pythonTest/条码处理/速卖通.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
PDF 条码合成工具（单文件输入，每页独立输出）
模板为图片，嵌入到输入文件每一页的指定位置
输出页面固定裁剪为 60mm × 50mm
文件名取“第几段”可配置（从 1 开始计数）
"""

import tkinter as tk
from tkinter import ttk, filedialog, scrolledtext
import os
import json
import re
import threading
import fitz  # PyMuPDF
from PIL import Image

CONFIG_FILE = "pdf_merge_config.json"

# 输出页面固定尺寸：60mm × 50mm → 点（1pt = 25.4mm / 72）
MM_TO_PT = 72.0 / 25.4
TARGET_W = 60 * MM_TO_PT   # ≈ 170.08 pt
TARGET_H = 50 * MM_TO_PT   # ≈ 141.73 pt


class PDFMergeApp:
    def __init__(self, root):
        self.root = root
        self.root.title("PDF 条码合成工具")
        self.root.geometry("820x680")
        self.root.minsize(720, 560)

        # 路径变量
        self.input_var = tk.StringVar()
        self.template_var = tk.StringVar()
        self.output_var = tk.StringVar()

        # 缩放与偏移变量
        self.scale_var = tk.StringVar(value="100")
        self.offset_x_var = tk.StringVar(value="0")
        self.offset_y_var = tk.StringVar(value="120")

        # 文件名取段配置（段号从 1 开始）
        self.seg1_var = tk.StringVar(value="1")        # 主段
        self.seg2_var = tk.StringVar(value="4")        # 拼接段
        self.seg2_enable_var = tk.BooleanVar(value=True)  # 是否启用拼接段

        self.build_ui()
        self.load_config()

    def build_ui(self):
        main_frame = ttk.Frame(self.root, padding="12")
        main_frame.grid(row=0, column=0, sticky=(tk.W, tk.E, tk.N, tk.S))

        self.root.columnconfigure(0, weight=1)
        self.root.rowconfigure(0, weight=1)
        main_frame.columnconfigure(1, weight=1)

        # 输入文件
        ttk.Label(main_frame, text="输入文件：").grid(row=0, column=0, sticky=tk.W, pady=6)
        ttk.Entry(main_frame, textvariable=self.input_var).grid(row=0, column=1, sticky=(tk.W, tk.E), padx=6)
        ttk.Button(main_frame, text="浏览…", width=10, command=self.select_input).grid(row=0, column=2, padx=4)

        # 模板文件（图片）
        ttk.Label(main_frame, text="模板图片：").grid(row=1, column=0, sticky=tk.W, pady=6)
        ttk.Entry(main_frame, textvariable=self.template_var).grid(row=1, column=1, sticky=(tk.W, tk.E), padx=6)
        ttk.Button(main_frame, text="浏览…", width=10, command=self.select_template).grid(row=1, column=2, padx=4)

        # 输出文件夹
        ttk.Label(main_frame, text="输出文件夹：").grid(row=2, column=0, sticky=tk.W, pady=6)
        ttk.Entry(main_frame, textvariable=self.output_var).grid(row=2, column=1, sticky=(tk.W, tk.E), padx=6)
        ttk.Button(main_frame, text="浏览…", width=10, command=self.select_output).grid(row=2, column=2, padx=4)

        # 参数配置区域
        param_frame = ttk.LabelFrame(main_frame, text="合成参数（自动保存）", padding="10")
        param_frame.grid(row=3, column=0, columnspan=3, sticky=(tk.W, tk.E), pady=10)

        # —— 缩放 / 偏移 ——
        ttk.Label(param_frame, text="缩放比例（% 输出页宽）：").grid(row=0, column=0, sticky=tk.W, padx=4)
        ttk.Entry(param_frame, textvariable=self.scale_var, width=10).grid(row=0, column=1, sticky=tk.W, padx=4)
        ttk.Label(param_frame, text="例：100 = 模板宽度填满 60mm").grid(row=0, column=2, sticky=tk.W, padx=4)

        ttk.Label(param_frame, text="X 偏移（点）：").grid(row=1, column=0, sticky=tk.W, padx=4, pady=6)
        ttk.Entry(param_frame, textvariable=self.offset_x_var, width=10).grid(row=1, column=1, sticky=tk.W, padx=4, pady=6)
        ttk.Label(param_frame, text="相对于 60mm 页面左上角，0 表示贴左边").grid(row=1, column=2, sticky=tk.W, padx=4, pady=6)

        ttk.Label(param_frame, text="Y 偏移（点）：").grid(row=2, column=0, sticky=tk.W, padx=4)
        ttk.Entry(param_frame, textvariable=self.offset_y_var, width=10).grid(row=2, column=1, sticky=tk.W, padx=4)
        ttk.Label(param_frame, text="相对于 50mm 页面左上角，0 表示贴顶部").grid(row=2, column=2, sticky=tk.W, padx=4)

        # —— 文件名取段配置 ——
        ttk.Separator(param_frame, orient="horizontal").grid(
            row=3, column=0, columnspan=3, sticky=(tk.W, tk.E), pady=8
        )

        ttk.Label(param_frame, text="文件名 - 主段（第几段）：").grid(row=4, column=0, sticky=tk.W, padx=4, pady=4)
        ttk.Entry(param_frame, textvariable=self.seg1_var, width=10).grid(row=4, column=1, sticky=tk.W, padx=4, pady=4)
        ttk.Label(param_frame, text="从 1 开始计数（1 = 第一行文字）").grid(row=4, column=2, sticky=tk.W, padx=4, pady=4)

        ttk.Label(param_frame, text="文件名 - 拼接段（第几段）：").grid(row=5, column=0, sticky=tk.W, padx=4, pady=4)
        ttk.Entry(param_frame, textvariable=self.seg2_var, width=10).grid(row=5, column=1, sticky=tk.W, padx=4, pady=4)
        ttk.Checkbutton(param_frame, text="启用拼接段（不存在时自动忽略）",
                        variable=self.seg2_enable_var).grid(row=5, column=2, sticky=tk.W, padx=4, pady=4)

        # 开始按钮
        btn_frame = ttk.Frame(main_frame)
        btn_frame.grid(row=4, column=0, columnspan=3, pady=10)
        self.start_btn = ttk.Button(btn_frame, text="▶ 开始处理", command=self.start_process)
        self.start_btn.pack()

        # 日志区域
        ttk.Label(main_frame, text="处理日志：").grid(row=5, column=0, sticky=tk.W, pady=(8, 0))
        self.log_text = scrolledtext.ScrolledText(
            main_frame, height=16, wrap=tk.WORD, state=tk.NORMAL, font=("Consolas", 10)
        )
        self.log_text.grid(row=6, column=0, columnspan=3, sticky=(tk.W, tk.E, tk.N, tk.S), pady=4)
        main_frame.rowconfigure(6, weight=1)

        # 参数变更自动保存
        for var in (self.scale_var, self.offset_x_var, self.offset_y_var,
                    self.seg1_var, self.seg2_var):
            var.trace_add("write", lambda *args: self.save_config())
        self.seg2_enable_var.trace_add("write", lambda *args: self.save_config())

    # ---------- 路径选择 ----------
    def select_input(self):
        file_path = filedialog.askopenfilename(filetypes=[("PDF 文件", "*.pdf")])
        if file_path:
            self.input_var.set(file_path)
            self.save_config()

    def select_template(self):
        file_path = filedialog.askopenfilename(
            filetypes=[
                ("图片文件", "*.png *.jpg *.jpeg *.bmp *.gif *.tiff *.webp"),
                ("PNG 图片", "*.png"),
                ("JPEG 图片", "*.jpg *.jpeg"),
                ("所有文件", "*.*")
            ]
        )
        if file_path:
            self.template_var.set(file_path)
            self.save_config()

    def select_output(self):
        folder = filedialog.askdirectory()
        if folder:
            self.output_var.set(folder)
            self.save_config()

    # ---------- 配置持久化 ----------
    def save_config(self):
        config = {
            "input_file": self.input_var.get(),
            "template": self.template_var.get(),
            "output_dir": self.output_var.get(),
            "scale_percent": self.scale_var.get(),
            "offset_x": self.offset_x_var.get(),
            "offset_y": self.offset_y_var.get(),
            "seg1": self.seg1_var.get(),
            "seg2": self.seg2_var.get(),
            "seg2_enable": bool(self.seg2_enable_var.get()),
        }
        try:
            with open(CONFIG_FILE, "w", encoding="utf-8") as f:
                json.dump(config, f, ensure_ascii=False, indent=2)
        except Exception:
            pass

    def load_config(self):
        if not os.path.exists(CONFIG_FILE):
            return
        try:
            with open(CONFIG_FILE, "r", encoding="utf-8") as f:
                config = json.load(f)
            self.input_var.set(config.get("input_file", ""))
            self.template_var.set(config.get("template", ""))
            self.output_var.set(config.get("output_dir", ""))
            self.scale_var.set(config.get("scale_percent", "100"))
            self.offset_x_var.set(config.get("offset_x", "0"))
            self.offset_y_var.set(config.get("offset_y", "0"))
            self.seg1_var.set(config.get("seg1", "1"))
            self.seg2_var.set(config.get("seg2", "4"))
            self.seg2_enable_var.set(bool(config.get("seg2_enable", True)))
        except Exception:
            pass

    # ---------- 日志 ----------
    def log(self, msg):
        self.log_text.insert(tk.END, msg + "\n")
        self.log_text.see(tk.END)
        self.root.update_idletasks()

    # ---------- 文字提取 ----------
    def extract_text(self, page):
        text = page.get_text().strip()
        if len(text) >= 2:
            return text
        try:
            import pytesseract
            pix = page.get_pixmap(dpi=300)
            mode = "RGBA" if pix.alpha else "RGB"
            img = Image.frombytes(mode, [pix.width, pix.height], pix.samples)
            if mode == "RGBA":
                img = img.convert("RGB")
            text = pytesseract.image_to_string(img, lang="chi_sim+eng").strip()
            return text
        except Exception:
            return ""

    # ---------- 数字字符修正 ----------
    @staticmethod
    def fix_digits(s):
        """
        对条码字体常见的 OCR 混淆字符做修正。
        - 单字符映射：¨→0  ©→1  ª→2  «→3  ®→6
        - ° 后紧跟一位数字：视为该数字（去掉 °）
        - 单独 °：视为 0
        """
        if not s:
            return s
        table = {"¨": "0", "©": "1", "ª": "2", "«": "3", "®": "6"}
        for k, v in table.items():
            s = s.replace(k, v)
        s = re.sub(r"°(\d)", r"\1", s)   # °7 → 7
        s = s.replace("°", "0")          # 单独 ° → 0
        return s

    # ---------- 文件名生成（可配置段号） ----------
    def get_filename_from_text(self, text):
        """
        按配置的段号（从 1 开始）取文字作为文件名。
        - seg1（主段）：必取；越界则返回空字符串
        - seg2（拼接段）：可选，启用且存在时用下划线拼到主段后面
        段之间用下划线连接。
        """
        if not text:
            return ""

        lines = [ln.strip() for ln in text.splitlines() if ln.strip()]
        if not lines:
            return ""

        def pick(seg_no):
            """段号从 1 开始；非法或越界返回空字符串"""
            try:
                n = int(str(seg_no).strip())
            except (TypeError, ValueError):
                return ""
            if n < 1 or n > len(lines):
                return ""
            return lines[n - 1]

        first = pick(self.seg1_var.get())
        if not first:
            return ""

        parts = [self.fix_digits(first)]

        if self.seg2_enable_var.get():
            second = pick(self.seg2_var.get())
            if second:
                parts.append(self.fix_digits(second))

        name = "_".join(parts)
        return self.sanitize_filename(name)

    def sanitize_filename(self, text):
        if not text:
            return ""
        name = text[:80]  # 限制长度
        name = re.sub(r'[\\/:*?"<>|\s]+', "_", name)
        return name.strip("._")

    # ---------- 核心处理 ----------
    def start_process(self):
        t = threading.Thread(target=self.process, daemon=True)
        t.start()

    def process(self):
        self.start_btn.config(state=tk.DISABLED)
        self.log_text.delete(1.0, tk.END)

        input_file = self.input_var.get()
        template_file = self.template_var.get()
        output_dir = self.output_var.get()

        # 解析参数
        try:
            scale_percent = float(self.scale_var.get().strip() or "100")
            offset_x = float(self.offset_x_var.get().strip() or "0")
            offset_y = float(self.offset_y_var.get().strip() or "0")
        except ValueError:
            self.log("❌ 错误：缩放比例、X 偏移、Y 偏移必须是有效数字")
            self.start_btn.config(state=tk.NORMAL)
            return

        # 校验段号
        try:
            seg1_no = int(self.seg1_var.get().strip() or "1")
        except ValueError:
            self.log("❌ 错误：文件名 - 主段必须是整数")
            self.start_btn.config(state=tk.NORMAL)
            return
        if seg1_no < 1:
            self.log("❌ 错误：文件名 - 主段必须 ≥ 1")
            self.start_btn.config(state=tk.NORMAL)
            return

        if self.seg2_enable_var.get():
            try:
                seg2_no = int(self.seg2_var.get().strip() or "4")
            except ValueError:
                self.log("❌ 错误：文件名 - 拼接段必须是整数")
                self.start_btn.config(state=tk.NORMAL)
                return
            if seg2_no < 1:
                self.log("❌ 错误：文件名 - 拼接段必须 ≥ 1")
                self.start_btn.config(state=tk.NORMAL)
                return

        if not all([input_file, template_file, output_dir]):
            self.log("❌ 错误：请完整填写输入文件、模板图片和输出文件夹")
            self.start_btn.config(state=tk.NORMAL)
            return
        if not os.path.isfile(input_file):
            self.log(f"❌ 错误：输入文件不存在：{input_file}")
            self.start_btn.config(state=tk.NORMAL)
            return
        if not os.path.isfile(template_file):
            self.log(f"❌ 错误：模板图片不存在：{template_file}")
            self.start_btn.config(state=tk.NORMAL)
            return
        if not os.path.exists(output_dir):
            os.makedirs(output_dir, exist_ok=True)

        self.log(f"📄 输入文件：{os.path.basename(input_file)}")
        self.log(f"🖼 模板图片：{os.path.basename(template_file)}")
        self.log(f"📐 输出页面尺寸：60mm × 50mm（{TARGET_W:.1f}pt × {TARGET_H:.1f}pt）")
        self.log(f"⚙ 参数：缩放 {scale_percent}% 宽，偏移 ({offset_x}, {offset_y})")
        if self.seg2_enable_var.get():
            self.log(f"🏷 文件名取段：主段 = 第 {seg1_no} 段，拼接段 = 第 {seg2_no} 段\n")
        else:
            self.log(f"🏷 文件名取段：仅主段 = 第 {seg1_no} 段\n")

        try:
            # 获取模板图片尺寸
            with Image.open(template_file) as template_img:
                template_w, template_h = template_img.size

            doc = fitz.open(input_file)
            total_pages = len(doc)

            if total_pages == 0:
                self.log("⚠ 该文件没有页面，已跳过")
                doc.close()
                self.start_btn.config(state=tk.NORMAL)
                return

            self.log(f"📑 共 {total_pages} 页，全部处理\n")

            for idx in range(total_pages):
                page = doc[idx]
                page_num = idx + 1

                # 从该页提取文字作为文件名
                page_text = self.extract_text(page)
                safe_name = self.get_filename_from_text(page_text)
                if not safe_name:
                    base = os.path.splitext(os.path.basename(input_file))[0]
                    safe_name = f"{base}_page{page_num}"

                # 创建固定 60×50mm 的新页面
                new_doc = fitz.open()
                new_page = new_doc.new_page(width=TARGET_W, height=TARGET_H)

                # 1) 输入页作为背景（原尺寸放置，超出部分自然被裁剪）
                src_rect = page.rect
                new_page.show_pdf_page(
                    fitz.Rect(0, 0, src_rect.width, src_rect.height),
                    doc, idx, overlay=False
                )

                # 2) 计算模板目标矩形（缩放基准为输出页面宽度）
                target_w = TARGET_W * (scale_percent / 100.0)
                scale = target_w / template_w
                target_h = template_h * scale
                target_rect = fitz.Rect(offset_x, offset_y,
                                        offset_x + target_w,
                                        offset_y + target_h)

                # 3) 叠加模板图片（前景）
                new_page.insert_image(target_rect, filename=template_file)

                # 保存（自动处理重名）
                out_name = f"{safe_name}.pdf"
                out_path = os.path.join(output_dir, out_name)
                counter = 1
                while os.path.exists(out_path):
                    stem, ext = os.path.splitext(out_name)
                    out_path = os.path.join(output_dir, f"{stem}_{counter}{ext}")
                    counter += 1

                new_doc.save(out_path)
                new_doc.close()

                self.log(f"✔ 第 {page_num} 页  →  {os.path.basename(out_path)}")

            doc.close()
            self.log(f"\n🎉 全部完成！共导出 {total_pages} 个 PDF")

        except Exception as e:
            self.log(f"\n❌ 发生错误：{str(e)}")

        self.start_btn.config(state=tk.NORMAL)


if __name__ == "__main__":
    root = tk.Tk()
    app = PDFMergeApp(root)
    root.mainloop()