work copy

aigenerated.py

@@ -90,7 +90,7 @@ def extract_last_name(name_str: str) -> str or None:
     
 
 # --- Шаг 0: Константы ---
-POSITIVE_KEYWORDS = ['зал', 'ауд', 'каб', 'корп', 'кор.']
+POSITIVE_KEYWORDS = ['зал', 'ауд', 'каб', 'корп', 'кор.', "ЛК"]
 NEGATIVE_KEYWORDS = ['доц', 'проф', 'асс', 'лек', 'пр']
 
 # Транслитерация для унификации
@@ -148,3 +148,51 @@ def is_room_number(s: str) -> bool:
     return False
 
 
+import requests
+from urllib.parse import urlsplit, urlunsplit, quote
+
+def download_file_from_url(url, output_filename):
+    """
+    Скачивает файл по URL со спецсимволами и пробелами, сохраняя его под указанным именем.
+
+    Args:
+        url (str): Исходный URL, который может содержать пробелы и кириллицу.
+        output_filename (str): Имя файла для сохранения (например, 'calc.xls').
+    """
+    try:
+        # --- Шаг 1: Правильное кодирование URL ---
+        # Разбираем URL на части: ('https', 'www.vstu.ru', '/path/to file.xls', '', '')
+        parts = urlsplit(url)
+        
+        # Кодируем только путь, оставляя слэши '/' безопасными
+        # Это превратит ' ' в '%20', 'В' в '%D0%92' и т.д.
+        encoded_path = quote(parts.path, safe='/-_')
+        
+        # Собираем URL обратно из частей с уже закодированным путем
+        encoded_url = urlunsplit((parts.scheme, parts.netloc, encoded_path, parts.query, parts.fragment))
+    
+        
+        # --- Шаг 2: Скачивание файла ---
+        response = requests.get(encoded_url, stream=True)
+        
+        # Проверяем, успешен ли запрос (код 200 OK)
+        # Если сервер вернет ошибку (404, 500 и т.д.), здесь возникнет исключение
+        response.raise_for_status() 
+        
+        # --- Шаг 3: Сохранение файла ---
+        # Открываем файл для записи в бинарном режиме ('wb')
+        # Использование 'with' гарантирует, что файл будет закрыт автоматически
+        with open(output_filename, 'wb') as f:
+            for chunk in response.iter_content(chunk_size=8192):
+                f.write(chunk)
+                
+        print(f"✅ Файл успешно скачан и сохранен как '{output_filename}'")
+
+    except requests.exceptions.RequestException as e:
+        print(f"❌ Ошибка скачивания: {e}")
+        
+    except Exception as e:
+        print(f"❌ Произошла непредвиденная ошибка: {e}")
+
+
+

checkenv.py

@@ -0,0 +1,28 @@
+import sys
+import os
+
+print("--- ДИАГНОСТИКА ОКРУЖЕНИЯ ---")
+print(f"Исполняемый файл Python: {sys.executable}")
+print("-" * 20)
+
+try:
+    import xlwt
+    print("✅ Библиотека 'xlwt' успешно импортирована.")
+    print(f"   Версия: {xlwt.__VERSION__}")
+    # Попробуем найти, где она лежит
+    print(f"   Расположение: {os.path.dirname(xlwt.__file__)}")
+except ImportError:
+    print("❌ ОШИБКА: Библиотека 'xlwt' НЕ НАЙДЕНА в этом окружении.")
+
+
+try:
+    import pandas
+    print("✅ Библиотека 'pandas' успешно импортирована.")
+    print(f"   Версия: {pandas.__version__}")
+    # Попробуем найти, где она лежит
+    print(f"   Расположение: {os.path.dirname(pandas.__file__)}")
+except ImportError:
+    print("❌ ОШИБКА: Библиотека 'pandas' НЕ НАЙДЕНА в этом окружении.")
+
+
+print("-" * 20)

main.py

@@ -1,21 +1,146 @@
 import json
+import re
+import time
+import traceback
+from urllib.parse import urljoin
+import pandas as pd
+import xlwt
 
 import xlrd
+import requests
+from requests.structures import CaseInsensitiveDict
 
+from bs4 import BeautifulSoup
+import aigenerated
 import parser
 import utils
 import json
 # Общее правило проекта, сначала в координатах идёт ROW а потом COL, нумерация с нуля
 
+FACULTETS = [
+    "asp", "mag", "fastiv", "fat", "ftkm", "ftpp", "feu", "fevt", "htf", "vkf", "mmf", "fpik"
+]
+BASE_URL = "https://www.vstu.ru/"
+RASP_PREFIX = "https://www.vstu.ru/student/raspisaniya/zanyatiy/index.php?dep="
 
-book = xlrd.open_workbook("ОН_ФЭВТ_2 курс.xls", formatting_info=True)
+session = requests.Session()
-print("The number of worksheets is {0}".format(book.nsheets))
+session.headers = CaseInsensitiveDict(
-print("Worksheet name(s): {0}".format(book.sheet_names()))
+    {
-sh = book.sheet_by_index(0)
+        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:132.0) Gecko/20100101 Firefox/132.0",
+        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8"
+        "Accept-Language: ru-RU,ru;q=0.8,en-US;q=0.5,en;q=0.3",
+        "Accept-Encoding": "gzip, deflate",
+        "Connection": "keep-alive",
+        "Referer": "http://dump.vstu.ru/",
+        "Upgrade-Insecure-Requests": "1",
+        "Priority": "u=0, i",
+        "Pragma": "no-cache",
+        "Cache-Control": "no-cach",
+    }
+)
+
+EXCEL_LINKS = {}
+filestime = str(round(time.time()))
+for facultet in FACULTETS:
+    url = RASP_PREFIX + facultet
+    r = session.get(url)
+    print(f"GET {url}")
+    soup = BeautifulSoup(r.text, 'html.parser')
+    excel_pattern = re.compile(r'\.xlsx?$')
+
+    # Ищем все теги <a>, у которых атрибут href соответствует нашему паттерну
+    excel_tags = soup.find_all('a', href=excel_pattern)
+    excel_links = [tag.get('href') for tag in excel_tags]
+
+    # Предположим, вы уже получили excel_links из одного из методов выше
+    # excel_links = ['../../../upload/raspisanie/z/ОН_ХТФ_1 курс.xlsx', ...]
+
+    absolute_links = [urljoin(BASE_URL, relative_link) for relative_link in excel_links]
+
+    if facultet not in EXCEL_LINKS.keys():
+        EXCEL_LINKS[facultet] = set()
+
+    for excel_url in absolute_links:
+        EXCEL_LINKS[facultet].add(excel_url)
+        print(f"+url {excel_url}")
 
 
-prs = parser.Parser(sh)
+result = {}
-prs.parse()
+faileds = []
+counter = 0
+for facultet in FACULTETS:
+    counter += 1000
+    print(f"\n\n-- Факультет '{facultet}' --")
+    facultet_urls = EXCEL_LINKS[facultet]
+    for excel_url in facultet_urls:
+        counter += 1
+        print(f"\n\n-- Ссылка --")
+        print(f"{excel_url}")
+        xlsx = excel_url.endswith(".xlsx")
 
-json.dump(prs.groups, open('groups.json', 'w'), indent=2, ensure_ascii=False)
+        try:
-print("Saved to groups.json")
+            filename = "excels/" + facultet + filestime + f"[C{counter}]" + ".xls"
+
+            # Download a file
+            if not xlsx:
+                aigenerated.download_file_from_url(excel_url, filename)
+            else:
+                aigenerated.download_file_from_url(excel_url, filename+"x")
+
+                excel_file = pd.ExcelFile(filename + "x")
+        
+                # Создаем "писателя" для формата .xls с помощью движка xlwt
+                # Использование 'with' гарантирует, что файл будет корректно сохранен и закрыт
+                with pd.ExcelWriter(filename, engine='xlwt') as writer:
+                    print("Начинаю конвертацию...")
+                    # Проходим по каждому листу в исходном файле
+                    for sheet_name in excel_file.sheet_names:
+                        print(f"  - Обрабатываю лист: {sheet_name}")
+                        # Читаем лист в DataFrame
+                        df = excel_file.parse(sheet_name)
+                        # Записываем этот DataFrame в новый .xls файл с тем же именем листа
+                        # index=False чтобы не добавлять лишнюю колонку с индексами pandas
+                        df.to_excel(writer, sheet_name=sheet_name, index=False)
+                        
+                print(f"✅ Успешно! Файл конвертирован как: {filename}")
+
+            book = xlrd.open_workbook(filename, formatting_info=True)
+            print("The number of worksheets is {0}".format(book.nsheets))
+            print("Worksheet name(s): {0}".format(book.sheet_names()))
+            sh = book.sheet_by_index(0)
+
+            parser.LOGGING = False
+            prs = parser.Parser(sh)
+            prs.parse()
+            for group_name in prs.groups.keys():
+                if group_name in result.keys():
+                    print(f" -- WTF -- Doubled groups -- name: {group_name}")
+                    continue
+                
+                gr = result[group_name] = prs.groups[group_name]
+                gr['facultet'] = facultet
+                gr['data_source'] = excel_url.split("/")[-1] + " SHEET: " + str(sh.name)
+                gr['parser_debug'] = {
+                    "C_COUNTER": counter,
+                    "timestime": filestime,
+                    "excel_url": excel_url,
+                    "sheet": sh.name,
+                    "filename": filename
+                }
+
+        except Exception as e:
+            print(f"Error while {excel_url}")
+            print(e)
+            traceback.print_exc()
+            faileds.append({
+                "ex": e,
+                "fac": facultet,
+                "url": excel_url
+            })
+
+json.dump(result, open('result.json', 'w'), indent=2, ensure_ascii=False)
+
+print("Faileds:")
+print(faileds)
+
+print("Saved to result.json")

parser.py

@@ -6,6 +6,11 @@ import aigenerated
 from coord import Coord, Merged
 import utils
 
+LOGGING = True
+
+def pprint(*args, **kwargs):
+    if LOGGING:
+        print(*args, **kwargs)
 
 
 class Parser:
@@ -14,27 +19,32 @@ class Parser:
         self.groups = {}
         self.teachers = set()
         self.places = set()
-        print("Parser created for '{0}': size: {1}x{2}".format(self.sh.name, self.sh.nrows, self.sh.ncols))
+        pprint("Parser created for '{0}': size: {1}x{2}".format(self.sh.name, self.sh.nrows, self.sh.ncols))
 
     def parse(self):
         monday = utils.find(self.sh, "ПОНЕДЕЛЬНИК")
+        if monday is None:
+            print(" -- Failed parse! -- ")
+            print("ПОНЕДЕЛЬНИК НЕ НАЙДЕН!")
+            return
+        
         head_rx = monday[0] - 1 # выше первого понидельника
         if head_rx < 0:
             raise Exception("head_rx < 0: Программа пыталась найти 'ПОНЕДЕЛЬНИК', но по всей видимости не нашла.")
 
         head = self.sh.row(head_rx) # get all ROW (months, groups)
-        print(f"head={head}")
+        pprint(f"head={head}")
         self.groups = parse_groups(self.sh, head, monday, head_rx) # parse groups to self.groups
-        print(f'self.groups={json.dumps(self.groups, indent=2, ensure_ascii=False)}')
+        pprint(f'self.groups={json.dumps(self.groups, indent=2, ensure_ascii=False)}')
 
-        print("\n\n\n")
+        pprint("\n\n\n")
 
         for group in self.groups.values():
-            print("\nSTART OF PROCESS GROUP\n")
+            pprint("\nSTART OF PROCESS GROUP\n")
             self.process_group(group, monday)
-            print("\nEND OF PROCESS GROUP\n")
+            pprint("\nEND OF PROCESS GROUP\n")
 
-        print(self.teachers)
+        pprint(self.teachers)
 
     def parse_potokoviy(self, merged: Merged):
         speaker = None
@@ -48,16 +58,16 @@ class Parser:
         # location
         location = merged.high.shift(down=1).cell(self.sh).value
 
-        return {"loc": location, "leader": speaker, "name": merged.cell(self.sh).value}
+        return {"loc": str(location), "leader": str(speaker), "name": str(merged.cell(self.sh).value)}
 
     def process_group(self, group, monday):
         """
         Обработать группы, выполняется для каждой группы, после того как они распарены (parse_groups)
             group = {'name': 'ИВТ-260', 'position': [5, 6], 'position_human': 'G6:J6'}
         """
-        print(f"process_group group={group}")
+        pprint(f"process_group group={group}")
         group_name = group['name']
-        print(group_name)
+        pprint(group_name)
         row = group['position'][0] + 1 # counter for while, +1 for shift down; также номер строки в таблице (вроде с нуля)
         weeknum = 1 # номер недели, щёлкнет +1 при каком-то условии.
         while row < self.sh.nrows: # maybe условие чтобы не уйти ниже чем есть строк
@@ -71,7 +81,7 @@ class Parser:
             cv = merged_cell.value
             # В конце (12 пара:>) название группы, можно использовать как якорь
             if utils.unspace(cv) == group_name:
-                print("Lesson == group name; ending group loop.")
+                pprint("Lesson == group name; ending group loop.")
                 break
 
             weekday_mr = utils.get_merged_coord(self.sh, weekday_pos)
@@ -83,7 +93,7 @@ class Parser:
             if weekday == "":
                 if weeknum == 1:
                     weeknum += 1
-                    print("------")
+                    pprint("------")
                     skip = 1
                     row += 1
                 else:
@@ -104,17 +114,20 @@ class Parser:
                     dispname = "<no lesson>"
 
                 if not is_empty_lesson:
+                    may_prepod = merged.low.shift(down=2)
+                    if utils.has_no_bottom_border(self.sh, may_prepod):
+                        next = 6
+                        is_2pair = True
+
                     if is_wide_maybe_potokoviy:
                         ret = self.parse_potokoviy(merged)
                         parsed_location = ret['loc']
                         parsed_leader = ret['leader']
                         parsed_discipline_name = ret['name']
-                    else:
+                        parsed_uncotigorized = list(utils.parse_all_dirt(self.sh, merged.low, merged.width(), next))
-                        may_prepod = merged.low.shift(down=2)
-                        if utils.border_bottom(self.sh, may_prepod) == 0 and utils.border_top(self.sh, may_prepod.shift(down=1)) == 0:
-                            next = 6
-                            is_2pair = True
 
+
+                    else:
                         if (is_solid):
                             parsed_discipline_name = cv
 
@@ -128,7 +141,7 @@ class Parser:
                 if parsed_leader: dispname += f" [{parsed_leader}]"
                 if parsed_location: dispname += f" [{parsed_location}]"
                 dispname = dispname.replace("\n", "\\n")
-                print(f"[{group_name}] row={row}; {pos} {pos_right} {pair} {weekday}: {'[ПОТОКОВЫЙ] ' if is_wide_maybe_potokoviy else ''}{dispname} {parsed_uncotigorized}")
+                pprint(f"[{group_name}] row={row}; {pos} {pos_right} {pair} {weekday}: {'[ПОТОКОВЫЙ] ' if is_wide_maybe_potokoviy else ''}{dispname} {parsed_uncotigorized}")
 
                 # пытаемся из некотегорезированных данных выцепить место и лидера (препода)
                 prepods = set()
@@ -187,14 +200,14 @@ def parse_groups(sh, head, monday, head_rx):
     i = 0
     while i < len(head):
         x = head[i]
-        print(f"while i={i} head[i]={x}")
+        pprint(f"while i={i} head[i]={x}")
         merged = utils.get_merged_coord(sh, Coord(head_rx, i))
         if i > monday[1] + 1:
             if merged is None or x.value == "":
                 break
 
             if merged.width() != 4:
-                print(f"WARNING: group header witdh !=4 (found: {merged.width()}); blocks !=4 not supported by parser.")
+                pprint(f"WARNING: group header witdh !=4 (found: {merged.width()}); blocks !=4 not supported by parser.")
                 break
 
             name = utils.unspace(x.value)

utils.py

@@ -22,6 +22,9 @@ def border_bottom(sh, cell):
 def border_top(sh, cell):
     return border(sh, cell).top_line_style
     
+def has_no_bottom_border(sh, coord):
+    return border_bottom(sh, coord) == 0 and border_top(sh, coord.shift(down=1)) == 0
+
 def parse_all_dirt(sh, min_pos, right, down):
     RET = set()