eta_data_analysis/services/base_from_ccf/chart.go

package base_from_ccf

import (
	"context"
	"encoding/json"
	"eta/eta_data_analysis/models"
	"eta/eta_data_analysis/utils"
	"fmt"
	"github.com/PuerkitoBio/goquery"
	"os"
	"strconv"
	"strings"
)

// 定义主结构体
type CCFChartRule struct {
	Name       string          `json:"Name"`
	ClassifyId int             `json:"ClassifyId"`
	CustNo     int             `json:"CustNo"`
	Frequency  string          `json:"Frequency"`
	Child      []*CCFChartRule `json:"Child,omitempty"` // 使用指针来处理可能不存在的子对象
}

func loadCCFChartRule() (rules []*CCFChartRule, err error) {
	if utils.CCFChartRuleFile == "" {
		err = fmt.Errorf("rule文件不存在")
		return
	}
	b, e := os.ReadFile(utils.CCFChartRuleFile)
	if e != nil {
		err = fmt.Errorf("读取rule文件失败, err: %v", e)
		return
	}
	rules = make([]*CCFChartRule, 0)
	if e = json.Unmarshal(b, &rules); e != nil {
		err = fmt.Errorf("解析rule文件失败, err: %v", e)
		return
	}
	return
}

func TaskGetCCFChartEdb(context.Context) (err error) {
	_ = GetCCFChartEdb()
	return
}
func GetCCFChartEdb() (err error) {
	defer func() {
		if err != nil {
			tips := fmt.Sprintf("GetCCFChartEdb ErrMsg: %s", err.Error())
			utils.FileLog.Info(tips)
			fmt.Println(tips)
		}
	}()
	rules, err := loadCCFChartRule()
	if err != nil {
		return
	}
	indexes := make([]*HandleIndexData, 0)
	for _, v := range rules {
		// 首页报告链接
		pageHtml := fmt.Sprintf("%s?cust_no=%d", CCFCHARTDATAURL, v.CustNo)
		fmt.Println(pageHtml)
		fileContent, e := fetchPageHtml(pageHtml, 0)
		/*fName := v.Name
		if strings.Contains(v.Name, "/") {
			fName = strings.ReplaceAll(fName, "/", "")
		}
		filePath := fmt.Sprintf("/Users/xiexiaoyuan/工作/数据源ccf/ccf图表/%s/index.html", fName)
		fmt.Println(filePath)
		// 打开文件
		file, e := os.Open(filePath)
		if e != nil {
			err = fmt.Errorf("无法打开文件: %v", err)
			return
		}
		defer file.Close()
		// 读取文件内容
		fileContent, e := io.ReadAll(file)
		if e != nil {
			err = fmt.Errorf("读取文件内容失败: %v", e)
			fmt.Printf("无法读取文件内容: %v", e)
			return
		}*/
		// 转换编码

		// 转换编码
		/*utf8Reader, e := charset.NewReaderLabel("gb2312", bytes.NewReader(fileContent))
		if e != nil {
			err = fmt.Errorf("utf8 reader err: %s", e.Error())
			return
		}
		utf8Body, e := io.ReadAll(utf8Reader)
		if e != nil {
			err = fmt.Errorf("读取utf8 body err: %s", e.Error())
			return
		}*/
		//firstHtml := string(utf8Body)
		//fmt.Println(firstHtml)

		isStop, indexList, e := AnalysisChartInventoryWeeklyEdb(fileContent, v)
		if e != nil {
			err = fmt.Errorf("解析图表失败, err: %v", e)
			return
		}
		if isStop {
			err = fmt.Errorf("图表名称不存在，停止爬取")
			break
		}
		if len(indexList) > 0 {
			indexes = append(indexes, indexList...)
		}
	}
	if len(indexes) == 0 {
		return
	}
	// 写入数据库
	params := make(map[string]interface{})
	params["List"] = indexes
	params["TerminalCode"] = utils.TerminalCode
	result, e := postEdbLib(params, utils.LIB_ROUTE_CCF_EDB_HANDLE)
	if e != nil {
		b, _ := json.Marshal(params)
		err = fmt.Errorf("postEdbLib err: %v, params: %s", e, string(b))
		return
	}
	resp := new(models.BaseEdbLibResponse)
	if e = json.Unmarshal(result, &resp); e != nil {
		err = fmt.Errorf(" postEdbLib resp json.Unmarshal err: %v", e)
		return
	}
	if resp.Ret != 200 {
		err = fmt.Errorf("postEdbLib resp Msg: %s, ErrMsg: %s", resp.Msg, resp.ErrMsg)
		return
	}
	return
}

// AnalysisChartInventoryWeeklyEdb 解析周度库存中的日均值
func AnalysisChartInventoryWeeklyEdb(htm []byte, rule *CCFChartRule) (isStop bool, indexes []*HandleIndexData, err error) {
	if len(htm) == 0 {
		utils.FileLog.Info("htm empty")
		return
	}

	doc, e := goquery.NewDocumentFromReader(strings.NewReader(string(htm)))
	if e != nil {
		err = fmt.Errorf("NewDocumentFromReader err: %v", e)
		return
	}
	// 判断图表名称是否相符，如果不符合放弃爬取
	title := doc.Find("p a.activated.now").Text()
	fmt.Println(title)
	if title != rule.Name {
		utils.FileLog.Info("图表名称不存在，停止爬取")
		isStop = true
		return
	}
	doc.Find("div.tabCont").Each(func(i int, item *goquery.Selection) {
		// 提取单位（这里假设单位总是位于 .tips 类的 div 中）
		unit := item.Find(".tips").Text()
		unit = strings.TrimSpace(unit)
		unit = strings.TrimPrefix(unit, "编制说明：单位(")
		unit = strings.TrimSuffix(unit, ")")
		fmt.Println("单位: ", unit)
		indexCode := ""
		indexName := ""
		// 获取频度和分类ID
		classifyId := rule.ClassifyId
		frequency := rule.Frequency
		childRule := make(map[string]*CCFChartRule)
		// 判断是否存在子页面
		if len(rule.Child) > 0 {
			for _, v := range childRule {
				childRule[v.Name] = v
			}
		}
		dataMap := make(map[string]string)
		// 遍历表格中的每一行（跳过表头）
		item.Find("table tbody tr").Each(func(k int, row *goquery.Selection) {
			if k == 0 {
				return
			}
			// 提取产品名称
			if indexCode == "" {
				productName := row.Find("td:nth-child(1)").Text()
				productName = strings.TrimSpace(productName)
				indexCode = fmt.Sprintf("ccf%s", utils.GetFirstPingYin(productName))
				indexName = fmt.Sprintf("CCF%s", productName)
				//判断子页面的频度
				if newRule, ok := childRule[productName]; ok {
					frequency = newRule.Frequency
				}
			}
			// 提取日期
			date := row.Find("td:nth-child(2)").Text()
			date = strings.TrimSpace(date)

			// 提取日均值
			dailyAvg := row.Find("td:nth-child(3)").Text()
			dailyAvg = strings.TrimSpace(dailyAvg)

			// 打印提取的信息
			fmt.Printf("单位: %s\n产品名称: %s\n日期: %s\n日均值: %s\n\n", unit, indexName, date, dailyAvg)
			_, e = strconv.ParseFloat(dailyAvg, 64)
			if e != nil {
				utils.FileLog.Info("数据转换失败 err：%s", e.Error())
				return
			}
			dataMap[date] = dailyAvg
		})
		if indexName == "" {
			return
		}

		edb := new(HandleIndexData)
		edb.IndexCode = strings.ToLower(indexCode)
		edb.IndexName = indexName
		edb.ClassifyId = classifyId
		edb.Frequency = frequency
		edb.Unit = unit
		edb.DateData = dataMap
		edb.TerminalCode = utils.TerminalCode
		indexes = append(indexes, edb)
	})
	return
}