CSM及TET，CS

py/step1_direct.py

@@ -5,22 +5,26 @@ from pymatgen.core import Structure
 
 def get_anion_type(structure):
     """
-    简单判断阴离子类型。
-    返回: 'O', 'S', 'S+O' 等字符串
+    判断阴离子类型。
+    仅识别 O, S, Cl, Br 及其组合。
+    其他非金属元素（如 P, N, F 等）将被忽略：
+    - Li3PS4 (含 P, S) -> 识别为 S
+    - LiFePO4 (含 P, O) -> 识别为 O
+    - Li3P (仅 P) -> 识别为 Unknown
     """
-    # 定义常见的阴离子列表
-    valid_anions = {'O', 'S', 'Se', 'Te', 'F', 'Cl', 'Br', 'I', 'N', 'P'}
+    # --- 修改处：仅保留这四种目标阴离子 ---
+    valid_anions = {'O', 'S', 'Cl', 'Br'}
 
     # 获取结构中的所有元素符号
     elements = set([e.symbol for e in structure.composition.elements])
 
-    # 取交集找到当前结构包含的阴离子
+    # 取交集找到当前结构包含的目标阴离子
     found_anions = elements.intersection(valid_anions)
 
     if not found_anions:
         return "Unknown"
 
-    # 如果有多个阴离子，按字母顺序排序并用 '+' 连接 (模拟 step1 的逻辑)
+    # 如果有多个阴离子，按字母顺序排序并用 '+' 连接
     sorted_anions = sorted(list(found_anions))
     return "+".join(sorted_anions)
 
@@ -30,70 +34,70 @@ def organize_files_direct(input_folder, output_base):
         print(f"输入文件夹不存在: {input_folder}")
         return
 
+    # 确保输出目录存在
+    if not os.path.exists(output_base):
+        os.makedirs(output_base)
+
     cif_files = [f for f in os.listdir(input_folder) if f.endswith(".cif")]
     print(f"发现 {len(cif_files)} 个 CIF 文件，开始直接整理...")
 
+    count_dict = {}
+
     for filename in cif_files:
         file_path = os.path.join(input_folder, filename)
 
         try:
-            # 仅读取结构用于分类
+            # 读取结构分类
             struct = Structure.from_file(file_path)
             anion_type = get_anion_type(struct)
 
+            # 统计一下分类情况（可选）
+            count_dict[anion_type] = count_dict.get(anion_type, 0) + 1
+
             # 获取不带后缀的文件名 (ID)
             file_base_name = os.path.splitext(filename)[0]
 
             # --- 构建目标路径逻辑 ---
-            # 逻辑：../data/after_step1 / 阴离子类别 / ID / ID.cif
+            # 目标: ../data/after_step1 / AnionType / ID / ID.cif
 
-            # 处理混合阴离子情况 (如 S+O)
             if "+" in anion_type:
-                # 按照之前的逻辑，如果是混合阴离子，通常会有多层
-                # 但为了统一后续处理，我们这里将其放入组合名的文件夹下
-                # 比如: after_step1/S+O/S/123/123.cif (复杂)
-                # 或者简化为 after_step1/S+O/123/123.cif (简单)
-                # 根据你之前的 make_sh.py 和 extract_data.py，
-                # 只要是 Folder/ID/ID.cif 结构即可。
-                # 为了兼容 analyze_cs.py 的逻辑 (group_name, anion_name)，
-                # 这里我们采用 simplified 逻辑：
-                # 如果是混合，我们在第一层建 S+O，第二层建具体的 anion 文件夹(比如首字母排序第一个)
-                # 或者直接: after_step1/S+O/ID/ID.cif -> 这样 group=S+O, anion=ID (不对)
-
-                # 兼容旧代码的最佳实践：
-                # 对于混合 S+O，我们建立 S+O/S/ID/ID.cif 和 S+O/O/ID/ID.cif ?
-                # 不，原 Step1 是把一个文件复制了两份到不同文件夹。
-                # 这里为了简化，我们只复制一份到主阴离子文件夹，或者直接按组合命名。
-
-                # 让我们采用最稳妥的方式：如果是 S+O，放入 S+O/Mix/ID/ID.cif
-                # 这样 group=S+O, anion=Mix。
-                # 但为了让 CS_calc 正常工作，最好还是放入具体的元素文件夹。
-                # 这里我们简单处理：直接放入 S+O/Combined/ID/
-                # 或者根据你的 extract_data.py 逻辑：
-                # 它会遍历 top_dir (S+O) -> sub_anion (S, O)
-
-                # 策略：拆分放入。
+                # 混合阴离子情况 (如 S+O)
+                # 将文件复制到 S+O 下的各个子阴离子文件夹中 (S+O/S/ID/ID.cif 和 S+O/O/ID/ID.cif)
+                # 这样既保留了组合关系，又方便后续脚本按元素查找
                 sub_anions = anion_type.split("+")
                 for sub in sub_anions:
+                    # 路径: after_step1/S+O/S/123/123.cif
                     target_folder = os.path.join(output_base, anion_type, sub, file_base_name)
                     if not os.path.exists(target_folder):
                         os.makedirs(target_folder)
-                    shutil.copy(file_path, os.path.join(target_folder, filename))
 
-                print(f"整理: {filename} -> {anion_type} (已复制到各子类)")
+                    target_file = os.path.join(target_folder, filename)
+                    shutil.copy(file_path, target_file)
+
+                # print(f"整理: {filename} -> {anion_type} (Split)")
 
             else:
-                # 单一阴离子: after_step1/S/ID/ID.cif
+                # 单一阴离子或 Unknown: after_step1/S/123/123.cif
                 target_folder = os.path.join(output_base, anion_type, file_base_name)
                 if not os.path.exists(target_folder):
                     os.makedirs(target_folder)
 
-                shutil.copy(file_path, os.path.join(target_folder, filename))
-                print(f"整理: {filename} -> {anion_type}")
+                target_file = os.path.join(target_folder, filename)
+                shutil.copy(file_path, target_file)
+                # print(f"整理: {filename} -> {anion_type}")
 
         except Exception as e:
             print(f"处理 {filename} 失败: {e}")
 
+    print("整理完成。分类统计:")
+    for k, v in count_dict.items():
+        print(f"  {k}: {v}")
+
 
 if __name__ == "__main__":
-    organize_files_direct("../data/input", "../data/after_step1")
+    # 输入路径
+    input_dir = "../data/input"  # 如果是MP数据请改为 ../data/input_pre
+    # 输出路径
+    output_dir = "../data/after_step1"
+
+    organize_files_direct(input_dir, output_dir)