SOL 价格提取 Skill

读取 SOL 多Sheet Excel 价格表 → 24列标准输出 → 上传 WPS。

SOL 是 AOZHOU 图片价格的 Excel 版本，覆盖更多航线（8个Sheet），数据更完整。

一、核心参数

二、源文件 Sheet 结构

二·五、生效日期提取（★必须做，日期全埋在块头文本里）

SOL 源表大部分块没有独立日期列，生效日写在块头合并单元格文本里，格式五花八门：

解析规则（每个块继承块头日期，写入该块所有价格行的「开始生效日期」）：

1. 支持格式：M/D号起、M/D起、M.D日起、M.D号起、M月D号、YYYY/M/D号。
2. 年份一律按源文件名批次年（SOL最新价格销售表 2026.9.28.xlsx → 2026），禁止拿 datetime.now() 猜、禁止把过期批次改成今天。
3. 某价格行所属块头解析不到日期（如 Sheet6 上海UL、Sheet8 东南亚中东中转无日期文本）→ 填文件名批次日期（2026-09-28），这是供应表"本期价格"的默认生效日，不算伪造。
4. 解析后逐行 keep_effective(开始生效日期, job_cutoff()) 过滤：早于对照日的批次（如 7/19号起、4/23号起 旧块）整块丢掉，禁止给过期块借用邻近块的日期把它救活（0928 生产 182 行草稿：TBS 块头「生效日期9.18」、CPH「9.27」、YVR「9/21起」全过期，却被标成 09-30/10-01 混进成果——日期只认本块块头原文）；9/28、10/2、10/5 等必须保住。
5. 禁止"找不到 EFF 表头就整表 continue"——日期在块头文本里，不在表头行。

二·六、目的港/航司继承（★状态机，禁止逐行找三字码）

SOL 的 Sheet 1/2/3/4/5/8 是块状结构：目的港和航司写在块头合并单元格里，块下面的价格行 A 列是空的。逐行在数据行里找 [A-Z]{3} 会漏掉整块——这是 0928 只抽出 3 行事故的根因。

正确做法（每表一个状态机）：

current_dest = ''   # 三字码，如 AKL/MEL/BNE
current_airline = ''  # MU/HO/JL/TG/5J/AI/UL…
current_date = ''   # 见二·五，从块头解析
for r in range(len(df)):
    line = ' '.join(str(v) for v in df.iloc[r].tolist() if v is not None)
    # 块头行：含中文城市名/航班词/「起运价」「分泡」「统配」等
    if 是块头(line):
        current_dest = 城市名或三字码(line)   # 奥克兰→AKL
        current_airline = 航司码(line)         # MU/HO 统配 → 两个都要出行或按主航司
        current_date = 解析日期(line) or current_date
        continue  # 块头本身不是价格行
    # 价格行：五档列有数字 → 用 current_dest/current_airline/current_date 出行
    if 有五档价格(row):
        add_row(current_dest, current_airline, ..., eff_date=current_date)

判定"块头行"：A 列文本含中文城市名或「直飞/统配/中转/航班/起运价/分泡」且五档价格列无数字；纯三字码开头（如 MU-DEL）也是块头。价格行则五档至少一档是数字。

★禁止对整行文本取 re.findall(r'\b[A-Z]{3}\b')[0] 当目的港——航班信息行
MU779 DAILY ETD 00:10 ETA 11:35 抓到的第一段是 ETD，MIN 1008 抓到 MIN，
表头 ORG|DEST 抓到 DES，STN DEP 抓到 STD。这些词形状合法（3 位大写字母）
但不是港口，2.12.012 起校验器直接拒。目的港只认两个来源：
① 块头里的显式三字码（AKL）或城市名映射（奥克兰→AKL）；② 目的港列单元格值（取横线右侧段，PVG-BKK-CGK → CGK）。
「PVG→PVG」（目的港抄成起始港）同样被校验拒。

• Sheet 6（上海UL）例外：目的港逐行写在 A/B 列（DXB/RUH/CMB…），不需要状态机。
• Sheet 8：A 列逐行有 KCH(PEN卡转) 等值，取行内三字码即可；匹配不到才回退块头继承。
• 块头解析不出 dest 的行，禁止输出空目的港（校验会拒），跳过并打印 skip r=… line=… 留痕。
• 每表处理完打印：print(sheet, 'rows=', n)。SOL 全文件预期 60+ 行价格；任何一张含价数字的表输出 0 行 = 漏块，必须回查块头结构。

三、列映射字典（核心）

每个 Sheet 的列头结构不同，必须使用对应的列映射字典：

# 列映射常量
CM_5   = {'p45': 3, 'p100': 4, 'p300': 5, 'p500': 6, 'p1000': 7}      # C3-C7 (5列)
CM_4   = {'p100': 3, 'p300': 4, 'p500': 5, 'p1000': 6}                 # C3-C6 (4列, 无p45)
CM_S2  = {'p45': 4, 'p100': 5, 'p300': 6, 'p500': 7, 'p1000': 8}      # C4-C8 (Sheet2部分)
CM_S5  = {'p45': 9, 'p100': 10, 'p300': 11, 'p500': 12, 'p1000': 13}  # C9-C13 (Sheet5/6)
CM_S7  = {'p100': 5, 'p300': 6, 'p500': 7}                              # C5-C7 (Sheet7, 3列)
CM_S8  = {'p45': 5, 'p100': 6, 'p300': 7, 'p500': 8}                   # C5-C8 (Sheet8, 4列)
CM_S4B = {'p45': 4, 'p100': 5, 'p300': 6, 'p500': 7, 'p1000': 8}      # C4-C8 (Sheet4 block)
CM_S4F = {'p45': 9, 'p100': 10, 'p300': 11, 'p500': 12, 'p1000': 13}  # C9-C13 (Sheet4 flight)

Sheet 3 两种列头类型（关键）

Sheet 2 自定义列头

部分块使用非标准列头，需逐块检查：
- MNL/CAI/CMN/TPE/MLE/CMB: C3-C7 (CM_5)
- CGK/IST: C4-C8 (CM_S2)
- ALA/MNL-5J: C3=45, C4=100, C5=500, C6=1000 (CM_ALA, 无p300)
- RUH-5J/UL: 同 CM_ALA

四、散/托双行价格自动检测

源 Excel 单元格内可能包含双行价格，格式为 散 18\n托盘 20。add_row() 函数自动检测并拆分：

def parse_dual(val):
    """Parse '散 18\n托盘 20' -> (18.0, 20.0)"""
    s = str(val).strip()
    m = re.match(r'散\s*([\d.]+)\s*\n\s*托[盘盘]?\s*([\d.]+)', s)
    if m:
        return float(m.group(1)), float(m.group(2))
    # 非双行格式，返回同一值
    return float(s), float(s)

def add_row(ws, r, col_map, ...):
    # 检测任一价格列是否含 '散' 和 '\n'
    is_dual = False
    for key in ['p45', 'p100', 'p300', 'p500', 'p1000']:
        if key in col_map:
            val = rv(ws, r, col_map[key])
            if val and isinstance(val, str) and '散' in val and '\n' in val:
                is_dual = True
                break
    if is_dual:
        # 生成散货 + 托盘两行
        ...
    else:
        # 单行直接读取
        ...

五、价格值处理

def vp(val):
    """转换价格为 float 或空字符串"""
    if val is None or val == '/' or val == '' or val == 'MIN':
        return ''
    if isinstance(val, (int, float)):
        return float(val)
    try:
        return float(str(val).strip())
    except:
        return ''

• / → 留空
• MIN → 留空
• '032' → 32.0（前导零自动处理）

六、跳过规则

空价格行跳过实现

def add(dest, airline, ...):
    # Skip rows where all prices are empty
    if not any([p45, p100, p300, p500, p1000]):
        return
    rows.append([...])

七、ZRH 特殊处理

ZRH（苏黎世）散货和托盘的分泡规则不同：

需要分别调用 add_row() 两次：一次为托盘行（不分泡），一次为散货行（5/5分泡）。

# 托盘行 (不分泡)
add_row(ws3, 40, CM_5, 'ZRH','MU','1:1',0,9999,'托盘','D247', '不可锂电池; 托盘不分泡')
# 散货行 (5/5分泡)
add_row(ws3, 41, CM_5, 'ZRH','MU','1:1',0,9999,'散货','D247', '不可锂电池; 散货分泡5/5', fenbao='5/5')

八、Sheet 6 TG 中转目的地提取

Sheet 6 的 TG 中转目的地通过循环提取，每个目的港一行：

transit_info = [
    (9, 'MNL', 'Daily'), (10, 'DEL', 'Daily'), (11, 'AMD', 'Daily'),
    (12, 'BLR', 'Daily'), (13, 'BOM', 'Daily'), (14, 'BOM', 'D12457'),
    (15, 'CCU', 'Daily'), (16, 'LHE', 'D12457'), (17, 'MAA', 'Daily'),
    (18, 'HYD', 'Daily'), (19, 'ISB', 'D1356'), (20, 'KHI', 'D2457'),
    (22, 'CMB', 'Daily'), (23, 'DAC', 'Daily'), (25, 'DPS', 'Daily'),
    (27, 'CGK', 'Daily'), (29, 'HAN', 'Daily'), (31, 'KUL', 'Daily'),
    (33, 'KTI', 'Daily'), (35, 'RGN', 'Daily'), (37, 'SGN', 'Daily'),
    (40, 'SIN', 'Daily'), (44, 'VTE', 'Daily'), (46, 'TPE', 'Daily'),
]
for r, dest, freq in transit_info:
    p45_val = rv(ws6, r, 9)
    if p45_val is None or p45_val == 0:
        continue  # 零价格跳过
    add_row(ws6, r, CM_S5, dest, 'TG', '1:1', 0, 9999, '散货/托盘', freq,
            f'PVG-BKK-{dest}', transit='BKK')

九、Sheet 7 上海UL 提取

Sheet 7 只有 3 列价格（100/300/500），使用 CM_S7。两组路线：
- PVG-BKK-UL: 17 个目的港（DXB/RUH/CMB/MLE/MAA/BLR/COK/HYD/BOM/DEL/KTM/DAC/KHI/LHE/KWI/DOH/DMM）
- NKG-KUL-UL: 6 个目的港（DXB/RUH/KTM/DAC/KHI/LHE）

for i, dest in enumerate(ul_dests_1):
    r = 3 + i
    p100_val = rv(ws7, r, 5)
    if p100_val is None or p100_val == '/':
        continue
    add_row(ws7, r, CM_S7, dest, 'UL', '1:1', 0, 9999, '散货/托盘', 'Daily',
            f'PVG-BKK-{dest}; 不分泡; 窄体', transit='BKK')

十、Sheet 8 HO 东南亚和中东中转提取

Sheet 8 有 4 列价格（45/100/300/500），使用 CM_S8。通过目的港名称在 A/B 列匹配行号：

ho_dests = [
    ('HKG', 'Daily', '不接锂电池; 单件限重120KG'),
    ('TPE', 'D12457', '不接锂电池; 单件限重120KG'),
    ('KHH', 'D236', '不接锂电池; 单件限重120KG'),
    ('PEN', 'D2467', '不接锂电池; 单件限重120KG'),
    # ... 共 11 个目的港
]
for dest, freq, note in ho_dests:
    for r in range(7, 25):
        if rv(ws8, r, 1) == dest or rv(ws8, r, 2) == dest:
            add_row(ws8, r, CM_S8, dest, 'HO', '1:1', 0, 9999, '散货/托盘', freq, note)
            break

十一、散托类型判断

十二、货型与比重映射

十三、常见坑

坑1：Sheet 3 列头类型混淆（最严重）

问题：Sheet 3 有两种列头结构，Type A（C3-C7）和 Type B（C3-C6）。如果不区分，Type B 行用 CM_5 会读错列。

修复：Type A 用 CM_5，Type B 用 CM_4。

坑2：Sheet 4 块状表与航班表列头不同

问题：Sheet 4 块状定价区用 C4-C8，航班表用 C9-C13。

修复：Block 用 CM_S4B，Flight 用 CM_S4F。

坑3：散/托双行价格未拆分

问题：单元格内 散 18\n托盘 20 被当作字符串处理，价格变为空。

修复：add_row() 自动检测双行格式并拆分为两行。

坑4：空价格行未跳过

问题：源数据中所有价格为 '/' 的行仍被输出，产生空价格行。

修复：add() 函数检查所有5个价格列，全空时跳过。

坑5：ZRH 散/托分泡差异

问题：ZRH 散货 5/5 分泡，托盘不分泡。如果统一处理会丢失差异。

修复：分别调用 add_row() 两次，散货行 fenbao='5/5'，托盘行 fenbao=''。

坑6：Sheet 2 自定义列头

问题：Sheet 2 部分块使用非标准列头（如 ALA 的 C3=45, C4=100, C5=500, C6=1000，无 p300）。

修复：逐块检查列头，为非标准块创建自定义列映射（如 CM_ALA）。

坑7：目的港埋在块头，逐行找三字码只抽出 3 行（0928 事故）

问题：脚本用「本行 A 列有没有 [A-Z]{3}」判断目的港，块下面价格行 A 列为空 → 整块 continue。8 张表 722 行只出 3 行还过了 24 列校验。

修复：按「二·六、目的港/航司继承」写状态机；中文城市名映射三字码；每表打印行数，含价数字的表输出 0 行就是漏块。

坑8：整行抓 [A-Z]{3} 第一段，把 ETD/MIN/DES 当目的港（0928 160 行草稿事故）

问题：修坑7时改成"块头文本抓第一个三字码继承"，结果 MU779 DAILY ETD 00:10 ETA 11:35 抽出 ETD（39 行）、MIN 1008 抽出 MIN、ORG/DEST 表头抽出 DES、PVG-BKK-XXX 串取错第一段 → PVG→PVG 79 行。都是形状合法的假目的港，旧校验器全放行。

修复：目的港只认块头显式三字码/城市映射、目的港列单元格（横线右侧段）；ETD/ETA/STD/MIN/DES/ACFT 等术语残留 2.12.012 校验器直接拒。

坑9：距离表/中转目的地列当价格 + 过期块日期改写（0928 182 行草稿事故）

问题：生产 182 行草稿混入 8 个本地正确跳过、它却当价格抽出的脏港，三种来源：
1. 距离/天数表行：Sheet3 r92-93「CDG 6391 3 MXP 2556 2.8」是 距离km/天数（r113「GOT 232 1」、r114「HEL 1162 2」、r109-112 卡车点距离表同理），抽出来就是「45KG=6391、100KG=3」的怪价——欧洲线块之间穿插的三字码+两个数字的行一律不是价格。
2. 右侧中转目的地列：Sheet3 r209-221 MU-YYZ 块右侧「M | +100KG | 货物目的地 / 502 6.4 BOS」是二程转运附表，BOS 不是本块目的港，那几列也不进价格位。
3. 过期块改日期混入：TBS 块头「生效日期9.18」、CPH「9.27」、YVR「9/21起」全部早于对照日 → 整块过期应跳过；生产稿却标成 09-30/10-01 混了进来。生效日只认块头原文「X.X生效/起运价」，禁止就近取别的块的日期或自行推日期；ABZ 是 JL-LHR 行备注列里的卡车点清单（ABZ BFS BHX…），备注列三字码不是目的港。

修复：块头解析出生效日 → 早于对照日整块跳过（不许用邻近块日期顶替）；块间「三字码+两数字」孤立行、块右侧多出的「M/+100KG/货物目的地」附表列、备注列城市清单，一律不产出价格行。

坑10：本地 223 行基准（0928 定稿口径）

对照日 2026-09-28 时，本文件正确提取 = 223 行 / 48 目的港 / MU108·HO61·UL23·MU-HO13·JL10·AI5·FM2·5J-UL1，空价行 0、无 GOT/BUD/BOS/CPH/TBS/YVR/ABZ/PRG（坑9 脏港）。每表行数：澳洲32、东南亚及港台39、欧美加95、HO欧洲29、HO节中18、上海UL23、印巴18、JL5JHO中转14。跳过量大的段：Sheet1 中转统配卡车点段、Sheet2 R82-101 EK/SV/G9 换单表、Sheet3 r108+ 卡车点距离表、Sheet4 R44+ 卡车点表、2024-2025 与 3-7 月过期块。

十四、校验清单

提取完成后必须检查：

1. 24列校验：validate_columns() PASS
2. 空价格行：5个价格列全空的行数 = 0
3. 散托类型合法：仅 托盘/散货/散货/托盘 三种
4. 分泡分布：5/5 分泡行有对应备注
5. 抽样对比：DUB/BCN/ZRH/BRU/LHR/YYZ 等之前有 bug 的行与源数据对比
6. 航司分布：MU/TG/HO/UL/JL/5J-HO/5J-UL/MU-HO/JL-HO-TG-PR
7. 目的港数量：约 60+ 个

十五、脚本模板

参考脚本：workspace/0810/extract_sol_0810_v2.py

新批次时需更新：
1. 源文件路径（SRC_FILE）
2. 逐 Sheet 检查列头是否与上次一致（可能新增/删除列）
3. 检查是否有新增目的港或航司
4. 检查跳过规则是否需要调整（停飞航司等）
5. 运行后校验空价格行、散托类型、分泡字段
6. 上传 WPS

十六、WPS 上传

python3 \
  workspace/skills/wps-upload/scripts/upload.py \
  <output_file> <WPS_DRIVE_ID> <WPS_PARENT_ID> sol_<MMDD>.xlsx