dxfmakros/lib/merkmalstamm.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
merkmalstamm.py - Liest Merkmalnummer -> Bezeichnung aus
cfg/Merkmalsstamm_in_Sivas.xlsx.

Bewusst ohne openpyxl (reine Standard-Library: zipfile + xml.etree) -
export.lsp/export:python-exe loest den Interpreter fuer EXPORTSIVAS ueber
Config/DXFM_PYTHON/Projekt-venv/PATH auf und garantiert dabei keine
zusaetzliche pip-Abhaengigkeit; ein .xlsx ist im Kern ein ZIP aus XML-
Dateien, das reicht hier ohne Zusatzpaket.
"""

import os
import re
import zipfile
from functools import lru_cache
from xml.etree import ElementTree as ET

_NS = {"main": "http://schemas.openxmlformats.org/spreadsheetml/2006/main"}


def merkmalstamm_pfad():
    """Pfad zu Merkmalsstamm_in_Sivas.xlsx: DXFM_CFG env var, sonst <repo>/cfg."""
    dxfm_cfg = os.environ.get("DXFM_CFG")
    if dxfm_cfg:
        return os.path.join(dxfm_cfg, "Merkmalsstamm_in_Sivas.xlsx")
    basis = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
    return os.path.join(basis, "cfg", "Merkmalsstamm_in_Sivas.xlsx")


def _spalte_zu_zahl(spalte):
    zahl = 0
    for zeichen in spalte:
        zahl = zahl * 26 + (ord(zeichen) - ord("A") + 1)
    return zahl


def _spalte_aus_zellref(ref):
    treffer = re.match(r"([A-Z]+)\d+", ref)
    return treffer.group(1) if treffer else "A"


@lru_cache(maxsize=None)
def lade_merkmalstamm(pfad=None):
    """Liest Sheet 1 (Spalte A=Merkmal-Nr., Spalte C=Bezeichnung) und liefert
    ein Dict Merkmalnummer (str) -> Bezeichnung (str, von Excel-
    Zeilenumbruch-Artefakten wie "_x000D_" bereinigt). Bei fehlender/kaputter
    Datei: leeres Dict - Aufrufer faellt dann auf die reine Merkmalnummer
    zurueck (siehe bezeichnung_fuer)."""
    if pfad is None:
        pfad = merkmalstamm_pfad()
    if not os.path.exists(pfad):
        return {}

    try:
        with zipfile.ZipFile(pfad) as z:
            shared = []
            if "xl/sharedStrings.xml" in z.namelist():
                baum = ET.fromstring(z.read("xl/sharedStrings.xml"))
                for si in baum.findall("main:si", _NS):
                    texte = si.findall(".//main:t", _NS)
                    shared.append("".join(t.text or "" for t in texte))

            sheet = ET.fromstring(z.read("xl/worksheets/sheet1.xml"))
            mapping = {}
            for row in sheet.findall(".//main:sheetData/main:row", _NS):
                zellen = {}
                for c in row.findall("main:c", _NS):
                    spalte = _spalte_zu_zahl(_spalte_aus_zellref(c.get("r", "A1")))
                    v = c.find("main:v", _NS)
                    wert = v.text if v is not None else None
                    if c.get("t") == "s" and wert is not None:
                        wert = shared[int(wert)]
                    zellen[spalte] = wert
                nummer = zellen.get(1)
                bezeichnung = zellen.get(3)
                if nummer and str(nummer).strip().isdigit() and bezeichnung:
                    bezeichnung = bezeichnung.replace("_x000D_", " ")
                    bezeichnung = re.sub(r"\s+", " ", bezeichnung).strip()
                    mapping[str(nummer).strip()] = bezeichnung
            return mapping
    except (KeyError, zipfile.BadZipFile, ET.ParseError):
        return {}


def bezeichnung_fuer(nummer, mapping=None):
    """Bezeichnung zu einer Merkmalnummer, Fallback: die Nummer selbst
    (z.B. bei fehlendem Eintrag im Merkmalstamm)."""
    if mapping is None:
        mapping = lade_merkmalstamm()
    return mapping.get(str(nummer), str(nummer))