一些小修改

2025-11-19 12:23:17 +08:00
parent 95d719cc1e
commit 80ae03c8c1
25 changed files with 2291 additions and 17 deletions
--- a/learning/copy.py
+++ b/learning/copy.py
@@ -133,14 +133,134 @@ def copy_cif_with_O_or_S_robust(source_dir: str, target_dir: str, dry_run: bool
        print(f"模拟运行结束：如果实际运行，将会有 {copied_count} 个文件被复制。")
    else:
        print(f"成功复制了 {copied_count} 个文件到目标文件夹。")
+
+
+def copy_cif_without_Br_or_Cl(source_dir: str, target_dir: str, dry_run: bool = False):
+    """
+    从源文件夹中筛选出内容不含'Br'或'Cl'元素的CIF文件，并复制到目标文件夹。
+    (鲁棒版：能正确解析CIF中的元素符号列)
+
+    :param source_dir: 源文件夹路径，包含CIF文件。
+    :param target_dir: 目标文件夹路径，用于存放筛选出的文件。
+    :param dry_run: 如果为True，则只打印将要复制的文件，而不实际执行复制操作。
+    """
+    # 1. 路径处理和验证 (与原函数相同)
+    source_path = Path(source_dir)
+    target_path = Path(target_dir)
+    if not source_path.is_dir():
+        print(f"错误：源文件夹 '{source_dir}' 不存在或不是一个文件夹。")
+        return
+    if not dry_run and not target_path.exists():
+        target_path.mkdir(parents=True, exist_ok=True)
+        print(f"目标文件夹 '{target_dir}' 已创建。")
+
+    print(f"源文件夹: {source_path}")
+    print(f"目标文件夹: {target_path}")
+    if dry_run:
+        print("\n--- *** 模拟运行模式 (Dry Run) *** ---")
+        print("--- 不会执行任何实际的文件复制操作 ---")
+
+    # 2. 开始遍历和筛选
+    print("\n开始扫描源文件夹，剔除含 Br 或 Cl 的CIF文件...")
+    copied_count = 0
+    checked_files = 0
+    error_files = 0
+    excluded_files = 0
+
+    # 遍历所有 .cif 文件
+    for file_path in source_path.glob('*.cif'):
+        if not file_path.is_file():
+            continue
+
+        checked_files += 1
+        contains_br_or_cl = False  # 标记文件是否包含 Br 或 Cl
+
+        try:
+            with open(file_path, 'r', encoding='utf-8', errors='ignore') as f:
+                lines = f.readlines()
+
+            # 步骤 A: 找到元素符号在哪一列
+            element_col_idx = find_element_column_index(lines)
+
+            if element_col_idx != -1:
+                # 优先使用结构数据进行精确判断
+                for line in lines:
+                    line_stripped = line.strip()
+                    # 忽略空行、注释行和定义行
+                    if not line_stripped or line_stripped.startswith(('#', '_', 'loop_')):
+                        continue
+
+                    parts = line_stripped.split()
+                    # 确保行中有足够的列
+                    if len(parts) > element_col_idx:
+                        atom_symbol = parts[element_col_idx].strip()
+                        # 检查元素是否为 Br 或 Cl（也考虑类似 Br- 的情况）
+                        if atom_symbol.upper().startswith('BR') or atom_symbol.upper().startswith('CL'):
+                            contains_br_or_cl = True
+                            break  # 找到一个就足够，可以停止检查这个文件
+
+            # 步骤 B: 如果上述方法未找到，使用化学式作为备用检查
+            if not contains_br_or_cl:
+                # 使用 any() 来高效检查，找到一个匹配即停止
+                is_in_formula = any(
+                    line.strip().startswith(('_chemical_formula_sum', '_chemical_formula_structural')) and
+                    (' Br' in line or ' Cl' in line)
+                    for line in lines
+                )
+                if is_in_formula:
+                    contains_br_or_cl = True
+
+            # 步骤 C: 根据检查结果决定是否复制
+            if contains_br_or_cl:
+                # 如果包含 Br 或 Cl，则打印信息并跳过
+                print(f"排除文件: '{file_path.name}' (检测到 Br 或 Cl 元素)")
+                excluded_files += 1
+            else:
+                # 如果不包含 Br 或 Cl，则执行复制
+                target_file_path = target_path / file_path.name
+                print(f"找到匹配: '{file_path.name}' (不含 Br 或 Cl)")
+                if not dry_run:
+                    shutil.copy2(file_path, target_file_path)
+                copied_count += 1
+
+        except Exception as e:
+            error_files += 1
+            print(f"!! 处理文件 '{file_path.name}' 时发生错误: {e}")
+
+    # 3. 打印最终报告 (与原函数类似，增加了排除计数)
+    print("\n--- 操作总结 ---")
+    print(f"共检查了 {checked_files} 个.cif文件。")
+    print(f"排除了 {excluded_files} 个含有 Br 或 Cl 的文件。")
+    if error_files > 0:
+        print(f"处理过程中有 {error_files} 个文件发生错误。")
+    if dry_run:
+        print(f"模拟运行结束：如果实际运行，将会有 {copied_count} 个文件被复制。")
+    else:
+        print(f"成功复制了 {copied_count} 个文件到目标文件夹。")
+
 if __name__ == '__main__':
    # !! 重要：请将下面的路径修改为您自己电脑上的实际路径
-    source_folder = "D:/download/2025-10/data_all/input/input"
-    target_folder = "D:/download/2025-10/data_all/output"
+    # source_folder = "D:/download/2025-10/data_all/input/input"
+    # target_folder = "D:/download/2025-10/data_all/output"
+    #
+    # # --- 第一次运行：使用模拟模式 (Dry Run) ---
+    # print("================ 第一次运行: 模拟模式 ================")
+    # copy_cif_with_O_or_S_robust(source_folder, target_folder, dry_run=True)
+    #
+    # print("\n\n=======================================================")
+    # input("检查上面的模拟运行结果。如果符合预期，按回车键继续执行实际复制操作...")
+    # print("=======================================================")
+    #
+    # # --- 第二次运行：实际执行复制 ---
+    # print("\n================ 第二次运行: 实际复制模式 ================")
+    # copy_cif_with_O_or_S_robust(source_folder, target_folder, dry_run=False)
+
+    source_folder = "D:/download/2025-10/data_OS/input"
+    target_folder = "D:/download/2025-10/data_withoutBrCl/input"

    # --- 第一次运行：使用模拟模式 (Dry Run) ---
    print("================ 第一次运行: 模拟模式 ================")
-    copy_cif_with_O_or_S_robust(source_folder, target_folder, dry_run=True)
+    copy_cif_without_Br_or_Cl(source_folder, target_folder, dry_run=True)

    print("\n\n=======================================================")
    input("检查上面的模拟运行结果。如果符合预期，按回车键继续执行实际复制操作...")
@@ -148,4 +268,4 @@ if __name__ == '__main__':

    # --- 第二次运行：实际执行复制 ---
    print("\n================ 第二次运行: 实际复制模式 ================")
-    copy_cif_with_O_or_S_robust(source_folder, target_folder, dry_run=False)
+    copy_cif_without_Br_or_Cl(source_folder, target_folder, dry_run=False)