# Python 脚本工具

**Repository Path**: shuaishuang/python-utils

## Basic Information

- **Project Name**: Python 脚本工具
- **Description**: 实用小脚本、工具类代码
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-07-16
- **Last Updated**: 2026-07-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python 实用工具集

一个包含多种实用 Python 工具的集合，主要用于文件整理和衣物清洁数据处理。

## 项目结构

```
python-utils/
├── clothes_clean/          # 衣物清洁工具
│   ├── generate_excel.py   # Excel 生成脚本
│   ├── index.html          # Web 界面
│   └── mold_removal_methods.csv  # 去霉方法数据
└── file_arrange/           # 文件整理工具
    ├── auto_process.py     # 自动文档处理（OCR、文本提取）
    ├── dashboard_server.py # 数据仪表板服务器
    ├── launcher.py         # 启动器
    ├── physics_auto_process.py  # 物理学科文件处理
    └── physics_dashboard_server.py  # 物理数据仪表板
```

## 功能介绍

### 1. 衣物清洁工具 (clothes_clean)

- **Excel 生成**: 根据数据生成清洗建议表格
- **Web 界面**: 可视化展示去霉方法、问题分析、雷达图等
- **去霉方法库**: 包含多种衣物去霉清洁方案

### 2. 文件整理工具 (file_arrange)

#### 通用功能
- **OCR 文档识别**: 支持从图片中提取文字
- **文本提取**: 从 Word 文档中提取文本和图片
- **学生姓名匹配**: 自动识别文件名中的学生信息
- **去重功能**: 检测并处理重复提交的文件
- **数据仪表板**: Web 界面展示统计信息

#### 物理学科专用
- 物理作业文件的专门处理流程
- 物理学科数据展示仪表板

## 快速开始

### 环境要求

- Python 3.7+
- 必要的依赖包（请参考代码中的 import 语句）

### 安装

```bash
# 克隆仓库
git clone https://gitee.com/sound-of-the-string/python-utils.git
cd python-utils
```

### 使用方法

#### 文件整理工具

```bash
# 启动文件处理和仪表板
cd file_arrange
python launcher.py
```

或分别启动：

```bash
# 启动自动处理
python file_arrange/auto_process.py

# 启动仪表板
python file_arrange/dashboard_server.py
```

#### 衣物清洁工具

```bash
# 运行 Excel 生成
python clothes_clean/generate_excel.py
```

## 主要模块说明

### file_arrange/auto_process.py

| 函数 | 功能 |
|------|------|
| `load_tracker()` | 加载处理跟踪数据 |
| `save_tracker()` | 保存处理跟踪数据 |
| `_get_ocr()` | 初始化 OCR 引擎 |
| `_ocr_image_bytes()` | 识别图片中的文字 |
| `_extract_docx_text()` | 提取 Word 文档文本 |
| `_extract_docx_images()` | 提取 Word 文档中的图片 |
| `extract_text_parallel()` | 并行处理多个文档 |
| `match_student_name()` | 匹配学生姓名 |
| `verify_document()` | 验证文档内容 |
| `deduplicate_files()` | 文件去重 |
| `scan_and_process()` | 扫描并处理文件 |
| `print_summary()` | 打印处理摘要 |

### file_arrange/launcher.py

- `_check_port()`: 检查端口占用情况
- `run_processing()`: 运行文件处理
- `run_dashboards()`: 启动仪表板服务

## 技术栈

- Python 3.7+
- http.server - 内置 HTTP 服务器
- OCR 图像识别
- python-docx - Word 文档处理
- Pandas - 数据处理

## 许可证

本项目仅供学习交流使用。

## 贡献指南

欢迎提交 Pull Request 或创建 Issue 来改进这个工具集。