From e8885401cfe9edb0dcd8f4f9cb5cadfbd47ef168 Mon Sep 17 00:00:00 2001
From: ivanberry <ivanberry@users.noreply.github.com>
Date: Wed, 11 Mar 2026 15:40:54 +0800
Subject: [PATCH] =?UTF-8?q?refactor:=20=E9=87=8D=E6=9E=84=E7=BF=BB?=
 =?UTF-8?q?=E8=AF=91=E6=B5=81=E7=A8=8B=E4=B8=BA=E4=B8=89=E9=98=B6=E6=AE=B5?=
 =?UTF-8?q?=EF=BC=88=E6=8F=90=E5=8F=96=E2=86=92=E7=BF=BB=E8=AF=91=E2=86=92?=
 =?UTF-8?q?=E5=BA=94=E7=94=A8=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

新流程：
1. 提取：收集所有中文内容及其位置映射（CellPosition）
2. 翻译：批量翻译所有中文内容（一次 API 调用）
3. 应用：将翻译结果写入新 Excel 文件

优势：
- 清晰的职责分离
- 完整的映射关系（Sheet、行、列）
- 批量翻译减少 API 调用次数
- 更容易调试和重试
- 支持 dry-run 预览模式
---
 scripts/translate_excel.py | 421 ++++++++++++++++++++++++-------------
 1 file changed, 270 insertions(+), 151 deletions(-)

diff --git a/scripts/translate_excel.py b/scripts/translate_excel.py
index e085f58..dd23eec 100755
--- a/scripts/translate_excel.py
+++ b/scripts/translate_excel.py
@@ -3,15 +3,19 @@
 """
 Excel 文件中文→英文翻译工具
 使用 Google Gemini Flash Lite API 进行翻译
+
+流程：
+1. 提取：收集所有中文内容及其位置映射
+2. 翻译：批量翻译所有中文内容
+3. 应用：将翻译结果写入新 Excel 文件
 """
 
 from __future__ import annotations
 
 import argparse
 import json
-import math
-import re
 import sys
+from dataclasses import dataclass, field
 from pathlib import Path
 from typing import Any
 
@@ -38,6 +42,47 @@ except ImportError as exc:
     ) from exc
 
 
+@dataclass
+class CellPosition:
+    """单元格位置信息"""
+    sheet: str
+    row: int
+    col: int
+    col_letter: str = field(init=False)
+    
+    def __post_init__(self):
+        # 将列索引转换为字母（1→A, 2→B, 27→AA）
+        self.col_letter = self._index_to_letter(self.col)
+    
+    @staticmethod
+    def _index_to_letter(col: int) -> str:
+        """将列索引转换为 Excel 列字母"""
+        result = ""
+        while col > 0:
+            col -= 1
+            result = chr(65 + (col % 26)) + result
+            col //= 26
+        return result
+    
+    @property
+    def cell_ref(self) -> str:
+        """返回 Excel 单元格引用（如：A1, B2）"""
+        return f"{self.col_letter}{self.row}"
+    
+    @property
+    def full_ref(self) -> str:
+        """返回完整引用（如：Sheet1!A1）"""
+        return f"{self.sheet}!{self.cell_ref}"
+
+
+@dataclass
+class TranslationEntry:
+    """翻译条目"""
+    position: CellPosition
+    original: str
+    translated: str = ""
+
+
 def detect_chinese(text: str) -> bool:
     """检测文本中是否包含中文字符"""
     if not text or not isinstance(text, str):
@@ -45,15 +90,6 @@ def detect_chinese(text: str) -> bool:
     return bool(re.search(r"[\u4e00-\u9fff]", text))
 
 
-def format_cell_value(value: Any) -> Any:
-    """格式化单元格值，保持原始类型"""
-    if value is None:
-        return None
-    if isinstance(value, float) and math.isnan(value):
-        return None
-    return value
-
-
 def get_api_key() -> str:
     """获取 Gemini API 密钥"""
     import os
@@ -67,123 +103,25 @@ def get_api_key() -> str:
     )
 
 
-def translate_batch(
-    texts: list[str],
-    model_name: str = "gemini-2.0-flash-lite",
-    api_key: str | None = None,
-) -> dict[str, str]:
-    """
-    批量翻译文本（使用 Gemini Deep Research）
-    
-    Args:
-        texts: 待翻译的文本列表
-        model_name: 使用的模型名称
-        api_key: API 密钥（可选）
-    
-    Returns:
-        原文到译文的映射字典
-    """
-    if not texts:
-        return {}
-    
-    # 过滤掉空文本和不含中文的文本
-    chinese_texts = [(i, t) for i, t in enumerate(texts) if t and t.strip() and detect_chinese(t)]
-    if not chinese_texts:
-        return {}
-    
-    # 配置 API
-    if not api_key:
-        api_key = get_api_key()
-    
-    client = genai.Client(api_key=api_key)
-    
-    # 构建批量翻译请求
-    translation_pairs = []
-    for _, text in chinese_texts:
-        translation_pairs.append(f'"{text}"')
-    
-    # 使用 Deep Research 进行翻译
-    prompt = f"""你是一个专业的翻译助手。请将以下中文文本翻译成英文。
-
-要求：
-1. 保持专业术语准确
-2. 人名使用拼音（如：张三 → Zhang San）
-3. 公司名、产品名保持原名或标准英文名
-4. 邮箱、数字等非中文内容保持不变
-5. 只返回翻译结果，不要额外解释
-
-输入文本（JSON 数组格式）：
-{json.dumps([t for _, t in chinese_texts], ensure_ascii=False)}
-
-请以 JSON 数组格式返回翻译结果，保持相同顺序。"""
-
-    try:
-        response = client.models.generate_content(
-            model=model_name,
-            contents=prompt,
-            config=types.GenerateContentConfig(
-                temperature=0.3,
-                top_p=0.8,
-            )
-        )
-        
-        # 解析响应
-        result_text = response.text.strip()
-        
-        # 尝试解析 JSON
-        if result_text.startswith("```json"):
-            result_text = result_text[7:]
-        if result_text.endswith("```"):
-            result_text = result_text[:-3]
-        result_text = result_text.strip()
-        
-        translations = json.loads(result_text)
-        
-        # 构建映射字典
-        result = {}
-        for idx, (_, original) in enumerate(chinese_texts):
-            if idx < len(translations):
-                result[original] = translations[idx]
-            else:
-                result[original] = original  # 翻译失败时保留原文
-        
-        return result
-    
-    except Exception as e:
-        print(f"⚠️ 翻译失败：{e}", file=sys.stderr)
-        # 翻译失败时返回原文
-        return {text: text for _, text in chinese_texts}
-
-
-def translate_excel_file(
+def extract_chinese_content(
     input_path: Path,
-    output_path: Path | None = None,
     columns: list[str] | None = None,
     sheet_name: str | None = None,
-    model_name: str = "gemini-2.0-flash-lite",
-    api_key: str | None = None,
-    dry_run: bool = False,
-) -> Path:
+) -> tuple[list[TranslationEntry], dict[str, list[str]]]:
     """
-    翻译 Excel 文件中的中文内容
+    步骤 1: 提取所有中文内容及其位置
     
     Args:
         input_path: 输入文件路径
-        output_path: 输出文件路径（默认生成 {原文件名}_en.xlsx）
         columns: 指定要翻译的列名列表
         sheet_name: 指定要翻译的 Sheet 名称
-        model_name: Gemini 模型名称
-        api_key: API 密钥
-        dry_run: 预览模式，不实际生成文件
     
     Returns:
-        输出文件路径
+        (entries, sheet_headers) - 翻译条目列表和各 Sheet 的表头
     """
-    if not output_path:
-        output_path = input_path.parent / f"{input_path.stem}_en{input_path.suffix}"
-    
-    # 加载工作簿
     wb = load_workbook(input_path)
+    entries: list[TranslationEntry] = []
+    sheet_headers: dict[str, list[str]] = {}
     
     # 确定要处理的 Sheet 列表
     if sheet_name:
@@ -196,19 +134,17 @@ def translate_excel_file(
     print(f"📄 文件：{input_path}")
     print(f"📊 Sheet 列表：{sheet_names}")
     
-    total_cells = 0
-    translated_cells = 0
-    
     for sn in sheet_names:
         ws = wb[sn]
         print(f"\n处理 Sheet: {sn}")
         
-        # 获取表头
+        # 获取表头（第 1 行）
         headers = []
         for col in range(1, ws.max_column + 1):
             cell_value = ws.cell(row=1, column=col).value
             headers.append(str(cell_value) if cell_value else f"列{col}")
         
+        sheet_headers[sn] = headers
         print(f"表头：{headers}")
         
         # 确定要翻译的列索引
@@ -226,54 +162,235 @@ def translate_excel_file(
         
         print(f"要翻译的列索引：{col_indices}")
         
-        # 收集所有需要翻译的单元格内容
-        texts_to_translate = []
-        cell_positions = []  # (row, col)
-        
+        # 提取中文内容
+        count = 0
         for row in range(2, ws.max_row + 1):  # 跳过表头
             for col in col_indices:
                 cell = ws.cell(row=row, column=col)
                 value = cell.value
                 if value and isinstance(value, str) and detect_chinese(value):
-                    texts_to_translate.append(value)
-                    cell_positions.append((row, col))
-                    total_cells += 1
+                    pos = CellPosition(sheet=sn, row=row, col=col)
+                    entry = TranslationEntry(position=pos, original=value)
+                    entries.append(entry)
+                    count += 1
         
-        if not texts_to_translate:
-            print("  ✓ 没有需要翻译的中文内容")
-            continue
+        print(f"  ✓ 发现 {count} 个中文单元格")
+    
+    wb.close()
+    return entries, sheet_headers
+
+
+def translate_entries(
+    entries: list[TranslationEntry],
+    model_name: str = "gemini-2.0-flash-lite",
+    api_key: str | None = None,
+) -> list[TranslationEntry]:
+    """
+    步骤 2: 批量翻译所有条目
+    
+    Args:
+        entries: 翻译条目列表（会被修改）
+        model_name: Gemini 模型名称
+        api_key: API 密钥
+    
+    Returns:
+        翻译后的条目列表
+    """
+    if not entries:
+        print("✓ 没有需要翻译的内容")
+        return entries
+    
+    # 获取 API Key
+    if not api_key:
+        api_key = get_api_key()
+    
+    # 提取所有原文
+    originals = [entry.original for entry in entries]
+    
+    print(f"\n🌐 正在翻译 {len(originals)} 个中文内容...")
+    print(f"   模型：{model_name}")
+    
+    # 构建翻译请求
+    prompt = f"""你是一个专业的翻译助手。请将以下中文文本翻译成英文。
+
+要求：
+1. 保持专业术语准确
+2. 人名使用拼音（如：张三 → Zhang San）
+3. 公司名、产品名保持原名或标准英文名
+4. 邮箱、数字、URL 等非中文内容保持不变
+5. 只返回翻译结果，不要额外解释
+
+输入文本（JSON 数组格式）：
+{json.dumps(originals, ensure_ascii=False)}
+
+请以 JSON 数组格式返回翻译结果，保持相同顺序。"""
+
+    try:
+        client = genai.Client(api_key=api_key)
         
-        print(f"  发现 {len(texts_to_translate)} 个中文单元格")
+        response = client.models.generate_content(
+            model=model_name,
+            contents=prompt,
+            config=types.GenerateContentConfig(
+                temperature=0.3,
+                top_p=0.8,
+            )
+        )
         
-        if dry_run:
-            print(f"  [预览模式] 将翻译以下内容:")
-            for i, text in enumerate(texts_to_translate[:10]):  # 只显示前 10 个
-                print(f"    {cell_positions[i]}: {text}")
-            if len(texts_to_translate) > 10:
-                print(f"    ... 还有 {len(texts_to_translate) - 10} 个")
-            continue
+        # 解析响应
+        result_text = response.text.strip()
         
-        # 批量翻译
-        print(f"  正在翻译...")
-        translations = translate_batch(texts_to_translate, model_name, api_key)
+        # 清理 Markdown 代码块标记
+        if result_text.startswith("```json"):
+            result_text = result_text[7:]
+        if result_text.endswith("```"):
+            result_text = result_text[:-3]
+        result_text = result_text.strip()
+        
+        translations = json.loads(result_text)
+        
+        # 验证返回数量
+        if len(translations) != len(originals):
+            print(f"⚠️ 警告：翻译返回 {len(translations)} 条，期望 {len(originals)} 条")
+            # 填充缺失的翻译
+            while len(translations) < len(originals):
+                translations.append(originals[len(translations)])
         
         # 应用翻译结果
-        for i, (row, col) in enumerate(cell_positions):
-            original = texts_to_translate[i]
-            translated = translations.get(original, original)
-            ws.cell(row=row, column=col).value = translated
-            translated_cells += 1
+        for i, entry in enumerate(entries):
+            entry.translated = translations[i] if i < len(translations) else entry.original
         
-        print(f"  ✓ 完成翻译 {translated_cells} 个单元格")
+        print(f"✅ 翻译完成！")
+        
+        # 显示统计
+        translated_count = sum(1 for e in entries if e.translated != e.original)
+        print(f"   成功翻译：{translated_count}/{len(entries)}")
+        
+    except Exception as e:
+        print(f"❌ 翻译失败：{e}")
+        print(f"   保留原文")
+        # 翻译失败时保留原文
+        for entry in entries:
+            entry.translated = entry.original
     
-    if dry_run:
-        print(f"\n[预览模式] 共发现 {total_cells} 个中文单元格需要翻译")
-        return input_path
+    return entries
+
+
+def apply_translations(
+    input_path: Path,
+    output_path: Path,
+    entries: list[TranslationEntry],
+    sheet_headers: dict[str, list[str]],
+) -> Path:
+    """
+    步骤 3: 将翻译结果应用到新文件
+    
+    Args:
+        input_path: 输入文件路径
+        output_path: 输出文件路径
+        entries: 翻译后的条目列表
+        sheet_headers: 各 Sheet 的表头
+    
+    Returns:
+        输出文件路径
+    """
+    print(f"\n💾 保存翻译结果到：{output_path}")
+    
+    # 加载工作簿（复制模式）
+    wb = load_workbook(input_path)
+    
+    # 应用翻译
+    applied_count = 0
+    for entry in entries:
+        if entry.translated and entry.translated != entry.original:
+            ws = wb[entry.position.sheet]
+            ws.cell(row=entry.position.row, column=entry.position.col).value = entry.translated
+            applied_count += 1
     
     # 保存新文件
     wb.save(output_path)
-    print(f"\n✅ 翻译完成！输出文件：{output_path}")
-    print(f"📊 统计：共处理 {total_cells} 个单元格，翻译 {translated_cells} 个中文内容")
+    wb.close()
+    
+    print(f"✅ 完成！共更新 {applied_count} 个单元格")
+    
+    # 显示翻译预览
+    print(f"\n📋 翻译预览（前 10 条）:")
+    for i, entry in enumerate(entries[:10]):
+        if entry.translated != entry.original:
+            print(f"  {entry.position.full_ref}: {entry.original} → {entry.translated}")
+    
+    if len(entries) > 10:
+        print(f"  ... 还有 {len(entries) - 10} 条")
+    
+    return output_path
+
+
+def translate_excel_file(
+    input_path: Path,
+    output_path: Path | None = None,
+    columns: list[str] | None = None,
+    sheet_name: str | None = None,
+    model_name: str = "gemini-2.0-flash-lite",
+    api_key: str | None = None,
+    dry_run: bool = False,
+) -> Path:
+    """
+    翻译 Excel 文件中的中文内容（三阶段流程）
+    
+    流程：
+    1. 提取：收集所有中文内容及其位置映射
+    2. 翻译：批量翻译所有中文内容
+    3. 应用：将翻译结果写入新 Excel 文件
+    """
+    if not output_path:
+        output_path = input_path.parent / f"{input_path.stem}_en{input_path.suffix}"
+    
+    print("=" * 60)
+    print("Excel 中文→英文翻译工具")
+    print("=" * 60)
+    
+    # 阶段 1: 提取
+    print("\n【阶段 1/3】提取中文内容...")
+    entries, sheet_headers = extract_chinese_content(
+        input_path=input_path,
+        columns=columns,
+        sheet_name=sheet_name,
+    )
+    
+    if not entries:
+        print("\n✓ 没有发现中文内容，无需翻译")
+        return input_path
+    
+    print(f"\n共发现 {len(entries)} 个中文单元格")
+    
+    if dry_run:
+        print(f"\n[预览模式] 将翻译以下内容:")
+        for i, entry in enumerate(entries[:20]):
+            print(f"  {entry.position.full_ref}: {entry.original}")
+        if len(entries) > 20:
+            print(f"  ... 还有 {len(entries) - 20} 个")
+        return input_path
+    
+    # 阶段 2: 翻译
+    print("\n【阶段 2/3】批量翻译...")
+    entries = translate_entries(
+        entries=entries,
+        model_name=model_name,
+        api_key=api_key,
+    )
+    
+    # 阶段 3: 应用
+    print("\n【阶段 3/3】应用翻译结果...")
+    output_path = apply_translations(
+        input_path=input_path,
+        output_path=output_path,
+        entries=entries,
+        sheet_headers=sheet_headers,
+    )
+    
+    print("\n" + "=" * 60)
+    print("✅ 翻译完成！")
+    print("=" * 60)
     
     return output_path
 
@@ -352,6 +469,8 @@ def main() -> int:
     
     except Exception as e:
         print(f"❌ 错误：{e}", file=sys.stderr)
+        import traceback
+        traceback.print_exc()
         return 1