feat(订单处理): 添加杨碧月订单预处理功能

在特殊供应商服务中添加 process_yang_biyue 方法，用于处理经手人为"杨碧月"的订单。该方法能够自动识别相关列并进行数据清洗，生成标准格式的预处理文件。同时优化订单服务的处理流程，在 process_excel 方法中集成特殊供应商预处理检查，通过 _check_special_preprocess 方法识别杨碧月订单并执行列映射转换，确保数据能够被后续标准流程正确处理。
2026-03-30 13:34:30 +08:00
parent b7bce93995
commit 708402c7fb
9 changed files with 698 additions and 6 deletions
@@ -4,6 +4,7 @@
 提供订单处理服务，协调Excel处理和订单合并流程。
 """

+import os
 from typing import Dict, List, Optional, Tuple, Union, Any, Callable

 from ..config.settings import ConfigManager
@@ -45,7 +46,7 @@ class OrderService:
    
    def process_excel(self, file_path: Optional[str] = None, progress_cb: Optional[Callable[[int], None]] = None) -> Optional[str]:
        """
-        处理Excel文件，生成采购单
+        处理Excel订单文件，生成标准采购单
        
        Args:
            file_path: Excel文件路径，如果为None则处理最新的文件
@@ -53,12 +54,93 @@ class OrderService:
        Returns:
            输出采购单文件路径，如果处理失败则返回None
        """
-        if file_path:
-            logger.info(f"OrderService开始处理指定Excel文件: {file_path}")
-            return self.excel_processor.process_specific_file(file_path, progress_cb=progress_cb)
-        else:
+        if not file_path:
+            file_path = self.excel_processor.get_latest_excel()
+            if not file_path:
+                logger.warning("未找到可处理的Excel文件")
+                return None
            logger.info("OrderService开始处理最新Excel文件")
-            return self.excel_processor.process_latest_file(progress_cb=progress_cb)
+        else:
+            logger.info(f"OrderService开始处理指定Excel文件: {file_path}")
+
+        # 检查是否需要特殊的供应商预处理（如杨碧月）
+        try:
+            from .special_suppliers_service import SpecialSuppliersService
+            special_service = SpecialSuppliersService(self.config)
+            
+            # 尝试识别并预处理（注意：这里不再传入 progress_cb 避免无限递归或重复进度条，
+            # 或者我们在 special_service 内部逻辑中处理完后直接返回结果）
+            # 为了避免循环调用，我们在 SpecialSuppliersService 内部不再调用 process_excel，
+            # 而是让 process_excel 识别后自己决定是否处理预处理后的文件。
+            
+            # 我们新增一个 check_and_preprocess 方法
+            preprocessed_path = self._check_special_preprocess(file_path)
+            if preprocessed_path:
+                logger.info(f"检测到特殊供应商，已生成预处理文件: {preprocessed_path}")
+                file_path = preprocessed_path
+        except Exception as e:
+            logger.error(f"检查特殊预处理时出错: {e}")
+
+        return self.excel_processor.process_specific_file(file_path, progress_cb=progress_cb)
+
+    def _check_special_preprocess(self, file_path: str) -> Optional[str]:
+        """检查并执行特殊的预处理"""
+        try:
+            from app.core.utils.file_utils import smart_read_excel
+            import pandas as pd
+            
+            # 仅读取前几行进行识别
+            df_head = smart_read_excel(file_path, nrows=50)
+            
+            # 1. 检查“杨碧月”
+            handler_col = None
+            for col in df_head.columns:
+                if '经手人' in str(col):
+                    handler_col = col
+                    break
+            
+            if handler_col is not None and df_head[handler_col].astype(str).str.contains('杨碧月').any():
+                logger.info("识别到杨碧月订单，执行预处理...")
+                # 重新读取完整数据
+                df = smart_read_excel(file_path)
+                column_map = {
+                    '商品条码': '商品条码', '商品名称': '商品名称', '规格': '规格',
+                    '单位': '单位', '数量': '数量', '单价': '单价', '金额': '金额'
+                }
+                found_cols = {}
+                # 优先级排序，确保更精确的匹配
+                for target_zh, std_name in column_map.items():
+                    for col in df.columns:
+                        col_str = str(col)
+                        if target_zh == col_str: # 精确匹配优先
+                            found_cols[col] = std_name
+                            break
+                    if std_name not in found_cols.values():
+                        for col in df.columns:
+                            col_str = str(col)
+                            if target_zh in col_str: # 模糊匹配
+                                found_cols[col] = std_name
+                                break
+                
+                if len(found_cols) >= 4:
+                    df_clean = df[list(found_cols.keys())].copy()
+                    df_clean = df_clean.rename(columns=found_cols)
+                    
+                    # 确保数量和价格是数值
+                    # 这里的列名已经改回中文了
+                    for c in ['数量', '单价', '金额']:
+                        if c in df_clean.columns:
+                            df_clean[c] = pd.to_numeric(df_clean[c], errors='coerce').fillna(0)
+                    
+                    df_clean = df_clean.dropna(subset=['商品条码'])
+                    out_dir = os.path.dirname(file_path)
+                    final_path = os.path.join(out_dir, "预处理之后.xlsx")
+                    df_clean.to_excel(final_path, index=False)
+                    return final_path
+                    
+        except Exception as e:
+            logger.warning(f"预处理识别失败: {e}")
+        return None
    
    def get_purchase_orders(self) -> List[str]:
        """
@@ -20,6 +20,74 @@ class SpecialSuppliersService:
        self.config_manager = config_manager
        self.order_service = OrderService(config_manager)

+    def process_yang_biyue(self, src_path: str, progress_cb: Optional[Callable[[int, str], None]] = None) -> Optional[str]:
+        """
+        处理杨碧月经手的订单（预处理）
+        """
+        try:
+            if progress_cb: progress_cb(10, "正在进行杨碧月订单预处理...")
+            from app.core.utils.file_utils import smart_read_excel
+            
+            # 读取原始数据
+            df = smart_read_excel(src_path)
+            
+            # 检查是否包含“杨碧月”
+            handler_col = None
+            for col in df.columns:
+                if '经手人' in str(col):
+                    handler_col = col
+                    break
+            
+            if handler_col is None or not df[handler_col].astype(str).str.contains('杨碧月').any():
+                logger.info("未在订单中找到经手人'杨碧月'，跳过特殊预处理")
+                return None
+
+            if progress_cb: progress_cb(30, "识别到杨碧月订单，正在清洗列数据...")
+
+            # 定义列映射关系
+            column_map = {
+                '商品条码': 'barcode',
+                '商品名称': 'name',
+                '商品规格': 'specification',
+                '单位': 'unit',
+                '数量': 'quantity',
+                '含税单价': 'unit_price',
+                '含税金额': 'total_price'
+            }
+            
+            # 提取并重命名列
+            found_cols = {}
+            for target_zh, std_name in column_map.items():
+                for col in df.columns:
+                    if target_zh in str(col):
+                        found_cols[col] = std_name
+                        break
+            
+            if len(found_cols) < 4:
+                logger.error(f"杨碧月订单列匹配不足: 找到 {list(found_cols.values())}")
+                return None
+                
+            df_clean = df[list(found_cols.keys())].copy()
+            df_clean = df_clean.rename(columns=found_cols)
+            
+            # 过滤掉空的条码行
+            df_clean = df_clean.dropna(subset=['barcode'])
+            
+            # 保存预处理文件
+            out_dir = os.path.dirname(src_path)
+            final_path = os.path.join(out_dir, "预处理之后.xlsx")
+            df_clean.to_excel(final_path, index=False)
+            
+            if progress_cb: progress_cb(60, "预处理文件已保存，开始标准转换流程...")
+            
+            # 调用标准处理流程
+            result = self.order_service.process_excel(final_path, progress_cb=lambda p: progress_cb(60 + int(p*0.4), "生成采购单中...") if progress_cb else None)
+            return result
+            
+        except Exception as e:
+            logger.error(f"处理杨碧月订单出错: {e}")
+            return None
+
    def process_rongcheng_yigou(self, src_path: str, progress_cb: Optional[Callable[[int, str], None]] = None) -> Optional[str]:
        """
        处理蓉城易购订单