+REM echo Erweiterung: %EXT%
+REM echo Verzeichnis: %DIR%
+REM
+REM Namen der Ergebnisdateien
+set RESULT_EXCEL=%FILENAME%_texts.xlsx
+
+if exist "%~dp0_setenv.bat" (
+    echo Lade lokale Umgebungseinstellungen aus _setenv.bat...
+    call "%~dp0_setenv.bat"
+)
+REM Zielverzeichnis
+set TARGET_DIR=%PROJECT_WORK%
+mkdir "%TARGET_DIR%"
+
+echo.
+echo === Extracting TEXT and MTEXT from DXF ===
+call translate.bat --filename %FILENAME%%EXT% --extract --outname %RESULT_EXCEL%
+if not exist "%PROJECT_WORK%\%RESULT_EXCEL%
+" (
+    @echo == failed: extracting texts
+    pause
+    goto :eof
+)
+echo.
+echo === Translation file created: %PROJECT_WORK%\%RESULT_EXCEL% ===
+pause
+goto :eof
+
+
+:usage
+@echo Usage: %0 ^<dxfinWorkOrdner.dxf^>
+exit /B 1
+goto :eof
+
+

cfg/translator.cfg

@@ -15,16 +15,21 @@ coord_y = Y=*
 coord_z = Z=*
 
 
+
 [ignore_pattern_regex]
 # Reguläre Ausdrücke für Texte die NICHT in die Excel Datei geschrieben werden sollen
 # Ein Ausdruck pro Zeile (Python regex Syntax)
 # Format: pattern_name = regex
 
-# Formeln wie =A1 +AB12
+# Angaben wie =A1 +AB12 oder =A2+UZ304
-formula = ^=A\d\s*\+[A-Z]{2}\d+
+anlagen_nr = ^=A\d\s*\+[A-Z]{2}\d+ 
+anlagen_nr3 = ^=A\d\+UZ\d{3}
+
+ein_zeichen = ^[A-F]$
 
 # Technische Angaben
-height = ^\\H1.875x
+h1875 = ^\\H1.875x
+h1875ff = ^\\H1.875x;.*$
 millimeter = ^\d+\s*mm$
 m_numbers = ^M\d{3}$
 
@@ -32,4 +37,12 @@ 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}
+uc2 = ^=A\d\+UC\d{2}
+uc3 = ^=A\d\+UC\d{3}
+uz2 = ^=A\d\+UZ\d{2}
+uz3 = ^=A\d\+UZ\d{3}
+
+ip_adresse = ^\\fArial Narrow.*(\d{1,3}\.){3}\d{1,3}$
+tunnel = ^\\fArial.*TUNNEL\d+-\d{4}$
+
+kr = ^KR-\d{3,4}$

lib/translate.py

@@ -3,7 +3,7 @@ import os
 import re
 import sys
 from pathlib import Path
-from configparser import ConfigParser
+from configparser import RawConfigParser
 from fnmatch import fnmatch
 
 import ezdxf
@@ -46,7 +46,8 @@ def load_ignore_patterns(cfg_path: Path) -> tuple[list[str], list[str]]:
         print(f"Bitte erstellen Sie die Datei 'translator.cfg' im Verzeichnis: {cfg_path}")
         sys.exit(1)
 
-    config = ConfigParser()
+    # RawConfigParser verhindert dass Backslashes in Regex-Mustern escaped werden
+    config = RawConfigParser()
     try:
         config.read(config_file, encoding='utf-8')
     except Exception as e:
@@ -81,7 +82,7 @@ def load_ignore_patterns(cfg_path: Path) -> tuple[list[str], list[str]]:
     return wildcard_patterns, regex_patterns
 
 
-def should_ignore_text(text: str, wildcard_patterns: list[str], regex_patterns: list[str]) -> bool:
+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.
 
@@ -89,6 +90,7 @@ def should_ignore_text(text: str, wildcard_patterns: list[str], regex_patterns:
         text: Zu prüfender Text
         wildcard_patterns: Liste der Wildcard-Muster (*,?)
         regex_patterns: Liste der regulären Ausdrücke
+        debug: Wenn True, gibt Debug-Informationen aus
 
     Returns:
         True wenn Text ignoriert werden soll, False sonst
@@ -96,12 +98,16 @@ def should_ignore_text(text: str, wildcard_patterns: list[str], regex_patterns:
     # Prüfe Wildcard-Muster
     for pattern in wildcard_patterns:
         if fnmatch(text, pattern):
+            if debug:
+                print(f"  DEBUG: '{text}' matched wildcard '{pattern}'")
             return True
 
     # Prüfe Regex-Muster
     for pattern in regex_patterns:
         try:
             if re.search(pattern, text):
+                if debug:
+                    print(f"  DEBUG: '{text}' matched regex '{pattern}'")
                 return True
         except re.error:
             # Falls ungültiger Regex, ignoriere dieses Muster
@@ -111,7 +117,7 @@ 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]) -> list[str]:
+def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_patterns: list[str], debug: bool = False) -> list[str]:
     """
     Extrahiert alle TEXT und MTEXT Objekte aus einer DXF Datei.
     Verwendet ein Set, um Duplikate zu vermeiden.
@@ -120,6 +126,7 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa
         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)
@@ -136,8 +143,14 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa
         for entity in msp.query('TEXT'):
             if entity.dxf.text:
                 total_count += 1
-                text = entity.dxf.text
+                text = entity.dxf.text.strip()  # Entferne führende/nachfolgende Leerzeichen
-                if should_ignore_text(text, wildcard_patterns, regex_patterns):
+
+                # Ignoriere leere Texte
+                if not text:
+                    ignored_count += 1
+                    continue
+
+                if should_ignore_text(text, wildcard_patterns, regex_patterns, debug):
                     ignored_count += 1
                 else:
                     texts_set.add(text)
@@ -146,8 +159,14 @@ def extract_text_from_dxf(filename: Path, wildcard_patterns: list[str], regex_pa
         for entity in msp.query('MTEXT'):
             if entity.text:
                 total_count += 1
-                text = entity.text
+                text = entity.text.strip()  # Entferne führende/nachfolgende Leerzeichen
-                if should_ignore_text(text, wildcard_patterns, regex_patterns):
+
+                # Ignoriere leere Texte
+                if not text:
+                    ignored_count += 1
+                    continue
+
+                if should_ignore_text(text, wildcard_patterns, regex_patterns, debug):
                     ignored_count += 1
                 else:
                     texts_set.add(text)
@@ -221,6 +240,11 @@ if __name__ == '__main__':
         help='Name der Ausgabedatei (ohne Pfad, mit oder ohne .xlsx Endung)',
         metavar='output.xlsx'
     )
+    parser.add_argument(
+        '-d', '--debug',
+        action='store_true',
+        help='Aktiviert Debug-Ausgabe für Pattern-Matching'
+    )
 
     args = parser.parse_args()
 
@@ -251,7 +275,9 @@ if __name__ == '__main__':
     # Extrahiere Texte aus DXF
     if args.extract:
         print(f"Lese DXF Datei: {filename}")
-        texts = extract_text_from_dxf(filename, wildcard_patterns, regex_patterns)
+        if args.debug:
+            print("DEBUG-Modus aktiviert")
+        texts = extract_text_from_dxf(filename, wildcard_patterns, regex_patterns, args.debug)
 
         # Erstelle Output-Dateinamen
         if args.outname: