# py

**Repository Path**: firgy/py

## Basic Information

- **Project Name**: py
- **Description**: python小工具
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-27
- **Last Updated**: 2026-05-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 商品链接提取工具

一个用于从Excel文件中提取商品链接并整理到文本文件的Python工具。

## 功能特性

- 支持多种Excel格式（.xlsx, .xls）
- 从多个Excel文件中批量提取第一列数据
- 自动去除重复链接
- 灵活的输入方式：
  - 命令行参数
  - 文件列表（逗号分隔）
  - 外部文件列表
  - 通配符模式匹配
- 完善的日志记录系统
- 支持自定义输出目录和文件名

## 环境要求

- Python >= 3.14
- uv 包管理器（推荐）

## 安装

### 使用 uv 安装（推荐）

```bash
# 克隆项目
git clone <repository-url>
cd py

# 安装依赖
uv sync
```

### 使用传统方式安装

```bash
# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -e .
```

## 使用方法

### 基本用法

```bash
# 激活虚拟环境
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 运行程序（使用默认配置）
python src/parse_goods_link.py
```

### 命令行参数

```bash
python src/parse_goods_link.py \
  --download-dir /path/to/downloads \
  --suffix .xlsx \
  --output 商品链接.txt \
  --files 文件1,文件2,文件3
```

#### 参数说明

- `--download-dir`: Excel文件所在目录（默认：~/Downloads）
- `--suffix`: Excel文件后缀（默认：.xlsx）
- `--output`: 输出文件名（默认：商品链接.txt）
- `--files`: Excel文件名列表，用逗号分隔

### 输入方式示例

#### 1. 逗号分隔的文件列表

```bash
python src/parse_goods_link.py --files "商品列表1,商品列表2,商品列表3"
```

#### 2. 外部文件列表

创建一个文本文件 `files.txt`，每行一个文件名：

```
商品列表1
商品列表2
商品列表3
```

然后运行：

```bash
python src/parse_goods_link.py --files files.txt
```

#### 3. 通配符模式匹配

```bash
python src/parse_goods_link.py --files "商品列表-*.xlsx"
```

#### 4. 单个文件

```bash
python src/parse_goods_link.py --files "商品列表1"
```

## 配置说明

### 日志配置

日志配置文件位于 `config/logging.yaml`，可以自定义日志格式和级别。

### 默认配置

在 `src/parse_goods_link.py` 中可以修改默认配置：

```python
config = Config(
    excel_files='文件1,文件2,文件3'
)
```

## 输出说明

程序会生成一个文本文件，包含所有提取的商品链接：

- 每个链接占一行
- 自动去除重复链接
- 保存到指定的输出目录

## 日志级别

程序支持以下日志级别：

- DEBUG: 详细的调试信息
- INFO: 一般信息（默认）
- WARNING: 警告信息
- ERROR: 错误信息

## 依赖项

- pandas >= 3.0.1: 数据处理
- openpyxl >= 3.1.5: Excel文件处理
- xlrd >= 2.0.2: 旧版Excel文件支持
- pyyaml >= 6.0.3: YAML配置文件解析

## 常见问题

### Q: 如何处理不同格式的Excel文件？

A: 程序会自动尝试使用不同的引擎（openpyxl, xlrd）读取文件，支持.xlsx和.xls格式。

### Q: 如何提取其他列的数据？

A: 当前版本只提取第一列数据。如需提取其他列，需要修改 `src/parse_goods_link.py` 中的代码。

### Q: 程序跳过了某些文件，如何查看原因？

A: 查看日志输出，程序会详细记录每个文件的处理状态和跳过原因。

### Q: 如何自定义输出目录？

A: 使用 `--download-dir` 参数指定Excel文件所在目录，输出文件也会保存在同一目录。

## 开发

### 运行测试

```bash
pytest tests/
```

### 代码结构

```
py/
├── src/                      # 源代码目录
│   ├── config.py            # 配置管理模块
│   ├── log.py               # 日志模块
│   └── parse_goods_link.py  # 主功能模块
├── config/                   # 配置文件目录
│   └── logging.yaml          # 日志配置
├── tests/                    # 测试目录
└── pyproject.toml           # 项目配置
```

## 贡献

欢迎提交问题和拉取请求！

## 许可证

[待添加]

## 作者

[待添加]

## 更新日志

### v0.1.0
- 初始版本
- 支持从Excel文件提取商品链接
- 支持多种输入方式
- 添加日志记录功能