fuck

function_calling/CONVENTIONS.md

@@ -12,32 +12,8 @@ logger = logging.getLogger('excel_tool')
 
 ```
 - 传参必须声明数据类型
+- 将所有函数定义分解成最小化的任务，不要执行多个步骤在同一个函数里面。分解任务函数。必须只能最小化一个任务一个函数。
 
 # 本目录下的说明
 
 本地文件的操作（如读取 Excel 文件、写入翻译结果等），通过 Function Calling 的方式调用这些函数来处理本地文件。
-
-## 用户需求：
-
-1.0
-- 在搜索词列的右边插入一列，在新一列中翻译成中文
-- 在搜索词列点击单元格内容，可以直接跳转到亚马逊链接，网页是搜索词的搜索内容
-```python
-def create_hyperlink(value, base_url):
-    """为给定的值创建亚马逊搜索页面的超链接"""
-    return f'=HYPERLINK("{base_url}{quote(value)}&__mk_zh_CN=%E4%BA%9A%E9%A9%AC%E9%80%8A%E7%BD%91%E7%AB%99", "{value}")'
-```
-
-
-2.0
-- 点击品牌相关的列，可以看到该品牌在亚马逊上的所有产品，具体是通过创建搜索链接实现的。
-
-3.0 
-- 在“点击量最高的类别”的所有列中，每一列右边插入新列，翻译成中文
-
-4.0 
-- 点击 ASIN 列的单元格，可以直接跳转到亚马逊链接，链接内容是 https://www.amazon.co.jp/dp/{asin} ，asin 就是单元格内容
-
-# 要求
-
-分解成一个个最小化的任务。适合Function Calling 调用，不要假设提到的列名、词语是固定值

function_calling/excel_processor.py

@@ -1,47 +1,74 @@
-from typing import List, Dict
-import pandas as pd
-from urllib.parse import quote
-from mylib.logging_config import setup_logging
-import logging
-
-# Setup logging
-setup_logging()
-logger = logging.getLogger('excel_tool')
-
-class ExcelProcessor:
-    def __init__(self, file_path: str):
-        """Initialize Excel processor with file path"""
-        self.file_path = file_path
-        self.df = pd.read_excel(file_path)
-        logger.info(f"Loaded Excel file: {file_path}")
-
-    def add_translation_column(self, column_name: str, translations: Dict[str, str]):
-        """Add translated column next to specified column"""
-        try:
-            new_col = f"{column_name}_中文"
-            self.df[new_col] = self.df[column_name].map(translations)
-            logger.info(f"Added translation column for {column_name}")
-        except Exception as e:
-            logger.error(f"Error adding translation column: {str(e)}")
-            raise
-
-    def add_hyperlink_column(self, column_name: str, base_url: str):
-        """Add hyperlink column for specified column"""
-        try:
-            new_col = f"{column_name}_链接"
-            self.df[new_col] = self.df[column_name].apply(
-                lambda x: f'=HYPERLINK("{base_url}{quote(x)}", "{x}")'
-            )
-            logger.info(f"Added hyperlink column for {column_name}")
-        except Exception as e:
-            logger.error(f"Error adding hyperlink column: {str(e)}")
-            raise
-
-    def save(self, output_path: str):
-        """Save processed Excel file"""
+import csv
+import sys
+import os
+
+# 添加项目根目录到Python路径
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from mylib.read_encoding_cvs import read_csv, detect_encoding
+
+def _column_letter_to_index(col):
+    """将Excel列字母转换为索引（A=0, B=1,...）"""
+    index = 0
+    for char in col.upper():
+        if not 'A' <= char <= 'Z':
+            raise ValueError(f"无效的列字母: {col}")
+        index = index * 26 + (ord(char) - ord('A') + 1)
+    return index - 1
+
+def _read_csv_file(csv_file):
+    """读取CSV文件并返回数据"""
+    encoding = detect_encoding(csv_file)
+    return read_csv(csv_file, specified_encoding=encoding)
+
+def _get_column_index(headers, column_name):
+    """获取指定列的索引"""
+    try:
+        # 先尝试作为列字母处理
+        ref_index = _column_letter_to_index(column_name)
+        if ref_index >= len(headers):
+            raise ValueError(f"列索引 {ref_index} 超出范围")
+    except ValueError:
+        # 如果不是列字母，尝试作为列名处理
         try:
-            self.df.to_excel(output_path, index=False)
-            logger.info(f"Saved processed file to {output_path}")
-        except Exception as e:
-            logger.error(f"Error saving file: {str(e)}")
-            raise
+            ref_index = headers.index(column_name)
+        except ValueError:
+            raise ValueError(f"列 '{column_name}' 不存在")
+    return ref_index
+
+def _insert_new_column(rows, headers, ref_index, new_column_name, position):
+    """在指定位置插入新列"""
+    insert_index = ref_index + 1 if position == 'right' else ref_index
+    headers.insert(insert_index, new_column_name)
+    for row in rows[1:]:
+        row.insert(insert_index, '')
+    return rows
+
+def _write_csv_file(output_file, rows):
+    """将数据写入CSV文件"""
+    with open(output_file, 'w', encoding='utf-8', newline='') as file:
+        writer = csv.writer(file)
+        writer.writerows(rows)
+
+def insert_column(csv_file, column_name, new_column_name, position='right'):
+    """
+    在指定列旁边插入空列
+    
+    Args:
+        csv_file (str): CSV文件路径
+        column_name (str): 参考列名或Excel列字母（如'A', 'B'）
+        new_column_name (str): 新列名
+        position (str): 插入位置，'left'或'right'，默认为'right'
+    """
+    rows = _read_csv_file(csv_file)
+    headers = rows[0]
+    
+    ref_index = _get_column_index(headers, column_name)
+    rows = _insert_new_column(rows, headers, ref_index, new_column_name, position)
+    
+    output_file = '/home/mrh/code/excel_tool/temp/测试_process.csv'
+    _write_csv_file(output_file, rows)
+
+if __name__ == '__main__':
+    # 测试代码
+    insert_column('/home/mrh/code/excel_tool/temp/测试.csv', 'B', 'New Column')

mylib/read_encoding_cvs.py

@@ -5,8 +5,7 @@ from typing import List, Optional
 import os
 from mylib.logging_config import setup_logging
 setup_logging()
-logger = logging.getLogger(__name__)
-logger.info(f"{__file__}")
+logger = logging.getLogger("excel_tool" + '.' +  __name__)
 
 def detect_encoding(file_path: str, sample_size: int = 100000) -> str:
     """检测文件编码
@@ -46,6 +45,47 @@ def detect_encoding(file_path: str, sample_size: int = 100000) -> str:
         return 'shift_jis'  # 返回日文编码作为默认值
 
 
+def save_csv(data: List[List[str]], file_path: str) -> None:
+    """将CSV数据保存为UTF-8编码文件
+    
+    Args:
+        data: 要保存的CSV数据
+        file_path: 目标文件路径
+    """
+    try:
+        with open(file_path, 'w', encoding='utf-8', newline='') as f:
+            writer = csv.writer(f)
+            writer.writerows(data)
+        logger.info(f"File saved as UTF-8: {file_path}")
+    except Exception as e:
+        logger.error(f"Error saving file {file_path}: {e}")
+        raise
+
+def read_with_cp936(file_path: str) -> List[List[str]]:
+    """使用cp936编码读取CSV文件
+    
+    Args:
+        file_path: 文件路径
+        
+    Returns:
+        包含CSV数据的二维列表
+    """
+    try:
+        logger.info(f"Reading file with cp936 encoding: {file_path}")
+        with open(file_path, 'r', encoding='cp936', errors='replace') as f:
+            reader = csv.reader(f)
+            data = list(reader)
+            
+            # 保存转换后的文件
+            output_file_path = file_path + '.utf8.csv'
+            save_csv(data, output_file_path)
+            
+            return data
+            
+    except Exception as e:
+        logger.error(f"Error reading file with cp936 encoding: {e}")
+        return []
+
 def read_csv(file_path: str, specified_encoding: Optional[str] = None) -> List[List[str]]:
     """读取CSV文件并转换为utf-8编码
     
@@ -56,9 +96,12 @@ def read_csv(file_path: str, specified_encoding: Optional[str] = None) -> List[L
     Returns:
         包含CSV数据的二维列表
     """
+    # 如果指定了cp936编码，直接使用专用函数
+    if specified_encoding == 'cp936':
+        return read_with_cp936(file_path)
+        
     # 常见编码列表，优先尝试日文编码
     encodings_to_try = [
-        'cp936',
         'shift_jis',  # 日文常用编码
         'cp932',      # Windows日文编码
         'euc-jp',     # 日文EUC编码
@@ -101,13 +144,7 @@ def read_csv(file_path: str, specified_encoding: Optional[str] = None) -> List[L
                         logger.warning(f"Japanese characters not detected with {encoding}, trying next encoding")
                         continue
                 
-                # 将数据写入新的utf-8编码文件
-                output_file_path = file_path + '.utf8.csv'
-                with open(output_file_path, 'w', encoding='utf-8', newline='') as f_out:
-                    writer = csv.writer(f_out)
-                    writer.writerows(data)
                 
-                logger.info(f"File saved as UTF-8: {output_file_path}")
                 return data
                 
         except UnicodeDecodeError as e:
@@ -121,11 +158,12 @@ def read_csv(file_path: str, specified_encoding: Optional[str] = None) -> List[L
     return []  # 返回空列表而不是退出
 
 def main():
-    from logging_config import setup_logging
-    setup_logging()
-    logging.getLogger(__name__).setLevel(logging.DEBUG)
     file_path = "/home/mrh/code/excel_tool/temp/测试.csv"
-    read_csv(file_path, 'cp936')
-
+    data =read_csv(file_path, 'cp936')
+    # 保存转换后的文件
+    # output_file_path = file_path + '.utf8.csv'
+    # save_csv(data, output_file_path)
+    logger.info(data)
+    
 if __name__ == "__main__":
     main()

user_requiement_doc.md

@@ -15,6 +15,7 @@
 | 429          | 除草剤   | 住友化学園芸＼ＳＵＭＩＴＯＭＯ　ＣＨＥＭＩＣＡＬ　ＧＡＲＤＥＮ　ＰＲＯＤＵＣＴＳ | Iris Ohyama         | CLEAN HOUSE         | Home Improvement    | Biss                | Lawn and Garden     | B007RLHLE8                    | アイリスオーヤマ(IRIS OHYAMA) 除草剤 速効除草剤 4L 液体タイプ そのまま使える 大容量 お徳用 SJS-4L | 18.84                         | 18.44                         | B076BMMRJG                    | 住友化学園芸 除草剤 草退治メガロングシャワー4L 強力 持続 最大散布400㎡ 液体 | 6.97                          | 5.05                          | B07JVRXMWJ                    | アース製薬(Earth Chemical) アースガーデン 除草剤 アースカマイラズ 草消滅 [4.5L] ガーデニング ジョウロヘッド(シャワー タイプ) 家庭用 園芸 雑草 除去 除草剤 | 5.83                          | 5.06                          | 2024/9/30  |
 | 625          | 草刈り機 | Makita              | ICEHAIL             | YAMAZEN             | Lawn and Garden     | Home Improvement    | Automotive          | B0CXPNC57G                    | ICEHAIL 電動 草刈り機 充電式 草刈機 低騒音 20000rpm 1.2kg軽量 コードレス セキュリティ設計 伸縮 角度調整 小型ハンディ保管が楽 男と女性高齢者初心者御勧め 2000mAh大容量バッテリー2個 多地形4種類替刃枝切り 芝生 畑 雑草 植木 菜園 充電式刈払機 農業 家庭用芝刈り機 園芸用機器 掃除が楽 日本語説 | 4.67                          | 2.42                          | B08KDYFCWW                    | ONE STEP 充電式草刈機 草刈り機 コードレス 2024最新型 ナイロンカッター 伸縮 角度調整 枝切り 芝生 畑 雑草 植木 刈払機 軽量 バッテリー付き (草刈機+バッテリー2個) | 3.65                          | 3.12                          | B0B5DBWMD9                    | マキタ(Makita) 260mm充電式草刈機 18V バッテリ・充電器別売 MUR193DZ | 3.45                          | 0.54                          | 2024/9/30  |
 
+
 ## 用户需求：
 
 1.0
@@ -26,7 +27,6 @@ def create_hyperlink(value, base_url):
     return f'=HYPERLINK("{base_url}{quote(value)}&__mk_zh_CN=%E4%BA%9A%E9%A9%AC%E9%80%8A%E7%BD%91%E7%AB%99", "{value}")'
 ```
 
-
 2.0
 - 点击品牌相关的列，可以看到该品牌在亚马逊上的所有产品，具体是通过创建搜索链接实现的。
 
@@ -34,4 +34,8 @@ def create_hyperlink(value, base_url):
 - 在“点击量最高的类别”的所有列中，每一列右边插入新列，翻译成中文
 
 4.0 
-- 点击 ASIN 列的单元格，可以直接跳转到亚马逊链接，链接内容是 https://www.amazon.co.jp/dp/{asin} ，asin 就是单元格内容
+- 点击 ASIN 列的单元格，可以直接跳转到亚马逊链接，链接内容是 https://www.amazon.co.jp/dp/{asin} ，asin 就是单元格内容
+
+# 要求
+
+分解成一个个最小化的任务。适合Function Calling 调用，不要假设提到的列名、词语是固定值