calc—_v1

main.sh

@@ -1,30 +1,64 @@
 #!/bin/bash
-#修改权限
+
+# =====================
+# 项目自动化筛选脚本
+# =====================
+
+# 1. 初始化设置
+# 修改上一级目录权限
 chmod -R u+w ../Screen
-#启用screen环境
+
+# 启用 screen 环境 (Python 3.11)
+source $(conda info --base)/etc/profile.d/conda.sh
 conda activate screen
+
 # 设置当前目录为 PYTHONPATH
 cd py/
 export PYTHONPATH=$(pwd):$PYTHONPATH
-#调用预筛选
+
+echo "============ Stage 1: Pre-process & Basic Screening ============"
+# 调用预筛选 (处理 input_pre 到 input)
 python pre_process.py
-#调用第一步筛选
+
+# 调用第一步筛选
+# 功能：读取 CIF，进行基础检查，按阴离子分类，创建独立文件夹 (Anion/ID/ID.cif)
 python step1.py
 
-#为第一步筛出的所有材料制作脚本
+# 为所有材料生成 Zeo++ 分析脚本
+# 功能：生成 analyze.sh，输出重定向至 log.txt
 python make_sh.py
-#调整环境
+
+# 2. 切换环境运行 Zeo++
+echo "============ Stage 2: Zeo++ Calculations ============"
 conda deactivate
 conda activate zeo
-#运行脚本
+
+# 进入数据目录执行所有生成的 shell 脚本
 cd ../data/after_step1
-source sh_all.sh
-rm sh_all.sh
-#调整conda回到screen
+if [ -f "sh_all.sh" ]; then
+    source sh_all.sh
+    rm sh_all.sh
+else
+    echo "Error: sh_all.sh not found!"
+fi
+
+# 3. 后处理与筛选 (Step 2-4)
+echo "============ Stage 3: Data Extraction & Advanced Screening ============"
+# 切回 screen 环境
 conda deactivate
 conda activate screen
-
-#启用不同的python文件做分析
 cd ../../py
-python step2-5-file_process.py
-#python step6.py
+
+# 提取日志数据
+# 功能：遍历所有 log.txt，提取孔径、距离等参数，生成汇总 CSV 到 ../output
+python extract_data.py
+
+# 联合筛选 (Step 2, 3, 4)
+# 功能：读取 CSV，根据阈值筛选，将符合条件的材料软链接到 ../data/after_screening
+python step2_4_combined.py
+
+# Step 5 (扩胞与实际检查)
+# 注意：这一步目前尚未更新适配新的软链接结构，待后续处理
+# python step5.py
+
+echo "Done! Check results in ../data/after_screening"

py/extract_data.py

@@ -0,0 +1,154 @@
+import os
+import re
+import pandas as pd
+
+
+def extract_parameters_from_log(log_path):
+    """
+    从 log.txt 中提取三个关键参数。
+    如果未找到，返回 None。
+    """
+    if not os.path.exists(log_path):
+        return None, None, None
+
+    with open(log_path, 'r', encoding='utf-8') as f:
+        content = f.read()
+
+    # 正则表达式定义
+    # 1. Percolation diameter (原来的 Step 2)
+    # 匹配模式: #     Percolation diameter (A): 1.06
+    re_percolation = r"Percolation diameter \(A\):\s*([\d\.]+)"
+
+    # 2. Minimum of d (原来的 Step 3)
+    # 匹配模式: the minium of d \n 3.862140561244235
+    re_min_d = r"the minium of d\s*\n\s*([\d\.]+)"
+
+    # 3. Maximum node length (原来的 Step 4)
+    # 匹配模式: #     Maximum node length detected: 1.332 A
+    re_max_node = r"Maximum node length detected:\s*([\d\.]+)\s*A"
+
+    # 提取数据
+    match_perc = re.search(re_percolation, content)
+    match_d = re.search(re_min_d, content)
+    match_node = re.search(re_max_node, content)
+
+    # 获取值，如果没匹配到则为空字符串或None
+    val_perc = match_perc.group(1) if match_perc else None
+    val_d = match_d.group(1) if match_d else None
+    val_node = match_node.group(1) if match_node else None
+
+    return val_perc, val_d, val_node
+
+
+def process_folder_recursively(base_input_folder, base_output_folder):
+    """
+    递归遍历文件夹，提取数据并生成 CSV。
+    逻辑：
+    1. 遍历 base_input_folder 下的第一层子文件夹（通常是阴离子类别，如 O, S, O+S 等）。
+    2. 如果是单阴离子（如 O），直接处理其下的材料文件夹。
+    3. 如果是混合阴离子（如 O+S），需要进入下一层（如 O+S/O 和 O+S/S），分别处理。
+    4. 结果保存在 base_output_folder 下保持相同的目录结构。
+    """
+
+    # 获取 after_step1 下的所有顶层目录 (例如 O, S, Cl, S+O ...)
+    if not os.path.exists(base_input_folder):
+        print(f"输入目录 {base_input_folder} 不存在")
+        return
+
+    top_dirs = [d for d in os.listdir(base_input_folder) if os.path.isdir(os.path.join(base_input_folder, d))]
+
+    for top_dir in top_dirs:
+        top_path = os.path.join(base_input_folder, top_dir)
+
+        # 判断是否是混合阴离子目录（名字包含 +）
+        if "+" in top_dir:
+            # 混合阴离子情况：例如 S+O
+            # 需要遍历其子目录：S+O/S 和 S+O/O
+            sub_anions = [d for d in os.listdir(top_path) if os.path.isdir(os.path.join(top_path, d))]
+            for sub_anion in sub_anions:
+                # 构建路径：../data/after_step1/S+O/S
+                current_process_path = os.path.join(top_path, sub_anion)
+                # 构建输出 CSV 路径：../output/S+O/S/S.csv (或者 S+O_S.csv，这里按你要求的 O+S/O/O.csv 格式)
+                # 输出目录: ../output/S+O/S
+                output_dir = os.path.join(base_output_folder, top_dir, sub_anion)
+                csv_filename = f"{sub_anion}.csv"
+
+                extract_and_save(current_process_path, output_dir, csv_filename)
+        else:
+            # 单一阴离子情况：例如 O
+            # 路径：../data/after_step1/O
+            current_process_path = top_path
+            # 输出目录: ../output/O
+            output_dir = os.path.join(base_output_folder, top_dir)
+            csv_filename = f"{top_dir}.csv"
+
+            extract_and_save(current_process_path, output_dir, csv_filename)
+
+
+def extract_and_save(input_dir, output_dir, csv_name):
+    """
+    实际执行提取和保存的函数。
+    input_dir: 包含各个材料文件夹的目录 (例如 .../O/)
+    output_dir: CSV 保存目录
+    csv_name: CSV 文件名
+    """
+    data_list = []
+
+    # input_dir 下面应该是各个材料的文件夹，例如 141, 142 ...
+    if not os.path.exists(input_dir):
+        return
+
+    # 遍历下面的所有材料文件夹
+    material_folders = [f for f in os.listdir(input_dir) if os.path.isdir(os.path.join(input_dir, f))]
+
+    print(f"正在处理目录: {input_dir}, 发现 {len(material_folders)} 个材料文件夹")
+
+    for material_id in material_folders:
+        material_path = os.path.join(input_dir, material_id)
+        # 根据新的 step1 逻辑，log 文件名为 log.txt
+        log_path = os.path.join(material_path, "log.txt")
+
+        # 提取数据
+        perc, min_d, max_node = extract_parameters_from_log(log_path)
+
+        # 只要有一个数据存在，就记录（或者你可以改为必须全部存在）
+        # 这里设置为只要有记录就加入，方便排查错误
+        if perc or min_d or max_node:
+            data_list.append({
+                "Filename": material_id,
+                "Percolation Diameter (A)": perc,
+                "Minimum of d": min_d,
+                "Maximum Node Length (A)": max_node
+            })
+        else:
+            # 如果 log.txt 不存在或者提取不到数据，可以选择记录空值
+            data_list.append({
+                "Filename": material_id,
+                "Percolation Diameter (A)": None,
+                "Minimum of d": None,
+                "Maximum Node Length (A)": None
+            })
+
+    # 如果有数据，保存为 CSV
+    if data_list:
+        if not os.path.exists(output_dir):
+            os.makedirs(output_dir)
+
+        csv_path = os.path.join(output_dir, csv_name)
+        df = pd.DataFrame(data_list)
+        # 调整列顺序
+        df = df[["Filename", "Percolation Diameter (A)", "Minimum of d", "Maximum Node Length (A)"]]
+
+        df.to_csv(csv_path, index=False)
+        print(f"数据已保存至: {csv_path}")
+    else:
+        print(f"目录 {input_dir} 未提取到有效数据")
+
+
+if __name__ == "__main__":
+    # 输入基础路径 (假设数据在 step1 处理后)
+    input_base = "../data/after_step1"
+    # 输出基础路径 (你提到的 output 文件夹)
+    output_base = "../output"
+
+    process_folder_recursively(input_base, output_base)

py/make_sh.py

@@ -1,63 +1,13 @@
 import os
 
 
-def creat_sh(input_folder, anion, sh_file_path='analyze.sh'):
-    """
-    创建shell脚本，只处理两类CIF文件：
-    1. 纯数字命名的CIF文件 (例如: 123.cif)
-    2. 数字-坐标格式的CIF文件 (例如: 123-x1y2z3.cif)
-
-    参数:
-    input_folder: 输入文件夹路径
-    anion: 阴离子类型
-    sh_file_path: 生成的shell脚本路径
-    """
-    # 文件夹路径
-    folder_path = input_folder
-
-    import re
-
-    # 定义两种文件名模式的正则表达式
-    pattern1 = re.compile(r'^\d+\.cif$')  # 纯数字.cif
-    pattern2 = re.compile(r'^\d+-x\d+y\d+z\d+\.cif$')  # 数字-x数字y数字z数字.cif
-
-    # 打开SH脚本文件用于写入
-    with open(sh_file_path, 'w') as sh_file:
-        # 写入脚本头部
-        sh_file.write('#!/bin/bash\n')
-
-        # 遍历文件夹中的所有文件
-        for filename in os.listdir(folder_path):
-            file_path = os.path.join(folder_path, filename)
-
-            # 只处理文件(不处理文件夹)
-            if os.path.isfile(file_path):
-                # 检查文件名是否匹配两种模式之一
-                if pattern1.match(filename) or pattern2.match(filename):
-                    # 生成对应的命令
-                    command = f"python ../../../tool/analyze_voronoi_nodes.py {filename} -i ../../../tool/{anion}.yaml > {filename}.txt\n"
-                    # 将命令写入SH脚本文件
-                    sh_file.write(command)
-
-    print(f"SH脚本已生成：{sh_file_path}")
-
-
-import os
-
-
 def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
     """
-    递归遍历文件夹，为每个包含.cif文件的文件夹生成analyze.sh脚本，
+    递归遍历文件夹,为每个包含.cif文件的文件夹生成analyze.sh脚本,
     并在基础文件夹下创建一个sh_all.sh来执行所有脚本。
-
-    参数:
-        base_folder: 起始文件夹路径
-        tool_path: 工具目录的基本路径
-        relative_depth: 基础相对深度，用于计算正确的相对路径
     """
     # 用于收集所有生成的analyze.sh脚本的相对路径
     analyze_sh_paths = []
-    base_folder_name = os.path.basename(base_folder)
 
     def process_folder(folder_path, current_depth=0):
         print(f"处理文件夹: {folder_path}")
@@ -66,17 +16,31 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
         folder_name = os.path.basename(folder_path)
 
         # 检查当前文件夹是否包含.cif文件
-        has_cif_files = any(
-            f.endswith('.cif') for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f)))
+        # 注意：这里我们只关心当前层级下的cif文件
+        cif_files = [f for f in os.listdir(folder_path) if
+                     f.endswith('.cif') and os.path.isfile(os.path.join(folder_path, f))]
+        has_cif_files = len(cif_files) > 0
 
-        # 如果当前文件夹包含.cif文件，生成脚本
+        # 如果当前文件夹包含.cif文件,生成脚本
         if has_cif_files:
-            # 计算正确的工具路径（根据深度增加../）
+            # 计算正确的工具路径(根据深度增加../)
             dots = "../" * (relative_depth + current_depth)
             tool_relative_path = f"{dots}{tool_path}"
 
-            # 确定anion参数（使用文件夹名）
-            anion = folder_name
+            # --- 修改开始: 修正Anion识别逻辑 ---
+            # 如果结构是 Anion/MaterialID/file.cif，此时folder_name是MaterialID
+            # 我们需要上一级目录的名字作为Anion (例如 'O', 'S', 'Cl') 来寻找对应的 .yaml 文件
+            # 简单的判断逻辑：如果当前文件夹名字主要由数字组成(或者是ID格式)，且包含cif文件，我们假设其父目录是Anion类型
+            # 或者更直接的逻辑：在你的新结构中，包含cif的文件夹必定是底层文件夹，其父目录必定是Anion
+            parent_dir_name = os.path.basename(os.path.dirname(folder_path))
+
+            # 这里做一个简单的保护，如果是在第一层(比如直接在O文件夹下有cif)，保持原状，否则使用父目录名
+            # 在新结构下，cif总是在 '.../O/141/141.cif'，所以anion应该是 parent_dir_name ('O')
+            if parent_dir_name in ['O', 'S', 'Cl', 'Br'] or folder_name not in ['O', 'S', 'Cl', 'Br']:
+                anion = parent_dir_name
+            else:
+                anion = folder_name
+            # --- 修改结束 ---
 
             # 生成脚本文件路径
             sh_file_path = os.path.join(folder_path, "analyze.sh")
@@ -84,18 +48,17 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
             # 创建脚本
             with open(sh_file_path, 'w') as sh_file:
                 sh_file.write('#!/bin/bash\n')
-                for filename in os.listdir(folder_path):
-                    file_path = os.path.join(folder_path, filename)
-                    if os.path.isfile(file_path) and filename.endswith('.cif'):
-                        command = f"python {tool_relative_path}/analyze_voronoi_nodes.py {filename} -i {tool_relative_path}/{anion}.yaml > {filename}.txt\n"
-                        sh_file.write(command)
+                for filename in cif_files:
+                    # --- 修改开始: 输出重定向到 log.txt ---
+                    command = f"python {tool_relative_path}/analyze_voronoi_nodes.py {filename} -i {tool_relative_path}/{anion}.yaml > log.txt\n"
+                    # --- 修改结束 ---
+                    sh_file.write(command)
 
             # 将此脚本添加到收集器中
-            # 计算相对于基础文件夹的路径
             rel_path = os.path.relpath(folder_path, base_folder)
             analyze_sh_paths.append(rel_path)
 
-            print(f"生成脚本: {sh_file_path} (工具路径: {tool_relative_path})")
+            print(f"生成脚本: {sh_file_path} (工具路径: {tool_relative_path}, Anion: {anion})")
 
         # 获取子文件夹列表
         subdirs = [d for d in os.listdir(folder_path) if os.path.isdir(os.path.join(folder_path, d))]
@@ -105,7 +68,7 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
             elements = folder_name.split("+")
             for element in elements:
                 element_dir = os.path.join(folder_path, element)
-                # 如果对应元素的子文件夹不存在，创建它
+                # 如果对应元素的子文件夹不存在,创建它
                 if not os.path.exists(element_dir):
                     os.makedirs(element_dir)
                     print(f"创建子文件夹: {element_dir}")
@@ -144,13 +107,8 @@ def create_sh_recursive(base_folder, tool_path="tool", relative_depth=2):
     # 修改权限使脚本可执行
     os.chmod(sh_all_path, 0o755)
     print(f"生成总执行脚本: {sh_all_path}")
-    print("所有脚本生成完成！")
-# 示例调用
-# create_sh_recursive("../data/after_step1")
+    print("所有脚本生成完成!")
+
 
 if __name__ == '__main__':
-    # creat_sh("../data/after_step1/O","O","../data/after_step1/O/analyze.sh")
-    # creat_sh("../data/after_step1/S","S","../data/after_step1/S/analyze.sh")
-    # creat_sh("../data/after_step1/Cl","Cl","../data/after_step1/Cl/analyze.sh")
-    # creat_sh("../data/after_step1/Br","Br","../data/after_step1/Br/analyze.sh")
     create_sh_recursive("../data/after_step1")

py/step1.py

@@ -1,12 +1,11 @@
 from pymatgen.core import Structure
 from pymatgen.core.periodic_table import Element, Specie
 from pymatgen.io.cif import CifWriter
-
 from crystal_2 import crystal
 import crystal_2
 import os
 import shutil
-from pymatgen.io.cif import CifWriter
+
 
 def read_files_check_basic(folder_path):
     file_contents = []
@@ -24,25 +23,38 @@ def read_files_check_basic(folder_path):
                 file_contents.append(temp)
             except Exception as e:
                 print(e)
+                continue  # 如果出错跳过当前循环，避免temp未定义报错
+
             print(f"正在处理{filename}")
             temp.check_basic()
+
             if temp.check_basic_result:
+                # 获取不带后缀的文件名，用于创建同名文件夹
+                file_base_name = os.path.splitext(filename)[0]
+
                 if not "+" in temp.anion:
-                    target_folder = os.path.join("../data/after_step1",f"{temp.anion}")
+                    # 单一阴离子情况
+                    # 路径变为: ../data/after_step1/Anion/FileBaseName/
+                    base_anion_folder = os.path.join("../data/after_step1", f"{temp.anion}")
+                    target_folder = os.path.join(base_anion_folder, file_base_name)
+
                     if not os.path.exists(target_folder):
                         os.makedirs(target_folder)
 
                     # 目标文件路径
                     target_file_path = os.path.join(target_folder, filename)
-
                     # 复制文件到目标文件夹
                     shutil.copy(file_path, target_file_path)
-                    print(f"文件 {filename}通过基本筛选，已复制到 {target_folder}")
+                    print(f"文件 {filename}通过基本筛选,已复制到 {target_folder}")
                 else:
+                    # 混合阴离子情况
                     anions = temp.anion.split("+")
                     for anion in anions:
-                        target_folder = os.path.join("../data/after_step1", f"{temp.anion}")
-                        target_folder = os.path.join(target_folder, anion)
+                        # 路径变为: ../data/after_step1/AnionCombination/Anion/FileBaseName/
+                        base_group_folder = os.path.join("../data/after_step1", f"{temp.anion}")
+                        base_anion_folder = os.path.join(base_group_folder, anion)
+                        target_folder = os.path.join(base_anion_folder, file_base_name)
+
                         if not os.path.exists(target_folder):
                             os.makedirs(target_folder)
 
@@ -50,5 +62,8 @@ def read_files_check_basic(folder_path):
                         target_file_path = os.path.join(target_folder, filename)
                         # 复制文件到目标文件夹
                         shutil.copy(file_path, target_file_path)
-                        print(f"文件 {filename}通过基本筛选，已复制到 {target_folder}")
-read_files_check_basic("../data/input")
+                        print(f"文件 {filename}通过基本筛选,已复制到 {target_folder}")
+
+
+if __name__ == "__main__":
+    read_files_check_basic("../data/input")

py/step2_4_combined.py

@@ -0,0 +1,147 @@
+import os
+import pandas as pd
+import math
+
+# ================= 配置区域 =================
+# 定义各阴离子的筛选阈值
+# perc: Percolation diameter (对应 Step 2, 大于此值)
+# min_d: Minimum of d (对应 Step 3, 小于此值)
+# node: Maximum node length (对应 Step 4, 大于此值)
+THRESHOLDS = {
+    "O": {"perc": 0.50, "min_d": 3.0, "node": 2.2},
+    "S": {"perc": 0.55, "min_d": 3.0, "node": 2.2},
+    "Cl": {"perc": 0.45, "min_d": 3.0, "node": 2.0},
+    "Br": {"perc": 0.45, "min_d": 3.0, "node": 2.0}
+}
+
+# 路径配置
+CSV_ROOT_DIR = "../output"  # CSV 所在的根目录
+DATA_SOURCE_DIR = "../data/after_step1"  # 原始 CIF 文件所在的根目录 (用于创建链接源)
+TARGET_DIR = "../data/after_screening"  # 筛选后放置软链接的目标目录
+
+
+# ===========================================
+
+def check_requirements(row, anion_type):
+    """
+    检查单行数据是否符合要求
+    """
+    # 获取该阴离子类型的阈值配置
+    config = THRESHOLDS.get(anion_type)
+    if not config:
+        print(f"Warning: 未知的阴离子类型 {anion_type}，跳过筛选。")
+        return False
+
+    try:
+        # 获取数值 (处理可能的空值或非数字情况)
+        perc = float(row["Percolation Diameter (A)"])
+        min_d = float(row["Minimum of d"])
+        node = float(row["Maximum Node Length (A)"])
+
+        # 检查是否为 NaN
+        if math.isnan(perc) or math.isnan(min_d) or math.isnan(node):
+            return False
+
+        # --- 筛选逻辑 ---
+        # Step 2: 连通孔径 > 阈值
+        c1 = perc > config["perc"]
+        # Step 3: 最短距离 < 3.0 (所有元素目前都是3.0)
+        c2 = min_d < config["min_d"]
+        # Step 4: 扩大锂离子节点 > 阈值
+        c3 = node > config["node"]
+
+        return c1 and c2 and c3
+
+    except (ValueError, TypeError):
+        return False
+
+
+def create_symlink(group_name, anion_name, material_id):
+    """
+    创建软链接
+    源: ../data/after_step1/Group/Anion/ID/ID.cif
+    目: ../data/after_screening/Group/Anion/ID.cif
+    """
+    # 1. 构建源文件路径 (必须使用绝对路径以确保软链接在任何地方都有效)
+    # 注意：根据你修改后的 step1，文件在 ID 文件夹内，如 141/141.cif
+    rel_source_path = os.path.join(DATA_SOURCE_DIR, group_name, anion_name, material_id, f"{material_id}.cif")
+    abs_source_path = os.path.abspath(rel_source_path)
+
+    if not os.path.exists(abs_source_path):
+        print(f"源文件不存在: {abs_source_path}")
+        return
+
+    # 2. 构建目标文件夹路径
+    target_subdir = os.path.join(TARGET_DIR, group_name, anion_name)
+    if not os.path.exists(target_subdir):
+        os.makedirs(target_subdir)
+
+    # 3. 构建目标链接路径
+    target_link_path = os.path.join(target_subdir, f"{material_id}.cif")
+
+    # 4. 创建链接
+    try:
+        # 如果目标已经存在（可能是旧的链接），先删除
+        if os.path.exists(target_link_path) or os.path.islink(target_link_path):
+            os.remove(target_link_path)
+
+        os.symlink(abs_source_path, target_link_path)
+        # print(f"Link: {material_id} -> Passed")
+    except OSError as e:
+        print(f"创建软链接失败 {material_id}: {e}")
+
+
+def process_all_csvs():
+    """
+    遍历 output 文件夹下的所有 CSV 并处理
+    """
+    if not os.path.exists(CSV_ROOT_DIR):
+        print(f"CSV 目录不存在: {CSV_ROOT_DIR}")
+        return
+
+    print("开始执行 Step 2-4 联合筛选...")
+
+    # 遍历 output 目录
+    # 结构预期: ../output/Group/Anion/Anion.csv (例如 ../output/O+S/O/O.csv 或 ../output/O/O.csv)
+    for root, dirs, files in os.walk(CSV_ROOT_DIR):
+        for file in files:
+            if file.endswith(".csv"):
+                csv_path = os.path.join(root, file)
+
+                # 推断 Group 和 Anion
+                # root 的末尾应该是 .../Group/Anion
+                # 例如 root = ../output/O+S/O
+
+                path_parts = os.path.normpath(root).split(os.sep)
+                # 倒数第一级是 Anion (O), 倒数第二级是 Group (O+S)
+                if len(path_parts) >= 2:
+                    anion_name = path_parts[-1]
+                    group_name = path_parts[-2]
+                else:
+                    print(f"跳过路径结构异常的 CSV: {csv_path}")
+                    continue
+
+                # 确保这是一个有效的阴离子类型
+                if anion_name not in THRESHOLDS:
+                    continue
+
+                print(f"正在处理: Group={group_name}, Anion={anion_name} ({file})")
+
+                # 读取 CSV
+                df = pd.read_csv(csv_path)
+
+                pass_count = 0
+                total_count = len(df)
+
+                for index, row in df.iterrows():
+                    material_id = str(row['Filename'])
+
+                    if check_requirements(row, anion_name):
+                        create_symlink(group_name, anion_name, material_id)
+                        pass_count += 1
+
+                print(f"  - 完成: {pass_count}/{total_count} 个材料通过筛选并建立链接。")
+
+
+if __name__ == "__main__":
+    process_all_csvs()

readme.md

@@ -1,71 +1,74 @@
-# 高通量筛选
+# 高通量筛选与扩胞项目
 
-## 版本
-calc
+## 环境配置需求
 
-## 配置需求
+项目需要配置两个 Conda 环境，名称分别为 **screen** 和 **zeo**。
 
-需要两个conda环境，名字分别为**screen**,**zeo**
+### 1. zeo 环境 (用于几何结构分析)
+*   **Python**: 2
+*   **核心库**: `zeo++` (需编译), `pymatgen==2018.12.12`, `numpy==1.16.6`
+*   **其他**: `os`, `argparse`, `PrettyTable`, `monty`, `future`
 
-### zeo
+### 2. screen 环境 (用于逻辑筛选与数据处理)
+*   **Python**: 3.11.4
+*   **核心库**: `pymatgen==2024.11.13`, `pandas` (新增，用于处理CSV)
 
-#### 运行库需求
+## 快速开始
 
-``` 2018.12.12
-python == 2
-pymatgen == 2018.12.12
-Numpy = 1.16.6
-os
-argparse = 1.4.0
-PrettyTable = 1.01
-monty = 1.0.0
-future = 1.0.0
-```
+1.  **数据准备**:
+    *   如果数据来源为 **Materials Project (MP)**，请将 CIF 文件放入 `data/input_pre`。
+    *   如果数据来源为 **ICSD**，请直接将 CIF 文件放入 `data/input`。
+2.  **运行**:
+    *   确保已创建上述两个 Conda 环境。
+    *   在根目录下运行自动化脚本：
+        ```bash
+        bash main.sh
+        ```
 
-#### zeo++软件需求
+## 处理流程详解
 
-需要编译后放入python库中
+### Stage 1: 预处理与基础筛选 (Step 1)
+*   **Pre-process**: 清洗数据，统一放入 `input` 文件夹。
+*   **Step 1**: 
+    *   读取 CIF 文件，利用 `crystal_2` 库检查电荷平衡与化学式。
+    *   **文件重组**: 将通过筛选的文件按阴离子类型分类。
+    *   **新结构**: 每个材料拥有独立的文件夹（例如 `after_step1/O/141/141.cif`），便于管理后续的计算日志。
+*   **Make SH**: 自动生成用于调用 Zeo++ 的 `analyze.sh` 脚本。
 
-### screen
+### Stage 2: Zeo++ 计算
+*   切换至 `zeo` 环境。
+*   计算材料的孔径 (Percolation diameter)、比表面积等几何参数。
+*   结果输出为每个文件夹下的 **`log.txt`**。
 
-```
-python == 3.11.4
-pymatgen == 2024.11.13
-```
+### Stage 3: 数据提取与联合筛选 (Step 2-4)
+*   **数据提取 (`extract_data.py`)**: 
+    *   自动遍历所有文件夹中的 `log.txt`。
+    *   提取关键参数：`Percolation Diameter` (Step 2), `Minimum of d` (Step 3), `Maximum Node Length` (Step 4)。
+    *   结果汇总为 CSV 文件保存在 `output/` 目录下（例如 `output/O/O.csv`）。
+*   **联合筛选 (`step2_4_combined.py`)**:
+    *   读取 CSV 文件，根据预设的阈值（如 O: Perc>0.5, Min_d<3.0, Node>2.2）进行过滤。
+    *   **结果**: 将符合所有条件的材料，以**软链接**的形式汇聚到 `data/after_screening` 文件夹中。
 
-## 使用说明
+---
 
-如果配置的conda环境同名，运行**main.sh**即可
+## 扩胞逻辑 (Step 5 - 待后续执行)
 
-当数据来源为MP时，需要将数据放在input_pre中
+目前扩胞逻辑维持原状，基于筛选后的结构进行处理。
 
-如果数据来源为ICSD，仅需将数据放在input中即可
+### 算法分解
+1.  **读取结构**: 解析 CIF 文件。
+2.  **统计 Occupation**: 
+    *   将具有相同 Occupation 值的原子归为一类。
+    *   生成 `Occupation_list` 字典。
+3.  **计算扩大倍数**:
+    *   根据 Occupation 的分子分母情况（如 0.5 对应 1/2），计算公约数。
+4.  **生成结构列表**:
+    *   根据分子与分母生成 `structure_list`。
+5.  **对称性处理与扩胞**:
+    *   根据材料结构的对称性，生成三个方向的扩胞列表 (如 `{"x":1, "y":2, "z":1}`)。
+6.  **生成新文件**:
+    *   结合 `structure_list` 与扩胞倍数生成最终的超胞 CIF。
 
-
-
-# 扩胞
-## 以下为每一步的分解
-### Step1
-读取cif文件
-### Step2
-统计Occupation情况，将具有相同Occupation值的记为一类，用Occupation值作为Key创建字典，该字典的一个项为atom_serial,是一个列表，记录相同Ocupation值的原子序号
-将上述字典输入一个列表Occupation_list，字典预留分子与分母两个参数
-需要函数为
-```angular2html
-def process_cif_file(struct)
-    return Occupation_list 
-```
-### step3
-根据Occupation_list来计算扩大倍数\\
-首先逐一计算每个字典的分子与分母，根据key来计算，例如第一个key值为0.5,此时其对应分子为1，分母为2
-合并没一个字典，探索每一个分数的情况并求出公约数与对应的分子，更新每一个字典的值
-### step4
-根据分子与分母情况，生成structure_list，其中Occupation_list中的元素的number处的和为分子，总共个数为分母
-### step5
-根据材料结构决定对称性，对不同对称性得到不同等效情况
-根据对称性与最终扩胞生成三个方向扩胞列表，其中每个元素是字典，遵循格式为{["x":1,"y":2,"z":1]}
-### step5
-根据structure_list与Occupation_list生成新的cif并保存
-### 一些假设
-只考虑两个原子在同一位置上，暂不考虑三个原子以上的情况
-不考虑Li原子的共占位情况，对Li原子不做处理
+### 假设条件
+*   只考虑两个原子在同一位置上的共占位情况。
+*   不考虑 Li 原子的共占位情况，对 Li 原子不做处理。