vincent/Lottery
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix: 修复代码审查P2/P3问题

Browse Source 
P2:
- lottery.py 改为引用 history_loader.py 公共模块，删除独立 Excel 加载逻辑
- 删除 lottery.py 中不再使用的 _normalize_history_format 方法（已迁移到 history_loader）

P3:
- app.py: 删除未使用的 import shutil
- app.py: 删除不可达代码 return stats
- app.py: 修复 api_history 中奇偶形态字段映射错误（奇偶比→奇偶形态）
- app.py: api_history columns 列表补充奇偶比和奇偶形态字段
- 开发文档目录结构补充 history_loader.py 和 web_executor.py 废弃标记

Co-authored-by: multica-agent <github@multica.ai>
This commit is contained in:
bizwings
2026-07-04 09:21:43 +08:00
parent 5cebbfa433
commit 462f1505ee
3 changed files with 16 additions and 134 deletions
Download Patch File Download Diff File Expand all files Collapse all files
app.py
+3 -5
View File
@@ -10,7 +10,6 @@ import os
import sys
import json
import uuid
import shutil
import traceback
import threading
from datetime import datetime
@@ -207,8 +206,6 @@ def get_statistics_data(generator=None):
"""获取统计数据 — 委托公共模块计算"""
return compute_statistics(CONFIG['history_file'])
return stats
# ============================================================
# API：获取统计数据
@@ -379,7 +376,8 @@ def api_history():
'蓝球': row['蓝球'],
'开机号': str(row['开机号']),
'和值': str(row['和值特征']),
'奇偶形态': str(row['奇偶比']),
'奇偶比': str(row['奇偶比']),
'奇偶形态': str(row['奇偶形态']),
'大小比': str(row['大小比']),
'跨度': str(row['跨度']),
}
@@ -392,7 +390,7 @@ def api_history():
'total': total,
'page': page,
'page_size': page_size,
'columns': ['开奖日期', '期号', '红球', '蓝球', '开机号', '和值', '大小比', '跨度']
'columns': ['开奖日期', '期号', '红球', '蓝球', '开机号', '和值', '奇偶比', '奇偶形态', '大小比', '跨度']
}
})
except Exception as e:
docs/开发文档-双色球WebUI-v1.0.md
+6 -4
View File
@@ -28,13 +28,15 @@ lottoData/
├── app.py # Flask 主服务（统一入口）
├── index.html # 前端 UI（响应式，4 Tab 页面）
├── lottery.py # 号码生成核心逻辑
├── history_loader.py # 公共 Excel 加载模块（统一格式兼容）
├── fetch_data.py # 历史数据抓取脚本
├── web_console.html # 数据抓取控制台前端
├── web_executor.py # [已废弃] 旧版独立抓取服务，功能已整合到 app.py
├── requirements.txt # Python 依赖
├── 双色球历史数据.xlsx # 历史数据文件
├── lottery/ # 号码生成结果输出目录
├── .generation_records.json # 生成记录索引（JSON）
├── .fetch_status.json # 抓取状态文件
├── 双色球历史数据.xlsx # 历史数据文件（不纳入 git）
├── lottery/ # 号码生成结果输出目录（不纳入 git）
├── .generation_records.json # 生成记录索引（JSON，不纳入 git）
├── .fetch_status.json # 抓取状态文件（不纳入 git）
├── deploy/ # 部署相关文件
│ ├── DEPLOY.md # 部署说明
│ ├── lotto-app.service # systemd 服务文件
lottery.py
+7 -125
View File
@@ -38,76 +38,24 @@ class DoubleColorBallGenerator:
}
def load_history_data(self):
"""加载历史数据"""
"""加载历史数据 — 委托公共模块 history_loader 处理多格式兼容"""
try:
# 检查文件是否存在
if not os.path.exists(self.history_file):
print(f"错误: 文件 {self.history_file} 不存在")
return False
# 读取Excel文件
print(f"正在读取文件: {self.history_file}")
try:
raw_df = pd.read_excel(self.history_file, header=None)
except Exception as excel_error:
print(f"读取Excel文件失败: {excel_error}")
return False
# 检查数据是否为空
if raw_df.empty:
print("错误: 历史数据文件为空")
return False
# 兼容多种 Excel 格式：
# 格式A（fetch_data.py 当前输出）: Row0=新列名(期号|开奖日期|红球1...|蓝球|特别号), Row1=旧列名(开奖时间|期数|号码|...), Row2+=数据
# 格式B（标准格式）: Row0=列名(开奖时间|期数|号码|开机号|...), Row1+=数据
# 格式C（分列含旧 header）: Row0=旧列名, Row1+=数据 但无"号码"列
# 标准列名（lottery.py 期望的列）
legacy_columns = ['开奖时间', '期数', '号码', '开机号', '和值特征', '奇偶比', '大小比', '奇偶形态', '跨度', '其他']
row0_vals = raw_df.iloc[0].astype(str).tolist() if len(raw_df) > 0 else []
row1_vals = raw_df.iloc[1].astype(str).tolist() if len(raw_df) > 1 else []
# 检测各类格式
has_legacy_header_in_row0 = any(col in row0_vals for col in ['开奖时间', '期数', '号码'])
has_legacy_header_in_row1 = any(col in row1_vals for col in ['开奖时间', '期数', '号码'])
has_new_header_in_row0 = any(col in row0_vals for col in ['期号', '开奖日期', '红球 1'])
if has_new_header_in_row0 and has_legacy_header_in_row1:
# 格式A：Row0=新列名, Row1=旧列名, Row2+=数据
# 用旧列名（Row1）作为列名，因为 lottery.py 期望"号码"列
self.history_data = raw_df.iloc[2:].copy()
num_cols = len(self.history_data.columns)
self.history_data.columns = legacy_columns[:min(num_cols, len(legacy_columns))] + [f'col_{i}' for i in range(min(num_cols, len(legacy_columns)), num_cols)]
self.history_data = self.history_data.reset_index(drop=True)
print(f"加载成功（格式A: 新旧 header 双行），共{len(self.history_data)}条历史记录")
print(f"数据列: {list(self.history_data.columns)}")
elif has_legacy_header_in_row0:
# 格式B：Row0=标准列名, Row1+=数据
self.history_data = raw_df.iloc[1:].copy()
num_cols = len(self.history_data.columns)
self.history_data.columns = legacy_columns[:min(num_cols, len(legacy_columns))] + [f'col_{i}' for i in range(min(num_cols, len(legacy_columns)), num_cols)]
self.history_data = self.history_data.reset_index(drop=True)
print(f"加载成功（格式B: 标准列名），共{len(self.history_data)}条历史记录")
print(f"数据列: {list(self.history_data.columns)}")
else:
# 格式C：检测不到旧列名，尝试直接用 pandas 读取
self.history_data = pd.read_excel(self.history_file)
print(f"加载成功（默认读取），共{len(self.history_data)}条历史记录")
print(f"数据列: {list(self.history_data.columns)}")
# 如果没有"号码"列但有分列红球，尝试标准化
if '号码' not in self.history_data.columns:
if any(c in self.history_data.columns for c in ['红球 1', '红球1']):
self._normalize_history_format()
# 使用公共模块加载历史数据（统一处理格式A/B/C）
from history_loader import load_history_dataframe
self.history_data = load_history_dataframe(self.history_file)
if self.history_data.empty:
print("错误: 历史数据文件为空")
return False
print(f"加载成功，共 {len(self.history_data)} 条历史记录")
print(f"数据列: {list(self.history_data.columns)}")
# 解析号码列
def parse_numbers(row):
"""解析单行号码数据
@@ -211,72 +159,6 @@ class DoubleColorBallGenerator:
print(traceback.format_exc())
return False
def _normalize_history_format(self):
"""将格式A（分列红球）转换为格式B（统一号码列 + 标准列名）。
格式A列名: 期号 | 开奖日期 | 红球 1 | 红球 2 | 红球 3 | 红球 4 | 红球 5 | 红球 6 | 蓝球 | 特别号
格式B列名: 开奖时间 | 期数 | 号码 | 开机号 | 和值特征 | 奇偶比 | 大小比 | 奇偶形态 | 跨度 | 其他
在 self.history_data 上原地操作，构建 '号码' 列和标准列名。
"""
df = self.history_data
standard_columns = ['开奖时间', '期数', '号码', '开机号', '和值特征', '奇偶比', '大小比', '奇偶形态', '跨度', '其他']
# 构建号码列：将 红球1~6 + 蓝球 拼接为 14 位字符串
red_cols = [f'红球 {i}' for i in range(1, 7)]
blue_col = '蓝球'
def build_number_string(row):
parts = []
for c in red_cols:
val = row.get(c)
if pd.isna(val):
return None
s = str(int(val)) if isinstance(val, (int, float)) else str(val).strip()
parts.append(s.zfill(2))
blue_val = row.get(blue_col)
if pd.isna(blue_val):
return None
blue_s = str(int(blue_val)) if isinstance(blue_val, (int, float)) else str(blue_val).strip()
return ''.join(parts) + blue_s.zfill(2)
df = df.copy()
df['号码'] = df.apply(build_number_string, axis=1)
# 重命名列到标准列名 — 仅映射有语义对应关系的列
# 格式A -> 格式B 语义映射：
# 期号 -> 开奖时间（实际存的是日期）
# 开奖日期 -> 期数（实际存的是期号数字）
# 特别号 -> 跨度
# 红球 1~6 和 蓝球 用于构建"号码"列后不再映射
# 格式A不含开机号/和值特征/奇偶比/大小比/奇偶形态等字段，留空
rename_map = {}
if '期号' in df.columns:
rename_map['期号'] = '开奖时间'
if '开奖日期' in df.columns:
rename_map['开奖日期'] = '期数'
if '特别号' in df.columns:
rename_map['特别号'] = '跨度'
df = df.rename(columns=rename_map)
# 删除已用于构建号码列的原始分列（避免数据重复）
for col in [f'红球 {i}' for i in range(1, 7)] + ['蓝球']:
if col in df.columns:
df = df.drop(columns=[col])
# 确保所有标准列都存在（格式A缺失的字段留空）
for col in standard_columns:
if col not in df.columns:
df[col] = ''
# 调整列顺序
df = df[[c for c in standard_columns if c in df.columns] + [c for c in df.columns if c not in standard_columns]]
self.history_data = df.reset_index(drop=True)
print(f"已标准化数据格式，共 {len(df)} 条记录")
print(f"标准化后列名: {list(df.columns)}")
def _calculate_statistics(self):
"""计算统计数据"""
if self.history_data is None or len(self.history_data) == 0: