-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathp100_tsa_ji_tian_postgres.py
197 lines (174 loc) · 8.63 KB
/
p100_tsa_ji_tian_postgres.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
import re
import psycopg2
import xlwings as xw
def main_run(CONVERT_FILE_NAME):
# ==========================================================
# 在「漢字注音表」B欄已有台羅拼音，需將之拆分成聲母、韻母、調號
# 聲母、韻母、調號，分別存放在 C、D、E 欄
# ==========================================================
# 指定提供來源的【檔案】
file_path = CONVERT_FILE_NAME
wb = xw.Book(file_path)
# 指定提供來源的【工作表】；及【總列數】
source_sheet = wb.sheets["漢字注音表"]
end_of_row_no = (
source_sheet.range("A" + str(source_sheet.cells.last_cell.row)).end("up").row
)
end_of_row_no = int(end_of_row_no) - 1
print(f"end_row = {end_of_row_no}")
# ==========================================================
# 備妥程式需使用之工作表
# ==========================================================
sheet_name_list = [
"缺字表",
"字庫表",
]
# ----------------------------------------------------------
# 檢查工作表是否已存在？
# 若已存在，則清除工作表內容；
# 若不存在，則新增工作表
# ----------------------------------------------------------
for sheet_name in sheet_name_list:
sheet = wb.sheets[sheet_name]
try:
sheet.select()
sheet.clear()
continue
except Exception as e:
# CommandError 的 Exception 發生日，表工作表不存在
# 新增程式需使用之工作表
print(e)
wb.sheets.add(name=sheet_name)
khiam_ji_piau = wb.sheets["缺字表"]
ji_khoo_piau = wb.sheets["字庫表"]
# ==========================================================
# 在「漢字注音表」B欄已有台羅拼音，需將之拆分成聲母、韻母、調號
# 聲母、韻母、調號，分別存放在 C、D、E 欄
# ==========================================================
han_ji_tsu_im_piau = wb.sheets["漢字注音表"]
han_ji_tsu_im_piau.select()
# =========================================================="
# 資料庫",
# =========================================================="
conn = psycopg2.connect(
# database="alanjui", user="alanjui", host="127.0.0.1", port="5432"
database="Ho_Lok_Ue", user="postgres", password="ChingHai99@", host="127.0.0.1", port="5432"
)
db_cursor = conn.cursor()
source_index = 1 # index for source sheet
target_index = 1
ji_khoo_index = 1
khiam_ji_index = 1
while source_index <= end_of_row_no:
print(f"row = {source_index}")
# 自 source_sheet 取出一個「欲查注音的漢字」(beh_tshue_tsu_im_e_ji)
beh_tshue_tsu_im_e_ji = str(
source_sheet.range("A" + str(source_index)).value
).strip()
# =========================================================
# 如是空白或換行，處理換行
# =========================================================
if beh_tshue_tsu_im_e_ji == " " or beh_tshue_tsu_im_e_ji == "":
target_index += 1
source_index += 1
continue
elif beh_tshue_tsu_im_e_ji == "\n":
han_ji_tsu_im_piau.range("A" + str(target_index)).value = "\n"
target_index += 1
source_index += 1
continue
# =========================================================
# 若取出之字為標點符號，則跳過，並繼續取下一個漢字。
# =========================================================
piau_tiam_1 = r"[，、：；．。？！（）「」【】《》“]"
piau_tiam_2 = r"[\uFF0C\uFF08-\uFF09\u2013-\u2014\u2026\\u2018-\u201D\u3000\u3001-\u303F\uFE50-\uFE5E]" # noqa: E501
# piau_tiam = r"[\u2013-\u2026\u3000-\u303F\uFE50-\uFF20]"
piau_tiam = f"{piau_tiam_1}|{piau_tiam_2}"
is_piau_tiam = re.search(piau_tiam, beh_tshue_tsu_im_e_ji, re.M | re.I)
if is_piau_tiam:
target_index += 1
source_index += 1
continue
# =========================================================
# 在【字庫】資料庫查找【注音碼】
# SQL 查詢指令：自字庫查找某漢字之注音碼
# =========================================================
# sql = select id, han_ji, chu_im, freq, siann, un, tiau
# from han_ji
# where han_ji='{search_han_ji}'
sql = (
"SELECT id, han_ji, chu_im, freq, siann, un, tiau "
"FROM han_ji_dict "
f"WHERE han_ji='{beh_tshue_tsu_im_e_ji}' "
"ORDER BY freq DESC;"
)
db_cursor.execute(sql)
ji_e_piau_im = db_cursor.fetchall()
# =========================================================
# 若是查不到漢字的注音碼，在【缺字表】做記錄
# =========================================================
if not ji_e_piau_im:
print(f"Can not find 【{beh_tshue_tsu_im_e_ji}】in Han-Ji-Khoo!!")
# 記錄【缺字表】的【列號】
khiam_ji_piau.range("A" + str(khiam_ji_index)).value = khiam_ji_index
# 記錄【缺字表】的【漢字】
khiam_ji_piau.range("B" + str(khiam_ji_index)).value = beh_tshue_tsu_im_e_ji
# 記錄【漢字注音表】的【列號】
khiam_ji_piau.range("C" + str(khiam_ji_index)).value = source_index
khiam_ji_index += 1
target_index += 1
source_index += 1
continue
# =========================================================
# 自【字庫】查到的【漢字】，取出：聲母、韻母、調號
# =========================================================
piau_im_tsong_soo = len(ji_e_piau_im)
han_ji_id = ji_e_piau_im[0][0]
tsu_im = ji_e_piau_im[0][2]
freq = ji_e_piau_im[0][3]
siann_bu = ji_e_piau_im[0][4]
un_bu = ji_e_piau_im[0][5]
tiau_ho = ji_e_piau_im[0][6]
# =========================================================
# 寫入：【漢字注音表】
# =========================================================
han_ji_tsu_im_piau.range("B" + str(target_index)).value = tsu_im
han_ji_tsu_im_piau.range("C" + str(target_index)).value = siann_bu
han_ji_tsu_im_piau.range("D" + str(target_index)).value = un_bu
han_ji_tsu_im_piau.range("E" + str(target_index)).value = tiau_ho
han_ji_tsu_im_piau.range("F" + str(target_index)).value = piau_im_tsong_soo
han_ji_tsu_im_piau.range("G" + str(target_index)).value = freq
# =========================================================
# 若是查到漢字有一個以上的注音碼，在【字庫表】做記錄
# ji_khoo_sheet = wb.sheets["字庫表"]
# =========================================================
if piau_im_tsong_soo > 1:
for piau_im_index in range(piau_im_tsong_soo):
han_ji_id = ji_e_piau_im[piau_im_index][0]
tsu_im = ji_e_piau_im[piau_im_index][2]
freq = ji_e_piau_im[piau_im_index][3]
siann_bu = ji_e_piau_im[piau_im_index][4]
un_bu = ji_e_piau_im[piau_im_index][5]
tiau_ho = ji_e_piau_im[piau_im_index][6]
# 記錄對映至【漢字注音表】的【列號】
ji_khoo_piau.range("A" + str(ji_khoo_index)).value = source_index
# 記錄【字庫】資料庫的【紀錄識別碼（Record ID of Table）】
ji_khoo_piau.range("B" + str(ji_khoo_index)).value = han_ji_id
ji_khoo_piau.range(
"C" + str(ji_khoo_index)
).value = beh_tshue_tsu_im_e_ji
ji_khoo_piau.range("D" + str(ji_khoo_index)).value = tsu_im
ji_khoo_piau.range("E" + str(ji_khoo_index)).value = siann_bu
ji_khoo_piau.range("F" + str(ji_khoo_index)).value = un_bu
ji_khoo_piau.range("G" + str(ji_khoo_index)).value = tiau_ho
ji_khoo_piau.range("H" + str(ji_khoo_index)).value = freq
ji_khoo_index += 1
# =========================================================
# 調整讀取來源；寫入標的各手標
# =========================================================
target_index += 1
source_index += 1
# ==========================================================
# 關閉資料庫
# ==========================================================
conn.close()