Orbitin/main.py

#!/usr/bin/env python3
"""
从 Confluence 获取交接班日志并保存到数据库
"""
import argparse
import sys

from src.confluence import ConfluenceClient
from src.extractor import HTMLTextExtractor
from src.parser import HandoverLogParser
from src.database import DailyLogsDatabase


def run(save_db: bool = True):
    """运行主流程"""
    # 配置
    CONTENT_ID = '155764524'
    BASE_URL = 'https://confluence.westwell-lab.com/rest/api'
    TOKEN = 'NDE1NTcwMDE1ODQ0OiinqS5HLm12v2orWEYyjJcI1bl5'
    
    print('正在从 Confluence 获取 HTML 内容...')
    
    # 获取 HTML
    client = ConfluenceClient(BASE_URL, TOKEN)
    html = client.get_html(CONTENT_ID)
    
    if not html:
        print('错误：未获取到 HTML 内容')
        sys.exit(1)
    
    print('正在提取布局文本...')
    
    # 提取文本
    extractor = HTMLTextExtractor()
    layout_text = extractor.extract(html)
    
    print(f'\n提取完成，共 {len(layout_text)} 字符\n')
    
    # 保存到文件（可选）
    with open('layout_output.txt', 'w', encoding='utf-8') as f:
        f.write(layout_text)
    print('布局文本已保存到 layout_output.txt')
    
    # 保存到数据库（可选）
    if save_db:
        print('\n正在解析日志数据...')
        
        parser = HandoverLogParser()
        logs = parser.parse(layout_text)
        
        if not logs:
            print('未解析到任何记录')
            return
        
        print(f'解析到 {len(logs)} 条记录')
        
        db = DailyLogsDatabase()
        count = db.insert_many([log.to_dict() for log in logs])
        print(f'已保存 {count} 条记录到数据库')
        
        stats = db.get_stats()
        print(f'\n数据库统计:')
        print(f'  总记录: {stats["total"]}')
        print(f'  船次: {len(stats["ships"])}')
        print(f'  日期范围: {stats["date_range"]["start"]} ~ {stats["date_range"]["end"]}')
        
        db.close()


if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='从 Confluence 获取交接班日志')
    parser.add_argument('--no-db', action='store_true', help='不保存到数据库')
    args = parser.parse_args()
    
    run(save_db=not args.no_db)