Goldjet 价格提取 Skill

OCR 识别 Goldjet 欧洲航线价格图片（MXP/BCN/MAD）→ 24列标准输出 → 上传 WPS。

⚠️ 铁律：仅提取用户最新提交图片，禁止复制历史数据

禁止查看/引用/复制任何历史脚本中的 price/data 数组
禁止从历史输出文件直接读取数据
禁止硬编码历史图片路径作为源文件
每次提取必须从用户当前提交图片全新 OCR 识别
有就是有，没有就是没有：不得用历史数据填补缺失值

一、核心参数

| 参数 | 值 | |------|-----| | 起始港 | PVG | | 价格编号 | BCN/MAD/MXP: goldjet_mxpbcnmad_001；CDG: goldjet_cdg_001 | | 来源 | GOLDJET | | 引擎 | ocr_utils（跨平台统一 RapidOCR 封装，~/.workbuddy/skills/ocr_utils.py） | | 输入格式 | JPG/PNG 图片 | | >XXX 货型 | 按项目规则统一改为 1:XXX（如 >200 → 1:200），比重区间仍按图片实际链式推导 |

二、航线概览（4条）

| 目的地 | 航司 | 生效日期 | 频次 | 价格结构 | |--------|------|---------|------|---------| | MXP | CA/MU | 图片标题提取 | Daily | 标准 5 列价格（45/100/300/500/1000） | | BCN | CA/MU | 图片标题提取 | D1246 | 标准 5 列价格 | | MAD | CA/MU（历史批次 MU） | 图片标题提取 | Daily | 因批次而异：0525 为双列（散货+托盘），0601 为单列 | | CDG 🆕 | 2C/IU | 图片标题提取 | 空 | 无45KG列（仅100/300/500/1000），散托分行 |

三、强制流程

1. 确认图片路径（.jpg）
2. ocr_utils.scan_to_log() 扫描全图
3. 按 Y 坐标识别航线区域（MXP → BCN → MAD，或仅 CDG）
4. ocr_utils.find_price_at_xy() / find_text_at_xy() 提取 + 备注解析
5. 生成 24 列 DataFrame
6. 保存 → 上传 WPS

3.1 OCR 统一导入（所有平台一致）

import sys, os
sys.path.insert(0, os.path.expanduser('~/.workbuddy/skills'))
from ocr_utils import scan_image, scan_to_log, find_price_at_xy, find_text_at_xy, check_env

check_env()  # 启动时自检，确保引擎版本一致

四、OCR 坐标（核心规则）⚠️ 新图片必须重新标定

4.1 价格列 X 坐标

X_COLS = {
    '45': (270, 310),
    '100': (335, 375),
    '300': (395, 440),
    '500': (455, 500),
    '1000': (515, 560),
}
X_REMARK = (570, 700)  # 备注列

4.2 MXP 区域（Y=0～220）

🔧 每个批次按 OCR 日志重新标定。0525批次货型全部为 1:XXX（无 >XXX）。

# 0525参考坐标: (cargo_y, 货型, 开始比重, 结束比重)
mxp_rows_0525 = [
    (44,  '1:100',  0,   100),
    (64,  '1:120',  100, 120),
    (84,  '1:167',  120, 167),
    (104, '1:200',  167, 200),
    (124, '1:250',  200, 250),
    (144, '1:300',  250, 300),
    (164, '1:500',  300, 500),
    (184, '1:800',  500, 800),
    (204, '1:1000', 800, 9999),
]

比重规则（当前批次）：

全部 1:XXX 格式，链式推导：end = 下档 start，末档=9999

4.3 BCN 区域（Y=220～490）

🔧 每个批次按 OCR 日志重新标定。0525批次货型全部为 1:XXX。

# 0525参考坐标: (cargo_y, 货型, 开始比重, 结束比重)
bcn_rows_0525 = [
    (264, '1:100',  0,   100),
    (283, '1:120',  100, 120),
    (304, '1:167',  120, 167),
    (324, '1:200',  167, 200),
    (344, '1:250',  200, 250),
    (364, '1:300',  250, 300),
    (384, '1:500',  300, 500),   # 备注空=托散同价
    (404, '1:800',  500, 800),
    (424, '1:1000', 800, 9999),
]

4.4 MAD 区域（Y=490+）⚠️ 双列特殊格式

MAD 与 MXP/BCN 完全不同：只有两列（散货 + 托盘），每列一个价格填入全部 5 个重量段。

X_MAD_LOOSE  = (275, 295)   # 散货列 OCR 坐标
X_MAD_PALLET = (346, 366)   # 托盘列 OCR 坐标

mad_rows = [
    (493, '1:80',   0, 80),   (512, '1:100',  80, 100),
    (533, '1:120',  100, 120), (553, '1:167',  120, 167),
    (572, '1:200',  167, 200), (592, '1:250',  200, 250),
    (612, '1:300',  250, 300), (633, '1:500',  300, 500),
    (653, '1:800',  500, 800), (673, '1:1000', 800, 9999),
]

每个比重行产出两条记录：散货记录 + 托盘记录，价格分别从对应 OCR 列提取，相同的值填充到 45/100/300/500/1000KG。

4.5 CDG 航线 🆕 0601新增（2C/IU统配）

格式特征：

无 45KG 列，仅 100K/300K/500K/1000K 四列
散货/托盘分行（非分列）：1:200~1:300 每档两条（散+托各一行）
前两档（1:140, >140）散货行标注托盘+2 增量
航司: 2C/IU（非 CA/MU）

# 0601 参考数据（手动录入）
cdg_rows_0601 = [
    # 货型,      start, end,  100K,300K,500K,1000K, st_type,    inc, remark
    ('1:140',      0,     140,  35, 35, 35, 35, '散货',       '2', '托盘+2'),
    ('>140',       140,   200,  36, 36, 36, 36, '散货',       '2', '托盘+2'),
    ('1:200',      200,   250,  38, 38, 38, 38, '托盘',       '',  ''),
    ('1:200',      200,   250,  36, 36, 36, 36, '散货',       '',  ''),
    ('1:250',      250,   300,  37, 37, 37, 37, '托盘',       '',  ''),
    ('1:250',      250,   300,  35, 35, 35, 35, '散货',       '',  ''),
    ('1:300',      300,   500,  36, 36, 36, 36, '托盘',       '',  ''),
    ('1:300',      300,   500,  34, 34, 34, 34, '散货',       '',  ''),
    ('1:500',      500,   800,  34, 34, 34, 34, '散货/托盘',  '',  ''),
    ('1:800',      800,   1000, 33, 33, 33, 33, '散货/托盘',  '',  ''),
    ('1:1000',     1000,  9999, 32, 32, 32, 32, '散货/托盘',  '',  ''),
]

比重规则：链式推导，散货和托盘同行号时结束比重相同（如 1:200 散=200-250, 1:200 托=200-250）。

触发识别：当图片列头仅含 100K/300K/500K/1000K（无 45KG），且航司为 2C/IU 时，即 CDG 航线。

五、价格提取函数（`find_text_at_xy`）

def find_text_at_xy(target_ys, x_min, x_max):
    # Y 容差 ±4 像素
    # X 必须在 x_min ~ x_max 范围内
    # 正则匹配纯数字 ^\d+(\.\d+)?$
    # 返回 float

六、散托类型与增量

def parse_tray_increment(remark):
    # 正则: r'托盘\+(\d+)'
    # 匹配格式: "托盘+2MU-2" → 增量=2
    # 无匹配 → None

规则：

备注有「托盘+N」→ 散货，增量=N
备注空或无托盘 → 散货/托盘，增量=''
BCN 后 3 行备注为空 → 托散同价（散货/托盘）

七、价格过滤

所有 5 个重量段全为 None 的行不提取。

八、货型规则

| 原始格式 | 最终格式 | 说明 | |---------|---------|------| | 1:100 | 1:100 | 保留 | | >200 | 1:200 | 按项目规则统一转为 1:XXX |

⚠️ Goldjet 货型以当前图片为准；若 OCR 读到 >XXX，输出仍统一改为 1:XXX。

九、价格小数保留

Goldjet 价格必须保留图片原始小数，禁止 int() 转换；例如 48.00 可写为数值 48，12.50 必须保留为 12.5。

九点一、0615 MXP 单图规则

| 项目 | 值 | |------|-----| | 源文件 | 用户提交 | | 生效日期 | 图片下方标题提取；0615 批次为 2026-06-17 | | 价格编号 | goldjet_mxpbcnmad_001 | | 航司 | 图片标题 CA/CP/MU-浦东直飞MXP货机航班，输出 CA/CP/MU | | 目的港 | 主运价目的港为 MXP；下方卡车中转表不提取 | | 主运价行 | MXP 行输出 1:1(0-100)；1:100-120 输出 1:100(100-120)；1:120-167平货 输出 1:167(120-167)；1:200重货 输出 1:200(167-200)；1:250/300/500/800 按图片链式输出；1:1000重货 全价格为空不提取 | | 托盘增量 | 备注有 托盘+N → 散托类型=散货、散托增量=N；备注为空 → 散货/托盘 | | 中转费 | 不提取；图片下方卡车中转费用、仓位/价格、minimum 等均不进入 24 列输出 | | 注意 | 图片列头重复显示 100K，按标准列顺序映射为 100/300/500/1000KG；价格列保留小数 |

九点二、0615 BCN/MAD 单图规则

| 项目 | 值 | |------|-----| | 源文件 | 用户提交 | | 生效日期 | 图片下方标题提取；0615 批次为 2026-06-18 | | 价格编号 | goldjet_mxpbcnmad_001 | | 航司 | 图片标题 CA/MU-浦东直飞BCN航班、CA/MU-浦东直飞MAD航班，输出 CA/MU | | 目的港 | 上方主运价分别输出 BCN、MAD；下方卡车中转表不提取 | | 主运价行 | 1:100以下 输出 1:1(0-100)；1:110 输出 1:110(100-130)；1:130-167平货 输出 1:167(130-167)；1:200重货 输出 1:200(167-250)；1:250/300/500/800 按图片链式输出，末档 1:800(800-9999) | | 45KG | BCN 前 3 行有 45KG=53；BCN 1:200 起和 MAD 全部 45KG 留空 | | 托盘增量 | 前 5 行备注 托盘+2 → 散托类型=散货、散托增量=2；后 3 行备注为空 → 散货/托盘 | | 中转费 | 不提取；图片下方卡车中转费用、仓位/价格、minimum 等均不进入 24 列输出 |

十、常见坑

坑1：MAD 双列格式特殊性

MAD 不按 5 列提取，而是散货列 + 托盘列各读一个值，填满 5 个重量段。

坑2：BCN 备注空 → 托散同价

后 3 行备注为空，散托类型应设为「散货/托盘」而非 None。

坑3：>XXX / 1:XXX 格式按实际图片决定（0525更新）

Goldjet 格式因批次而异。0525批次全部为 1:XXX，无 >XXX。以 OCR 实际读到为准，不要强制转换。

坑4：价格行 Y 偏移

每个 cargo 行的价格不在同一 Y，有 price_y_offset 偏移（如 MXP 1:100 价格在 Y+3）。

坑5：int() 可能丢失小数

OCR 有时读到 12.50，int() 会截断为 12。需确认是否需要 float。

坑6：MAD 结构可能变回单列 🔴 0601批次

症状：0525 中 MAD 是双列（散货+托盘分开），0601 变回单列（同 BCN 格式，托盘+2 备注）。规则：每个批次必须以 OCR 实际为准判断 MAD 格式，不预设。

坑7：航线可能不完整 🔴 0601批次

症状：0601 图片仅含 BCN+MAD，无 MXP。不要机械生成三条航线。规则：以 OCR 识别的航线标题数量为准。

坑8：货型标签可能含范围/描述 🔴 0601批次

症状：0601 货型出现 1:110-130、1:130-167平货、1:200重货 等新格式，不再是纯 1:XXX。规则：提取纯比重数字作为 cargo_type（如 1:110-130→1:130），比重范围按链式推导。

坑9：45KG 可能部分为空 🔴 0601批次

症状：0601 BCN 仅前 3 行有 45KG（53），1:200 起全部为空。MAD 全线无 45KG。规则：按 OCR 实际值，空即为空，不要填入占位值。

坑10：CDG 新航线 - 无 45KG 列 🔴 0601新增

症状：CDG 航线列头不含 45KG，如果按标准 5 列坐标提取会导致错位。规则：识别列头关键词，无 45KG 时仅处理 4 列（100/300/500/1000），45KG 列留空。

坑11：CDG 新航线 - 散托分行 >140 货型 🔴 0601新增

症状：货型标签含「1:140以上」、「1:100-1:140」等中文范围描述，需要转换为 >140 标准格式。规则：1:100-1:140 → 货型=1:140，1:140以上 → 货型=>140。

坑12：CDG 新航线 - 航司非 CA/MU 🔴 0601新增

症状：CDG 航司是 2C/IU，非 MXP/BCN/MAD 的 CA/MU。规则：不要用 MXP/BCN/MAD 的航司常数值，每次按图片实际标题提取。

坑13：卡车转运费用不提取（0615新增）

Goldjet 图片下方常带卡车中转表（minimum、每 KG 转运费、仓位/价格等）。用户确认这些卡车转运费用不必提取，输出仅保留主运价行，转运点/转运费列留空。

十一、脚本模板

脚本模板：/Users/hantao/WorkBuddy/oone/extract_goldjet_mxpbcnmad.py 图片：用户提交

新图片时需重新标定：

价格列 X 坐标（5列 + 备注列）
MAD 双列 X 坐标
各航线行的 Y 坐标 + price_y_offset
生效日期（对应图片日期）
运行 → 验证 → 上传 WPS