""" 单位转换模块 ---------- 提供单位转换功能，支持规格推断和单位自动提取。 """ import re import logging from typing import Dict, Tuple, Optional, Any, List, Union from ..utils.log_utils import get_logger logger = get_logger(__name__) class UnitConverter: """ 单位转换器：处理不同单位之间的转换，支持从商品名称推断规格 """ def __init__(self): """ 初始化单位转换器 """ # 特殊条码配置 self.special_barcodes = { '6925019900087': { 'multiplier': 10, # 数量乘以10 'target_unit': '瓶', # 目标单位 'description': '特殊处理：数量*10，单位转换为瓶' } # 可以添加更多特殊条码的配置 } # 规格推断的正则表达式模式 self.spec_patterns = [ # 1*6、1x12、1X20等格式 (r'(\d+)[*xX×](\d+)', r'\1*\2'), # 1*5*12和1x5x12等三级格式 (r'(\d+)[*xX×](\d+)[*xX×](\d+)', r'\1*\2*\3'), # "xx入"格式，如"12入"、"24入" (r'(\d+)入', r'1*\1'), # "xxL*1"或"xx升*1"格式 (r'([\d\.]+)[L升][*xX×]?(\d+)?', r'\1L*\2' if r'\2' else r'\1L*1'), # "xxkg*1"或"xx公斤*1"格式 (r'([\d\.]+)(?:kg|公斤)[*xX×]?(\d+)?', r'\1kg*\2' if r'\2' else r'\1kg*1'), # "xxg*1"或"xx克*1"格式 (r'([\d\.]+)(?:g|克)[*xX×]?(\d+)?', r'\1g*\2' if r'\2' else r'\1g*1'), # "xxmL*1"或"xx毫升*1"格式 (r'([\d\.]+)(?:mL|毫升)[*xX×]?(\d+)?', r'\1mL*\2' if r'\2' else r'\1mL*1'), ] def extract_unit_from_quantity(self, quantity_str: str) -> Tuple[Optional[float], Optional[str]]: """ 从数量字符串中提取单位 Args: quantity_str: 数量字符串，如"2箱"、"5件" Returns: (数量, 单位)的元组，如果无法提取则返回(None, None) """ if not quantity_str or not isinstance(quantity_str, str): return None, None # 匹配数字+单位格式 match = re.match(r'^([\d\.]+)\s*([^\d\s\.]+)$', quantity_str.strip()) if match: try: num = float(match.group(1)) unit = match.group(2) logger.info(f"从数量提取单位: {quantity_str} -> 数量={num}, 单位={unit}") return num, unit except ValueError: pass return None, None def extract_specification(self, text: str) -> Optional[str]: """ 从文本中提取规格信息 Args: text: 文本字符串 Returns: 提取的规格字符串，如果无法提取则返回None """ if not text or not isinstance(text, str): return None # 尝试所有模式 for pattern, replacement in self.spec_patterns: match = re.search(pattern, text) if match: # 特殊处理三级格式，确保正确显示为1*5*12 if '*' in replacement and replacement.count('*') == 1 and len(match.groups()) >= 2: result = f"{match.group(1)}*{match.group(2)}" logger.info(f"提取规格: {text} -> {result}") return result # 特殊处理三级规格格式 elif '*' in replacement and replacement.count('*') == 2 and len(match.groups()) >= 3: result = f"{match.group(1)}*{match.group(2)}*{match.group(3)}" logger.info(f"提取三级规格: {text} -> {result}") return result # 一般情况 else: result = re.sub(pattern, replacement, text) logger.info(f"提取规格: {text} -> {result}") return result # 没有匹配任何模式 return None def infer_specification_from_name(self, name: str) -> Optional[str]: """ 从商品名称中推断规格 Args: name: 商品名称 Returns: 推断的规格，如果无法推断则返回None """ if not name or not isinstance(name, str): return None # 特殊模式的名称处理 # 如"445水溶C血橙15入纸箱" -> "1*15" pattern1 = r'.*(\d+)入' match = re.match(pattern1, name) if match: inferred_spec = f"1*{match.group(1)}" logger.info(f"从名称推断规格(入): {name} -> {inferred_spec}") return inferred_spec # 如"500-东方树叶-绿茶1*15-纸箱装" -> "1*15" pattern2 = r'.*(\d+)[*xX×](\d+).*' match = re.match(pattern2, name) if match: inferred_spec = f"{match.group(1)}*{match.group(2)}" logger.info(f"从名称推断规格(直接): {name} -> {inferred_spec}") return inferred_spec # 如"12.9L桶装水" -> "12.9L*1" pattern3 = r'.*?([\d\.]+)L.*' match = re.match(pattern3, name) if match: inferred_spec = f"{match.group(1)}L*1" logger.info(f"从名称推断规格(L): {name} -> {inferred_spec}") return inferred_spec # 从名称中提取规格 spec = self.extract_specification(name) if spec: return spec return None def parse_specification(self, spec: str) -> Tuple[int, int, Optional[int]]: """ 解析规格字符串，支持1*12和1*5*12等格式 Args: spec: 规格字符串 Returns: (一级包装, 二级包装, 三级包装)元组，如果是二级包装，第三个值为None """ if not spec or not isinstance(spec, str): return 1, 1, None # 处理三级包装，如1*5*12 three_level_match = re.match(r'(\d+)[*xX×](\d+)[*xX×](\d+)', spec) if three_level_match: try: level1 = int(three_level_match.group(1)) level2 = int(three_level_match.group(2)) level3 = int(three_level_match.group(3)) logger.info(f"解析三级规格: {spec} -> {level1}*{level2}*{level3}") return level1, level2, level3 except ValueError: pass # 处理二级包装，如1*12 two_level_match = re.match(r'(\d+)[*xX×](\d+)', spec) if two_level_match: try: level1 = int(two_level_match.group(1)) level2 = int(two_level_match.group(2)) logger.info(f"解析二级规格: {spec} -> {level1}*{level2}") return level1, level2, None except ValueError: pass # 特殊处理L/升为单位的规格，如12.5L*1 volume_match = re.match(r'([\d\.]+)[L升][*xX×](\d+)', spec) if volume_match: try: volume = float(volume_match.group(1)) quantity = int(volume_match.group(2)) logger.info(f"解析容量规格: {spec} -> {volume}L*{quantity}") return 1, quantity, None except ValueError: pass # 默认值 logger.warning(f"无法解析规格: {spec}，使用默认值1*1") return 1, 1, None def process_unit_conversion(self, product: Dict) -> Dict: """ 处理单位转换，按照以下规则： 1. 特殊条码: 优先处理特殊条码 2. "件"单位: 数量×包装数量, 单价÷包装数量, 单位转为"瓶" 3. "箱"单位: 数量×包装数量, 单价÷包装数量, 单位转为"瓶" 4. "提"和"盒"单位: 如果是三级规格, 按件处理; 如果是二级规格, 保持不变 5. 其他单位: 保持不变 Args: product: 商品信息字典 Returns: 处理后的商品信息字典 """ # 复制原始数据，避免修改原始字典 result = product.copy() barcode = result.get('barcode', '') unit = result.get('unit', '') quantity = result.get('quantity', 0) price = result.get('price', 0) specification = result.get('specification', '') # 跳过无效数据 if not barcode or not quantity: return result # 特殊条码处理 if barcode in self.special_barcodes: special_config = self.special_barcodes[barcode] multiplier = special_config.get('multiplier', 1) target_unit = special_config.get('target_unit', '瓶') # 数量乘以倍数 new_quantity = quantity * multiplier # 如果有单价，单价除以倍数 new_price = price / multiplier if price else 0 logger.info(f"特殊条码处理: {barcode}, 数量: {quantity} -> {new_quantity}, 单价: {price} -> {new_price}, 单位: {unit} -> {target_unit}") result['quantity'] = new_quantity result['price'] = new_price result['unit'] = target_unit return result # 没有规格信息，无法进行单位转换 if not specification: return result # 解析规格信息 level1, level2, level3 = self.parse_specification(specification) # "件"单位处理 if unit in ['件']: # 计算包装数量（二级*三级，如果无三级则仅二级） packaging_count = level2 * (level3 or 1) # 数量×包装数量 new_quantity = quantity * packaging_count # 单价÷包装数量 new_price = price / packaging_count if price else 0 logger.info(f"件单位处理: 数量: {quantity} -> {new_quantity}, 单价: {price} -> {new_price}, 单位: 件 -> 瓶") result['quantity'] = new_quantity result['price'] = new_price result['unit'] = '瓶' return result # "箱"单位处理 - 与"件"单位处理相同 if unit in ['箱']: # 计算包装数量 packaging_count = level2 * (level3 or 1) # 数量×包装数量 new_quantity = quantity * packaging_count # 单价÷包装数量 new_price = price / packaging_count if price else 0 logger.info(f"箱单位处理: 数量: {quantity} -> {new_quantity}, 单价: {price} -> {new_price}, 单位: 箱 -> 瓶") result['quantity'] = new_quantity result['price'] = new_price result['unit'] = '瓶' return result # "提"和"盒"单位处理 if unit in ['提', '盒']: # 如果是三级规格，按件处理 if level3 is not None: # 计算包装数量 - 只乘以最后一级数量 packaging_count = level3 # 数量×包装数量 new_quantity = quantity * packaging_count # 单价÷包装数量 new_price = price / packaging_count if price else 0 logger.info(f"提/盒单位(三级规格)处理: 数量: {quantity} -> {new_quantity}, 单价: {price} -> {new_price}, 单位: {unit} -> 瓶") result['quantity'] = new_quantity result['price'] = new_price result['unit'] = '瓶' else: # 如果是二级规格，保持不变 logger.info(f"提/盒单位(二级规格)处理: 保持原样 数量: {quantity}, 单价: {price}, 单位: {unit}") return result # 其他单位保持不变 logger.info(f"其他单位处理: 保持原样 数量: {quantity}, 单价: {price}, 单位: {unit}") return result