OnebotCatalog/onebot-data/tools/gen-clamp-manual.py

# -*- coding: utf-8 -*-
"""
为夹紧缸 11 个系列生成附图（多页尺寸图 + 裁剪版数据表 PDF）。
来源：Univer 官方图册 PDF（X 盘）。
用法: PYTHONUTF8=1 python gen-clamp-manual.py [--clean]
  --clean 先清空各系列 manual 目录再生成（避免旧页残留）
输出: manual/<系列>/p<NN>.png + <系列>_manual.pdf（裁成该系列的页）
"""
import fitz, os, shutil, sys

SRC = r'X:/新开发产品-Research and Development/2_产品资料/Univer资料/官方图册'
DST = r'D:/开发/OnebotCatalog/onebot-data/catalog/manual'
DPI = 110
CLEAN = '--clean' in sys.argv
MAIN_CATALOG = 'katalog-pneumatische-spanner-univer-13032019-en.pdf'

# 系列 -> 官方 PDF 列表（多缸径系列合并成一个系列的图，按缸径顺序）
SERIES_PDFS = {
    'UCBP': ['ucbp25cten_en380', 'ucbp40en_en382', 'ucbp50cten_en391', 'ucbp63cten_en401', 'ucbp80cten_en392'],
    'UCBM': ['ucbm32cten_en432', 'ucbm50cten_en394', 'ucbm63cten_en395', 'ucbm80cten_en414'],
    'UCBH': ['ucbh63cten_en393'],
    'UCBQ': ['ucbq63cten_en397'],
    'UCDP': ['ucdp40cten_en417', 'ucdp63cten_en418'],
    'UCIM': ['ucim40cten_en415'],
    'UCIP': ['ucip40cten_en402'],
    'UCNM': ['ucnm50cten_en387', 'ucnm63cten_en389', 'ucnm80cten_en429'],
    'UCNP': ['ucnp50cten_en385', 'ucnp63cten_en403', 'ucnp80cten_en388'],
    # UFL450/UHL463 实为官方 UCBL（Manual power clamps Ø50/Ø63）
    'UFL':  ['ucbl450cten_en398', 'ucbl463cten_en478'],
}
UCBT_FROM_MAIN = True   # UCBT 无独立图册，从主目录提取


def classify(page):
    """按内容标记归类页面: char(特性) / dim(尺寸) / arm(夹臂配件) / other"""
    t = page.get_text().upper()
    if 'CLAMPING ARMS' in t or 'ACCESSORIES' in t:
        return 'arm'
    if 'DIMENSIONS' in t:
        return 'dim'
    if 'CHARACTERISTICS' in t or 'CODIFICATION' in t:
        return 'char'
    return 'other'


def render(pages, out_dir, start_no):
    """pages = [(doc, page_idx), ...] 渲染为 p<NN>.png，返回下一个编号"""
    n = start_no
    for doc, i in pages:
        # 彩色输出 (官方图册本身是彩色的; 早期版本误用 csGRAY 转灰度)
        pix = doc[i].get_pixmap(dpi=DPI)
        pix.save(os.path.join(out_dir, f'p{n:02d}.png'))
        n += 1
    return n


def main():
    os.makedirs(DST, exist_ok=True)
    for series, pdfs in SERIES_PDFS.items():
        d = os.path.join(DST, series)
        if CLEAN and os.path.isdir(d):
            shutil.rmtree(d)
        os.makedirs(d, exist_ok=True)

        all_pages = []   # (doc, page_idx, kind)
        src_docs = []
        for name in pdfs:
            p = os.path.join(SRC, name + '.pdf')
            if not os.path.exists(p):
                print(f'[{series}] 源缺失: {name}')
                continue
            doc = fitz.open(p)
            src_docs.append((name, doc))
            for i in range(doc.page_count):
                all_pages.append((doc, i, classify(doc[i])))

        if not all_pages:
            print(f'[{series}] 无可用源 PDF')
            continue

        # 渲染顺序: 特性页 -> 尺寸页 -> 夹臂页（稳定顺序，便于对照）
        order = {'char': 0, 'dim': 1, 'arm': 2, 'other': 3}
        all_pages.sort(key=lambda x: order[x[2]])
        n = render([(doc, i) for doc, i, k in all_pages], d, 1)
        kinds = [k for _, _, k in all_pages]
        print(f'[{series}] {len(all_pages)} 页 -> {kinds}')

        # 数据表 PDF: 只保留该系列的页（合并多缸径 PDF）
        out_pdf = fitz.open()
        for name, doc in src_docs:
            out_pdf.insert_pdf(doc)
        out_path = os.path.join(d, series + '_manual.pdf')
        out_pdf.save(out_path, garbage=3, deflate=True)
        out_pdf.close()
        print(f'[{series}] datasheet <- {len(pdfs)} 个PDF合并 ({os.path.getsize(out_path)/1024:.0f}KB)')

    # UCBT: 从主目录提取
    if UCBT_FROM_MAIN:
        d = os.path.join(DST, 'UCBT')
        if CLEAN and os.path.isdir(d):
            shutil.rmtree(d)
        os.makedirs(d, exist_ok=True)
        main_pdf = os.path.join(SRC, MAIN_CATALOG)
        doc = fitz.open(main_pdf)
        # 找 UCBT 相关页（数据页 + 夹臂页）
        # 注: 早期版本用 'UCBT40' 精确匹配 + 漏了 CLAMPING ARMS, 3 页只抓到 1 页。
        #     主目录里 UCBT 占连续 3 页 (idx 40/41/42), 前后分别是 UCBM 与新章节, 故按 UCBT 匹配即准确。
        idxs = []
        for i in range(doc.page_count):
            t = doc[i].get_text().upper()
            if 'UCBT' in t and any(m in t for m in (
                    'DIMENSIONS', 'CODIFICATION', 'CHARACTERISTICS', 'CLAMPING ARMS')):
                idxs.append(i)
        if idxs:
            n = render([(doc, i) for i in idxs], d, 1)
            print(f'[UCBT] {len(idxs)} 页 <- 主目录 idx={idxs}')
            # datasheet: 只裁 UCBT 那几页
            out_pdf = fitz.open()
            for i in idxs:
                out_pdf.insert_pdf(doc, from_page=i, to_page=i)
            out_path = os.path.join(d, 'UCBT_manual.pdf')
            out_pdf.save(out_path, garbage=3, deflate=True)
            out_pdf.close()
            print(f'[UCBT] datasheet <- 裁剪 {len(idxs)} 页 ({os.path.getsize(out_path)/1024:.0f}KB)')
        else:
            print('[UCBT] 未找到数据页')

    print('完成')


if __name__ == '__main__':
    main()