refactor: simplify CSV processing by removing unnecessary parameters

mylib/new_col_translate.py

@@ -25,32 +25,14 @@ def index_to_column_letter(index: int) -> str:
 
 def read_csv_with_header(
     file_path: str, 
-    encoding: str = 'cp936', 
-    header_row: int = 1,
-    skip_rows: int = 0
+    encoding: str = 'cp936'
 ) -> List[List[str]]:
-    """读取CSV文件并返回数据和表头
-    
-    Args:
-        file_path: 文件路径
-        encoding: 文件编码
-        header_row: 表头所在行号（1-based）
-        skip_rows: 要跳过的行数（包括表头前的行）
-    """
+    """读取CSV文件并返回数据和表头"""
     try:
         with open(file_path, 'r', encoding=encoding) as f:
             reader = csv.reader(f)
-            
-            # 跳过指定行数
-            for _ in range(skip_rows):
-                next(reader)
-                
-            # 读取并跳过表头前的行
-            for _ in range(header_row - 1):
-                next(reader)
-                
-            header = next(reader)
-            data = [row for row in reader]
+            header = next(reader)  # 读取表头（第1行）
+            data = [row for row in reader]  # 读取剩余数据
             
         logger.info(f"成功读取文件：{file_path}")
         logger.debug(f"表头：{header}")
@@ -63,61 +45,26 @@ def search_keywords(
     data: List[List[str]],
     header: List[str],
     keywords: Union[str, List[str]],
-    row_index: int = 0,
-    search_header: bool = False,
-    header_search_start: int = 1,
-    data_search_start: int = 2
+    row_index: int = 0
 ) -> List[str]:
-    """搜索指定行中包含关键词的单元格并返回列名列表
-    
-    Args:
-        data: 数据行列表
-        header: 表头行
-        keywords: 要搜索的关键词
-        row_index: 要搜索的行索引（0-based）
-        search_header: 是否搜索表头行
-        header_search_start: 表头搜索起始行（1-based）
-        data_search_start: 数据搜索起始行（1-based）
-    """
+    """搜索指定行中包含关键词的单元格并返回列名列表"""
     if isinstance(keywords, str):
         keywords = [keywords]
     
     found_columns = set()
     
-    # 如果要搜索表头行
-    if search_header:
-        # 检查header_search_start是否有效
-        if header_search_start < 1:
-            logger.warning(f"header_search_start {header_search_start} 无效，使用默认值1")
-            header_search_start = 1
-        
-        # 搜索表头行
-        for col_index, cell in enumerate(header):
-            if any(keyword in cell for keyword in keywords):
-                col_letter = index_to_column_letter(col_index)
-                found_columns.add(col_letter)
-                logger.debug(f"在表头 {col_letter} 列找到关键词: {cell}")
-    else:
-        # 检查data_search_start是否有效
-        if data_search_start < 1:
-            logger.warning(f"data_search_start {data_search_start} 无效，使用默认值2")
-            data_search_start = 2
-        
-        # 计算实际行索引
-        actual_row_index = row_index + data_search_start - 1
-        
-        # 检查行索引是否在数据范围内
-        if actual_row_index >= len(data):
-            logger.warning(f"行索引 {actual_row_index} 超出数据范围")
-            return []
-        
-        # 搜索数据行
-        row = data[actual_row_index]
-        for col_index, cell in enumerate(row):
-            if any(keyword in cell for keyword in keywords):
-                col_letter = index_to_column_letter(col_index)
-                found_columns.add(col_letter)
-                logger.debug(f"在 {col_letter}{actual_row_index + 2} 找到关键词: {cell}")
+    # 检查行索引是否在数据范围内
+    if row_index >= len(data):
+        logger.warning(f"行索引 {row_index} 超出数据范围")
+        return []
+    
+    # 搜索数据行（从第2行开始）
+    row = data[row_index]
+    for col_index, cell in enumerate(row):
+        if any(keyword in cell for keyword in keywords):
+            col_letter = index_to_column_letter(col_index)
+            found_columns.add(col_letter)
+            logger.debug(f"在 {col_letter}{row_index + 2} 找到关键词: {cell}")
     
     found_columns = sorted(found_columns, key=lambda x: column_letter_to_index(x))
     logger.info(f"找到包含关键词的列: {', '.join(found_columns)}")
@@ -133,20 +80,13 @@ def translate_columns_data(
     target_lang: str = 'zh-CN'
 ) -> List[List[str]]:
     """翻译多个指定列的数据"""
-    # 记录用户传入的参数
-    logger.info(f"翻译参数：源语言={source_lang}, 目标语言={target_lang}")
-    logger.info(f"翻译范围：从第 {start_row} 行到第 {end_row if end_row else '最后'} 行")
-    
     translator = OpenAITranslator(lang_out=target_lang, lang_in=source_lang)
-    
     end_row = end_row if end_row is not None else len(data)
     rows_to_translate = data[start_row - 1:end_row]  # 转换为0-based索引
     
-    logger.info(f"开始翻译 {start_row} 到 {end_row} 行的数据")
-    
     # 按顺序处理每一列
     for i, col_index in enumerate(column_indices):
-        # 计算当前列的实际索引（考虑之前插入的列）
+        # 计算当前列的实际索引
         current_col_index = col_index + i
         
         # 插入新列
@@ -159,21 +99,13 @@ def translate_columns_data(
         # 提取要翻译的文本
         texts_to_translate = [row[current_col_index] for row in rows_to_translate]
         
-        # 在翻译前log出提取的内容
-        logger.info(f"列 {current_col_index} 提取的内容示例：")
-        for idx, text in enumerate(texts_to_translate[:3], start=start_row):
-            logger.info(f"第 {idx + 1} 行: {text}")
-        
         # 批量翻译
         translated_texts = translator._batch_translate(texts_to_translate)
         
         # 将翻译结果插入新列
         for j, row in enumerate(rows_to_translate):
             row[current_col_index + 1] = translated_texts[j]
-        
-        logger.info(f"列 {current_col_index} 翻译完成")
     
-    logger.info("所有列翻译完成")
     return data, header
 
 def save_csv(
@@ -201,51 +133,17 @@ def process_csv(
     end_row: Optional[int] = None,
     source_lang: str = 'auto',
     target_lang: str = 'zh-CN',
-    encoding: str = 'cp936',
-    header_row: int = 1,
-    skip_rows: int = 0,
-    header_search_start: int = 1,  # 默认从第1行开始搜索表头
-    data_search_start: int = 2  # 默认从第2行开始搜索数据
+    encoding: str = 'cp936'
 ):
-    """处理CSV文件的主函数
-    
-    Args:
-        input_file: 输入文件路径
-        output_file: 输出文件路径
-        columns: 要处理的列
-        start_row: 开始行（1-based）
-        end_row: 结束行
-        source_lang: 源语言
-        target_lang: 目标语言
-        encoding: 文件编码
-        header_row: 表头所在行号（1-based）
-        skip_rows: 要跳过的行数（包括表头前的行）
-        header_search_start: 表头搜索起始行（1-based）
-        data_search_start: 数据搜索起始行（1-based）
-    """
+    """处理CSV文件的主函数"""
     try:
-        # 记录用户传入的参数
-        logger.info(f"处理文件：{input_file}")
-        logger.info(f"输出文件：{output_file}")
-        logger.info(f"处理列：{columns}")
-        logger.info(f"编码：{encoding}")
-        logger.info(f"表头行号：{header_row}")
-        logger.info(f"跳过行数：{skip_rows}")
-        logger.info(f"表头搜索起始行：{header_search_start}")
-        logger.info(f"数据搜索起始行：{data_search_start}")
-        
         # 转换列字母为索引
         if isinstance(columns, str):
             columns = [columns]
         column_indices = [column_letter_to_index(col) for col in columns]
         
         # 读取文件
-        header, data = read_csv_with_header(
-            input_file, 
-            encoding=encoding, 
-            header_row=header_row,
-            skip_rows=skip_rows
-        )
+        header, data = read_csv_with_header(input_file, encoding=encoding)
         
         # 翻译指定列
         data, header = translate_columns_data(
@@ -271,25 +169,18 @@ if __name__ == "__main__":
     
     # 示例用法
     file_path = "/home/mrh/code/excel_tool/temp/测试.csv"
+    output_path = "/home/mrh/code/excel_tool/temp/测试_processed.csv"
     
-    # 单独测试search_keywords
-    header, data = read_csv_with_header(file_path, header_row=1, skip_rows=1)
-    # 搜索表头
-    found_columns = search_keywords(data, header, ["搜索词", "类别"], search_header=True)
-    print(f"在表头找到的列: {found_columns}")
-    
+    # 读取文件并搜索关键词
+    header, data = read_csv_with_header(file_path)
+    found_columns = search_keywords(data, header, ["搜索词", "类别"])
     
-    # 完整流程测试
-    output_path = "/home/mrh/code/excel_tool/temp/测试_processed.csv"
+    # 处理文件
     process_csv(
         input_file=file_path,
         output_file=output_path,
-        columns=found_columns,  # 使用搜索到的列
-        start_row=1,
+        columns=found_columns,
+        start_row=2,
         source_lang='auto',
-        target_lang='zh-CN',
-        header_row=1,
-        skip_rows=1,
-        header_search_start=1,
-        data_search_start=2
+        target_lang='zh-CN'
     )