百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Python之txt数据预定替换word预定义定位标记生成word报告(四)

ztj100 2025-04-11 09:51 57 浏览 0 评论

续接Python之txt数据预定替换word预定义定位标记生成word报告(一)

https://mp.toutiao.com/profile_v4/graphic/preview?pgc_id=7482354347595088424

Python之txt数据预定替换word预定义定位标记生成word报告(二)
https://mp.toutiao.com/profile_v4/graphic/preview?pgc_id=7482355993293160994

Python之txt数据预定替换word预定义定位标记生成word报告(三)

https://www.toutiao.com/article/7482357201093378594/

本部分介绍“报告生成模块 - ReportGenerator类”,python代码如下:

class ReportGenerator:
    """报告生成器,核心功能:
    1. 关联模板数据与文件数据
    2. 执行精准内容替换
    """
    def __init__(self):
        self.analyzer = TemplateAnalyzer()
        self.table_map = self.analyzer.analyze(start_table=7, end_table=33)
        self.doc = Document(TEMPLATE_PATH)

    def _update_cell(self, cell, new_text):
        """安全更新单元格内容(保留格式)
        :param cell: 单元格对象
        :param new_text: 新内容
        """
        for paragraph in cell.paragraphs:
            for run in paragraph.runs:
                run.text = ""
        if cell.paragraphs:
            cell.paragraphs[0].add_run(new_text)
        else:
            cell.add_paragraph(new_text)

    def process_files(self):
        """执行全量数据替换"""
        print("\n 开始处理文件...")
        for filename in os.listdir(TXT_DIR):
            if not (ip_match := re.search(r"(\d+\.\d+\.\d+\.\d+)-checkOS-", filename)):
                print(f"[SKIP] 跳过无效文件:{filename}")
                continue
            ip = ip_match.group(1)

            if ip not in self.table_map:
                print(f"! 未找到IP {ip} 的配置表格")
                continue

            file_path = os.path.join(TXT_DIR, filename)
            data = DataProcessor.extract_data(file_path)

            for table_idx, marker_positions in self.table_map[ip].items():
                print(f"\n处理表格{table_idx + 1}:")
                try:
                    table = self.doc.tables[table_idx]
                except IndexError:
                    print(f"! 表格{table_idx + 1}不存在")
                    continue

                for marker, positions in marker_positions.items():
                    content = data.get(marker, "[数据缺失]")
                    for row_idx, cell_idx in positions:
                        try:
                            cell = table.cell(row_idx, cell_idx)
                            self._update_cell(cell, content)
                            print(f"  已更新:行{row_idx + 1}列{cell_idx + 1}的{marker}")
                        except:
                            print(f"! 坐标错误:行{row_idx}列{cell_idx}")
        self.doc.save(OUTPUT_PATH)
        print(f"\n 报告生成完成:{os.path.abspath(OUTPUT_PATH)}")
- **类定义**:`ReportGenerator`类负责生成最终报告。
- **构造函数`__init__`**:实例化`TemplateAnalyzer`类并分析模板,获取IP - 表格 - 标记的映射关系,同时加载Word模板。
- **`_update_cell`方法**:安全地更新单元格内容,保留原有格式。
- **`process_files`方法**:遍历TXT文件存储目录中的所有文件,提取文件名中的IP地址,验证IP是否在模板映射关系中存在。如果存在,则提取TXT文件数据,并根据映射关系将数据填充到Word模板的相应单元格中,最后保存生成的报告。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: