Drsakura
13d67c804f
本地长期开发成果的整体入库快照，包含后端鉴权/权限、AI 接入、合同解析、 SKU 目录等模块，以及前端相应页面与样式改版。 后端 - 新增鉴权与会话：scrypt 密码哈希、HttpOnly cookie（happy_sid）、登录失败锁定 - 新增「角色 → 权限组 → 权限点」三级权限模型与审计日志 - 新增 AI 提供商接入与预设（兼容 OpenAI 协议，内置 DeepSeek / 通义千问等） - 新增合同解析、合同文件保留策略、客户归属与访问控制 - 新增 SKU 目录、组织品牌、新客开发、系统日志等路由 前端 - 新增登录页与用户 / 权限组 / 系统日志管理页 - 新增客户详情、客户公海、询盘详情、报价编辑器、合同清洗中心 - 新增 AI 配置、组织品牌、包装参数、SKU 选择器等组件 - 新增英文大写金额、未保存改动拦截、抽屉与骨架屏 - 新增 stage1 样式层；产品、供应商、订单等页面改版 - EmbeddedSku 页面并入现有产品体系后删除 开源准备 - 新增 AGPL-3.0 LICENSE - README：移除未启用的 SQLCipher 加密声明（改为如实的「已知限制」）、 补充环境变量说明、许可证由「私有项目」改为 AGPL-3.0 - 移除历史遗留的空文件 _index_backup.txt - 文档中的项目路径更新为 happy-export
610 lines
23 KiB
JavaScript
610 lines
23 KiB
JavaScript
/**
|
||
* 通用表格解析引擎：把「供应商合同 / 报价单」这类文件认成结构化的行。
|
||
*
|
||
* 设计目标（三条，缺一不可）：
|
||
*
|
||
* 1. **按字符认列，不按行列位置。**
|
||
* 规则只描述「这一列的标题大概长什么样」（关键词 / 正则），不写死「第 3 列是价格」。
|
||
* 同一份表加一列、调一下顺序，识别结果不变。
|
||
*
|
||
* 2. **只采纳「标题对得上、且值确实是数值」的列。**
|
||
* 数值类字段（采购价 / 数量 / 起订量）在认列之后还要过一道**列级体检**：
|
||
* 这一列的非空值里能解析成数字的比例达标，才允许采纳。
|
||
* 这一条是「通用」的关键 —— 它挡住的不是错别字，而是「品名里带个『价』字」
|
||
* 这类只看标题一定会踩的坑。
|
||
*
|
||
* 3. **通用、不绑定行业。**
|
||
* 默认真名词典按「语义」组织（中/英 + 常见缩写），词典里**不允许出现任何行业专有词**
|
||
* （五金、灯具、化工……一概不写）。换一个行业只是换个文件，不是改代码。
|
||
* 词典本身也写成**数据**：可在 `settings['contract.rules']` 或
|
||
* `DATA_DIR/contract-rules.json` 里增删关键词、排除词、阈值，覆盖默认值。
|
||
*
|
||
* 表头不在第一行也能认：标题行 / 公司抬头 / 日期这些常常占掉前几行，
|
||
* 所以会**在前若干行里挑「规则命中最多」的那一行当表头**，而不是无脑取第 1 行。
|
||
*/
|
||
|
||
const path = require('path');
|
||
const fs = require('fs');
|
||
|
||
const db = require('../db/db');
|
||
|
||
let XLSX = null;
|
||
try {
|
||
// 读 xlsx/xls 用；放在 try 里，没装也不至于整个服务起不来
|
||
XLSX = require('xlsx');
|
||
} catch {
|
||
XLSX = null;
|
||
}
|
||
|
||
const SETTINGS_KEY = 'contract.rules';
|
||
|
||
const DEFAULT_OPTIONS = {
|
||
/** 表头最多往下找几行 */
|
||
header_search_rows: 12,
|
||
/** 认定「这行是表头」至少要有几个字段命中 */
|
||
header_min_hits: 2,
|
||
/** 认列的最低分（低于此分视为没认出来） */
|
||
min_score: 45,
|
||
/** 数值列体检：能解析成数字的比例下限 */
|
||
min_numeric_ratio: 0.6,
|
||
/** 数值列体检最多抽几行 */
|
||
numeric_sample: 40
|
||
};
|
||
|
||
/* ------------------------------------------------------------------ 词典 */
|
||
|
||
/**
|
||
* 默认规则。
|
||
*
|
||
* 约定：
|
||
* type text / number —— number 的列要过数值体检
|
||
* keys 命中即得分的关键词（中英混排，不分大小写）
|
||
* exclude 硬排除：命中就直接判定「这一列不是这个字段」
|
||
* regex 额外的正则特征（写字符串，用 /.../i 形式）
|
||
*
|
||
* ⚠️ 这里的词必须是**通用词**。加词前先问：换个行业还成立吗？
|
||
*/
|
||
const DEFAULT_FIELDS = {
|
||
sku: {
|
||
label: '货号',
|
||
type: 'text',
|
||
keys: [
|
||
'sku', 'item code', 'item no', 'item number', 'product code', 'product no', 'product number',
|
||
'part no', 'part number', 'model no', 'model number', 'article no', 'article number',
|
||
'style no', 'style number', 'catalog no', 'cat no', 'ref no', 'reference',
|
||
'code', 'model', 'article', 'product id', 'item id',
|
||
'货号', '产品编号', '产品编码', '产品货号', '商品编号', '物料编号', '物料编码', '物料号',
|
||
'型号', '型号规格', '编号', '款号', '图号', '零件号', '存货编码', '存货编号'
|
||
],
|
||
exclude: ['数量', '价', 'price', 'cost', 'amount', '名称', 'name', 'qty', 'quantity']
|
||
},
|
||
product_name: {
|
||
label: '品名',
|
||
type: 'text',
|
||
keys: [
|
||
'product name', 'item name', 'goods name', 'commodity', 'product description',
|
||
'item description', 'description', 'product', 'item', 'title', 'goods',
|
||
'品名', '产品名称', '商品名称', '货物名称', '产品描述', '商品描述',
|
||
'品名规格', '名称', '描述', '品名及规格', '产品'
|
||
],
|
||
exclude: ['货号', '编号', '编码', 'code', 'no.', '数量', '价', 'price', 'amount', 'qty', '规格型号']
|
||
},
|
||
spec: {
|
||
label: '规格',
|
||
type: 'text',
|
||
keys: [
|
||
'spec', 'specification', 'specifications', 'size', 'dimension', 'dimensions',
|
||
'material', 'model spec', 'type',
|
||
'规格', '规格型号', '尺寸', '材质', '参数', '规格参数', '规格描述'
|
||
],
|
||
exclude: ['货号', '编号', '价', 'price', '数量', 'qty', 'amount', '名称']
|
||
},
|
||
purchase_price: {
|
||
label: '采购价',
|
||
type: 'number',
|
||
keys: [
|
||
'purchase price', 'buying price', 'cost price', 'factory price', 'unit price',
|
||
'net price', 'exw price', 'fob price', 'ex works', 'exw', 'fob', 'cost', 'price',
|
||
'采购价', '采购单价', '采购价格', '供货价', '供货单价', '出厂价', '出厂单价',
|
||
'成本价', '成本单价', '未税价', '不含税价', '含税价', '工厂价', '底价', '单价', '价格', '报价'
|
||
],
|
||
exclude: [
|
||
'总价', '合计', '金额', '总额', '小计', 'amount', 'total', 'sum',
|
||
'售价', '零售', '建议零售', 'retail', 'msrp', 'selling', 'sell price',
|
||
'折扣', 'discount', '毛利', '利润', 'profit', 'margin', '汇率', 'rate', '税点', '运费', 'freight'
|
||
]
|
||
},
|
||
currency: {
|
||
label: '币种',
|
||
type: 'text',
|
||
keys: ['currency', 'cur', 'unit', '币种', '货币', '币别', '结算币种', '单价币种', '计价币种'],
|
||
exclude: ['数量', 'qty', '价', 'price', '货号', '编号']
|
||
},
|
||
quantity: {
|
||
label: '数量',
|
||
type: 'number',
|
||
keys: [
|
||
'quantity', 'qty', 'order qty', 'order quantity', 'purchase qty', 'purchase quantity',
|
||
'ordered qty', 'amount of order', 'pcs', 'sets', 'qty(pcs)',
|
||
'数量', '订购量', '订购数量', '采购数量', '采购量', '订货量', '订货数量', '数量(pcs)', '件数', '个数'
|
||
],
|
||
exclude: ['价', 'price', 'cost', 'amount', '金额', '总', '合计', 'moq', '起订', 'min', '最少']
|
||
},
|
||
moq: {
|
||
label: '起订量',
|
||
type: 'number',
|
||
keys: [
|
||
'moq', 'minimum order quantity', 'min order qty', 'min order', 'minimum qty', 'min qty',
|
||
'起订量', '最小起订量', '起订数量', '最少订量', '最小订量', '最小起订'
|
||
],
|
||
exclude: ['价', 'price', 'cost', 'amount', '金额']
|
||
}
|
||
};
|
||
|
||
/* -------------------------------------------------------------- 配置读取 */
|
||
|
||
function readJsonFile(file) {
|
||
try {
|
||
if (!fs.existsSync(file)) return null;
|
||
return JSON.parse(fs.readFileSync(file, 'utf8'));
|
||
} catch {
|
||
return null;
|
||
}
|
||
}
|
||
|
||
/** 用户覆盖文件放哪：与数据库同目录，便于随库一起备份 */
|
||
function overrideFile() {
|
||
const dir = process.env.DATA_DIR || path.join(__dirname, '../data');
|
||
return path.join(dir, 'contract-rules.json');
|
||
}
|
||
|
||
function readOverride() {
|
||
/* 优先级：DATA_DIR/contract-rules.json（真正意义的「配置文件」） > settings 表。
|
||
前者适合开源用户直接改文件、连界面都不进；后者留给以后的界面化编辑。 */
|
||
const fromFile = readJsonFile(overrideFile());
|
||
if (fromFile && typeof fromFile === 'object') return { source: 'file', data: fromFile };
|
||
try {
|
||
const raw = db.prepare('SELECT value FROM settings WHERE key = ?').get(SETTINGS_KEY)?.value;
|
||
if (raw) return { source: 'settings', data: JSON.parse(raw) };
|
||
} catch {
|
||
/* 表还没建或值是脏的，当没有覆盖处理 */
|
||
}
|
||
return { source: null, data: {} };
|
||
}
|
||
|
||
/**
|
||
* 合并默认规则与用户覆盖。
|
||
* 覆盖写法（只写要改的部分即可）：
|
||
* {
|
||
* "fields": { "purchase_price": { "add": ["供货价"], "exclude": ["吊牌价"] } },
|
||
* "options": { "min_numeric_ratio": 0.5 },
|
||
* "disable": ["spec"]
|
||
* }
|
||
*/
|
||
function loadRules() {
|
||
const { source, data } = readOverride();
|
||
const options = { ...DEFAULT_OPTIONS, ...(data.options || {}) };
|
||
const disabled = new Set(Array.isArray(data.disable) ? data.disable : []);
|
||
const fields = {};
|
||
|
||
for (const [key, def] of Object.entries(DEFAULT_FIELDS)) {
|
||
if (disabled.has(key)) continue;
|
||
const patch = data.fields?.[key] || {};
|
||
const keys = [...def.keys, ...(Array.isArray(patch.add) ? patch.add : [])]
|
||
.filter(item => !(Array.isArray(patch.remove) && patch.remove.includes(item)));
|
||
const exclude = [...def.exclude, ...(Array.isArray(patch.exclude) ? patch.exclude : [])];
|
||
fields[key] = {
|
||
...def,
|
||
keys,
|
||
exclude,
|
||
// type 允许被覆盖（有人想把「规格」当数值列 тоже可以）
|
||
type: patch.type || def.type,
|
||
regex: Array.isArray(patch.regex) ? patch.regex : []
|
||
};
|
||
}
|
||
return { fields, options, override_source: source };
|
||
}
|
||
|
||
/* ------------------------------------------------------------ 文本与数字 */
|
||
|
||
/** 全角 → 半角、统一括号、去零宽字符。中文表格里这三样最常见。 */
|
||
function normalizeText(value) {
|
||
return String(value ?? '')
|
||
.replace(/[\uFF01-\uFF5E]/g, ch => String.fromCharCode(ch.charCodeAt(0) - 0xfee0))
|
||
.replace(/\u3000/g, ' ')
|
||
.replace(/[\u200B-\u200D\uFEFF]/g, '')
|
||
.trim();
|
||
}
|
||
|
||
/** 表头归一：小写、去空白、去尾部标点，让「采购价 (元)」和「采购价」能对上 */
|
||
function normalizeHeader(value) {
|
||
return normalizeText(value)
|
||
.toLowerCase()
|
||
.replace(/\s+/g, '')
|
||
.replace(/[：:、,，.。*＊·\-—]+$/g, '')
|
||
.replace(/[（(].*?[)）]$/g, ''); // 去掉尾部的单位括号
|
||
}
|
||
|
||
const hasCJK = text => /[\u4E00-\u9FFF]/.test(text);
|
||
|
||
/**
|
||
* 把单元格里的值转成数字。
|
||
* 处理：全角数字、千分位（含欧洲写法 1.234,56）、币种符号、单位后缀、
|
||
* 括号负数（会计写法）、前后空白与不可见字符。
|
||
* 返回 null 表示「这不是一个数字」——调用方据此做列级体检。
|
||
*/
|
||
function toNumber(value) {
|
||
if (value === null || value === undefined || value === '') return null;
|
||
if (typeof value === 'number') return Number.isFinite(value) ? value : null;
|
||
|
||
let text = normalizeText(value).replace(/\s/g, '');
|
||
if (!text) return null;
|
||
|
||
// 括号负数：(12.5) → -12.5
|
||
let negative = false;
|
||
if (/^\(.*\)$/.test(text)) {
|
||
negative = true;
|
||
text = text.slice(1, -1);
|
||
}
|
||
|
||
// 欧洲写法：1.234,56 —— 逗号是小数点、点是千分位。必须先判，否则会被当千分位剥掉
|
||
if (/^\d{1,3}(\.\d{3})+(,\d+)?$/.test(text)) {
|
||
text = text.replace(/\./g, '').replace(',', '.');
|
||
} else {
|
||
text = text.replace(/,/g, '');
|
||
}
|
||
|
||
// 剥掉一切非数字字符（币种符号、单位、文字都在这步掉）
|
||
text = text.replace(/[^0-9.\-+]/g, '');
|
||
if (!text) return null;
|
||
|
||
/* 符号只允许出现在最前面。
|
||
⚠️ 不能「把 - 全省掉」—— 那样「12-15」这种区间会被拼成 1215，
|
||
比留空更糟：它会当成真价继续往产品库里走。区间一律判为非数字。 */
|
||
let sign = 1;
|
||
if (/^[-+]/.test(text)) {
|
||
if (text[0] === '-') sign = -1;
|
||
text = text.slice(1);
|
||
}
|
||
if (/[-+]/.test(text)) return null;
|
||
if (!/^\d*\.?\d+$/.test(text)) return null;
|
||
|
||
const num = Number(text) * sign * (negative ? -1 : 1);
|
||
return Number.isFinite(num) ? num : null;
|
||
}
|
||
|
||
/** 从整行的内容里猜币种 —— 没有币种列时用 */
|
||
const CURRENCY_HINTS = [
|
||
[/¥|￥|人民币|rmb|cny|元/i, 'CNY'],
|
||
[/\$|usd|美元|美金/i, 'USD'],
|
||
[/€|eur|欧元/i, 'EUR'],
|
||
[/£|gbp|英镑/i, 'GBP'],
|
||
[/jpy|日元|円/i, 'JPY'],
|
||
[/krw|韩元|₩/i, 'KRW'],
|
||
[/aud|澳元/i, 'AUD'],
|
||
[/cad|加元/i, 'CAD'],
|
||
[/hkd|港币|港元/i, 'HKD'],
|
||
[/inr|卢比/i, 'INR'],
|
||
[/vnd|越南盾|đ/i, 'VND'],
|
||
[/thb|泰铢|฿/i, 'THB']
|
||
];
|
||
|
||
function guessCurrency(...texts) {
|
||
const joined = texts.map(item => String(item ?? '')).join(' ');
|
||
if (!joined.trim()) return null;
|
||
for (const [pattern, code] of CURRENCY_HINTS) {
|
||
if (pattern.test(joined)) return code;
|
||
}
|
||
// 三字母代码（USD / CNY…）单独兜一次，避免被上面的贪婪匹配漏掉
|
||
const code = joined.match(/\b([A-Z]{3})\b/);
|
||
return code ? code[1] : null;
|
||
}
|
||
|
||
/* ---------------------------------------------------------------- 列匹配 */
|
||
|
||
/** 单个「表头 × 字段」打分。返回 0 = 不匹配；exclude 命中直接 0。 */
|
||
function scoreHeader(header, field) {
|
||
const head = normalizeHeader(header);
|
||
if (!head) return 0;
|
||
|
||
for (const bad of field.exclude) {
|
||
const token = normalizeHeader(bad);
|
||
if (token && head.includes(token)) return 0;
|
||
}
|
||
|
||
let best = 0;
|
||
for (const rawKey of field.keys) {
|
||
const key = normalizeHeader(rawKey);
|
||
if (!key) continue;
|
||
|
||
if (head === key) return 100;
|
||
|
||
if (hasCJK(key)) {
|
||
// 中文：包含即可，但关键词越长越可信（「采购单价」远比「价」可信）
|
||
if (head.includes(key)) best = Math.max(best, 50 + key.length * 8);
|
||
} else {
|
||
// 拉丁：短词（no / moq / ref…）必须落在词边界上，否则 notes 会被当成 no
|
||
const escaped = key.replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
|
||
const boundary = new RegExp(`(^|[^a-z0-9])${escaped}([^a-z0-9]|$)`);
|
||
if (boundary.test(head)) best = Math.max(best, 55 + Math.min(key.length, 12) * 3);
|
||
}
|
||
}
|
||
|
||
for (const pattern of field.regex) {
|
||
try {
|
||
const [source, flags] = pattern.split(/\/([a-z]*)$/);
|
||
if (new RegExp(source.replace(/^\//, ''), flags || 'i').test(header)) best = Math.max(best, 85);
|
||
} catch {
|
||
/* 用户写的正则不合法就当没写，不能让一份配置文件把整条解析链路打挂 */
|
||
}
|
||
}
|
||
return best;
|
||
}
|
||
|
||
/**
|
||
* 认列：把「表头行」映射成「字段 → 列号」。
|
||
*
|
||
* 两步走：
|
||
* ① 每个数值字段先过**列级体检** —— 候选列的数字占比不达标直接淘汰（拦「品名带价字」这类误判）
|
||
* ② 所有候选按分排序，贪心分配：字段没被占、列也没被占才落座
|
||
* （贪心而不是「每个字段各取最高分」，是为了避免两列抢同一个字段时出现重复占用）
|
||
*/
|
||
function matchColumns(headers, dataRows, rules) {
|
||
const { fields, options } = rules;
|
||
const candidates = [];
|
||
const rejected = [];
|
||
|
||
for (const [fieldKey, field] of Object.entries(fields)) {
|
||
for (let col = 0; col < headers.length; col += 1) {
|
||
const score = scoreHeader(headers[col], field);
|
||
if (score < options.min_score) continue;
|
||
|
||
if (field.type === 'number') {
|
||
const sample = dataRows
|
||
.map(row => row[col])
|
||
.filter(value => String(value ?? '').trim() !== '')
|
||
.slice(0, options.numeric_sample);
|
||
if (!sample.length) {
|
||
rejected.push({ field: fieldKey, col, header: headers[col], reason: '整列为空' });
|
||
continue;
|
||
}
|
||
const ok = sample.filter(value => toNumber(value) !== null).length;
|
||
const ratio = ok / sample.length;
|
||
if (ratio < options.min_numeric_ratio) {
|
||
rejected.push({
|
||
field: fieldKey, col, header: headers[col],
|
||
reason: `数值占比 ${Math.round(ratio * 100)}% 低于 ${Math.round(options.min_numeric_ratio * 100)}%`
|
||
});
|
||
continue;
|
||
}
|
||
}
|
||
candidates.push({ field: fieldKey, col, header: String(headers[col] ?? '').trim(), score });
|
||
}
|
||
}
|
||
|
||
candidates.sort((a, b) => b.score - a.score || a.col - b.col);
|
||
const usedField = new Set();
|
||
const usedCol = new Set();
|
||
const map = {};
|
||
for (const item of candidates) {
|
||
if (usedField.has(item.field) || usedCol.has(item.col)) continue;
|
||
usedField.add(item.field);
|
||
usedCol.add(item.col);
|
||
map[item.field] = item;
|
||
}
|
||
return { map, rejected };
|
||
}
|
||
|
||
/**
|
||
* 挑表头行。
|
||
* 真实文件里表头常常不在第 1 行（上面还有公司抬头、报价日期、说明……），
|
||
* 所以在前若干行里找「字段命中最多」的那一行，而不是无脑取第 1 行。
|
||
*/
|
||
function detectHeaderRow(matrix, rules) {
|
||
const limit = Math.min(matrix.length, rules.options.header_search_rows);
|
||
let best = { index: 0, hits: 0, matched: null };
|
||
for (let i = 0; i < limit; i += 1) {
|
||
const row = matrix[i] || [];
|
||
const { map } = matchColumns(row, matrix.slice(i + 1), rules);
|
||
const hits = Object.keys(map).length;
|
||
// 命中更多者胜；打平取靠前的（抬头行通常在上面）
|
||
if (hits > best.hits) best = { index: i, hits, matched: map };
|
||
}
|
||
return best;
|
||
}
|
||
|
||
/* ---------------------------------------------------------------- 读文件 */
|
||
|
||
/** CSV / TSV / TXT：按首行含不含 Tab 决定分隔符（沿用原有口径） */
|
||
function readDelimited(buffer, filename) {
|
||
const text = buffer.toString('utf8').replace(/^\uFEFF/, '');
|
||
const lines = text.split(/\r?\n/);
|
||
const delimiter = /\.tsv$/i.test(filename) || (lines[0] || '').includes('\t') ? '\t'
|
||
: (lines[0] || '').includes(';') && !(lines[0] || '').includes(',') ? ';'
|
||
: ',';
|
||
return lines.map(line => splitDelimited(line, delimiter));
|
||
}
|
||
|
||
/** 按分隔符切一行，但引号里的分隔符不算（"A,B" 是一格） */
|
||
function splitDelimited(line, delimiter) {
|
||
const cells = [];
|
||
let current = '';
|
||
let quoted = false;
|
||
for (let i = 0; i < line.length; i += 1) {
|
||
const ch = line[i];
|
||
if (ch === '"') {
|
||
if (quoted && line[i + 1] === '"') { current += '"'; i += 1; } else quoted = !quoted;
|
||
} else if (ch === delimiter && !quoted) {
|
||
cells.push(current);
|
||
current = '';
|
||
} else {
|
||
current += ch;
|
||
}
|
||
}
|
||
cells.push(current);
|
||
return cells.map(cell => cell.trim());
|
||
}
|
||
|
||
/** xlsx / xls：交给 SheetJS；多 sheet 时取「非空单元格最多」的那个（通常就是明细表） */
|
||
function readWorkbook(buffer) {
|
||
if (!XLSX) throw new Error('未安装 xlsx 解析库，无法读取 Excel 文件');
|
||
const book = XLSX.read(buffer, { type: 'buffer' });
|
||
let best = { matrix: [], cells: -1, sheet: null };
|
||
for (const name of book.SheetNames || []) {
|
||
const sheet = book.Sheets[name];
|
||
if (!sheet) continue;
|
||
const matrix = XLSX.utils.sheet_to_json(sheet, { header: 1, raw: false, defval: '', blankrows: true });
|
||
const cells = matrix.reduce((sum, row) => sum + row.filter(cell => String(cell ?? '').trim() !== '').length, 0);
|
||
if (cells > best.cells) best = { matrix, cells, sheet: name };
|
||
}
|
||
return best;
|
||
}
|
||
|
||
function parseMatrixToRows(matrix, headerIndex, columnMap, fallbackCurrency = null) {
|
||
const fields = Object.keys(columnMap);
|
||
const rows = [];
|
||
for (let i = headerIndex + 1; i < matrix.length; i += 1) {
|
||
const raw = matrix[i] || [];
|
||
const pick = field => {
|
||
const hit = columnMap[field];
|
||
if (!hit) return null;
|
||
const value = normalizeText(raw[hit.col]);
|
||
return value === '' ? null : value;
|
||
};
|
||
const row = {
|
||
// row_no 用「文件里的真实行号」（1 起），方便人回去对着原文件找
|
||
row_no: i + 1,
|
||
raw_text: raw.map(cell => String(cell ?? '').trim()).filter(Boolean).join(' | ').slice(0, 500),
|
||
sku: pick('sku'),
|
||
product_name: pick('product_name'),
|
||
spec: pick('spec'),
|
||
currency: pick('currency'),
|
||
quantity: toNumber(pick('quantity')),
|
||
moq: toNumber(pick('moq')),
|
||
purchase_price: toNumber(pick('purchase_price'))
|
||
};
|
||
/* 币种三级兜底：本行的币种列（上面 pick 过了） → 本行里的符号（¥ / USD / 元）
|
||
→ 整份文件的线索（表头常写「单价(元)」「Unit Price(USD)」）。
|
||
只按单行猜会出现「同一列有的行有币种、有的行没有」这种不一致。 */
|
||
if (!row.currency) row.currency = guessCurrency(raw.join(' ')) || fallbackCurrency;
|
||
// 整行该抓的全空 —— 大概率是空行或小计行，丢掉
|
||
const meaningful = [row.sku, row.product_name, row.spec, row.purchase_price, row.quantity, row.moq]
|
||
.some(value => value !== null && value !== undefined && value !== '');
|
||
if (meaningful) rows.push(row);
|
||
}
|
||
return { rows, fields };
|
||
}
|
||
|
||
/**
|
||
* 解析一个上传文件 → { rows, headers, header_row, column_map, rejected, notes }
|
||
* 这是对外的唯一入口。
|
||
*/
|
||
function parseUpload(file, rules = loadRules()) {
|
||
const filename = String(file.originalname || '');
|
||
const isExcel = /\.(xlsx|xlsm|xls)$/i.test(filename);
|
||
let matrix;
|
||
let sheetName = null;
|
||
|
||
if (isExcel) {
|
||
const book = readWorkbook(file.buffer);
|
||
matrix = book.matrix;
|
||
sheetName = book.sheet;
|
||
} else {
|
||
matrix = readDelimited(file.buffer, filename);
|
||
}
|
||
|
||
// 去掉整行全空的（xlsx 里尾部常有大量空行）
|
||
matrix = matrix.filter(row => row.some(cell => String(cell ?? '').trim() !== ''));
|
||
if (!matrix.length) {
|
||
return { rows: [], headers: [], header_row: null, column_map: {}, rejected: [], notes: '文件里没有读到任何内容' };
|
||
}
|
||
|
||
const header = detectHeaderRow(matrix, rules);
|
||
const headers = matrix[header.index] || [];
|
||
const { map, rejected } = matchColumns(headers, matrix.slice(header.index + 1), rules);
|
||
/* 文件级币种线索：表头 + 表头以上的抬头行（「报价单（美元）」「单价(元)」都在这）
|
||
—— 没有币种列时靠它，保证整列币种一致 */
|
||
const titleRows = matrix.slice(0, header.index).flat();
|
||
const fileCurrency = guessCurrency(headers.join(' '), titleRows.join(' '));
|
||
const { rows } = parseMatrixToRows(matrix, header.index, map, fileCurrency);
|
||
|
||
const notes = rows.length
|
||
? `表头在第 ${header.index + 1} 行，认出 ${Object.keys(map).length} 个字段${sheetName ? `（工作表 ${sheetName}）` : ''}`
|
||
: '表头行没有认出任何字段，建议人工补录或用 AI 解析';
|
||
|
||
return {
|
||
rows,
|
||
headers: headers.map(cell => String(cell ?? '').trim()),
|
||
header_row: header.index + 1,
|
||
column_map: map,
|
||
rejected,
|
||
currency: fileCurrency,
|
||
notes
|
||
};
|
||
}
|
||
|
||
/** 读成二维数组（xlsx / csv / tsv / txt 统一入口），AI 解析与规则解析共用 */
|
||
function readMatrix(buffer, filename) {
|
||
const isExcel = /\.(xlsx|xlsm|xls)$/i.test(String(filename || ''));
|
||
const matrix = isExcel ? readWorkbook(buffer).matrix : readDelimited(buffer, filename);
|
||
return matrix.filter(row => row.some(cell => String(cell ?? '').trim() !== ''));
|
||
}
|
||
|
||
/** 二维数组 → CSV 文本，喂给模型用 */
|
||
function matrixToText(matrix, { maxRows = 200, maxChars = 12000 } = {}) {
|
||
const lines = [];
|
||
let chars = 0;
|
||
for (const row of matrix) {
|
||
const line = row.map(cell => {
|
||
const text = String(cell ?? '').replace(/\s+/g, ' ').trim();
|
||
return /[",]/.test(text) ? `"${text.replace(/"/g, '""')}"` : text;
|
||
}).join(',').replace(/(?:,)+$/, '');
|
||
if (!line.trim()) continue;
|
||
if (lines.length >= maxRows || chars + line.length > maxChars) {
|
||
lines.push('…（余下内容已截断）');
|
||
break;
|
||
}
|
||
lines.push(line);
|
||
chars += line.length;
|
||
}
|
||
return lines.join('\n');
|
||
}
|
||
|
||
/**
|
||
* 把上传的原件转成「给模型看的文本」。
|
||
* ⚠️ 只做格式转换，不做任何猜测 —— 猜是模型的事，转换是我们的事。
|
||
*/
|
||
function describeForAi(buffer, filename, options) {
|
||
const matrix = readMatrix(buffer, filename);
|
||
return { text: matrixToText(matrix, options), row_count: matrix.length };
|
||
}
|
||
|
||
/** 给界面用：把认列结果翻译成人能读的一段话 */
|
||
function describeMatch(columnMap, rejected = []) {
|
||
const picked = Object.entries(columnMap)
|
||
.map(([field, hit]) => `${DEFAULT_FIELDS[field]?.label || field}←「${hit.header}」(${hit.score}分)`)
|
||
.join('，');
|
||
const miss = rejected.length
|
||
? `；被否掉：${rejected.map(item => `${item.header}(${item.reason})`).join('，')}`
|
||
: '';
|
||
return (picked || '没有认出任一字段') + miss;
|
||
}
|
||
|
||
module.exports = {
|
||
DEFAULT_FIELDS,
|
||
DEFAULT_OPTIONS,
|
||
loadRules,
|
||
overrideFile,
|
||
parseUpload,
|
||
readMatrix,
|
||
matrixToText,
|
||
describeForAi,
|
||
matchColumns,
|
||
detectHeaderRow,
|
||
describeMatch,
|
||
toNumber,
|
||
normalizeHeader,
|
||
guessCurrency,
|
||
scoreHeader
|
||
};
|