初始化项目

This commit is contained in:
zwf
2026-06-02 17:46:38 +08:00
commit 646a4d02c0
240 changed files with 33662 additions and 0 deletions
+469
View File
@@ -0,0 +1,469 @@
import datetime
import random
from typing import Union
import pandas as pd
from sqlalchemy import select, delete
from tornado_swagger.model import register_swagger_model
from wtforms import StringField, IntegerField
from wtforms.validators import Length
import models
from models.common_model import CommonModel
from models.db_models import TD3iGovcTaskHistory
from paste.core.logging import echo_log
from paste.rbac.rbac_user import RbacUser
from paste.util.pagination import Pagination
from paste.web.form import ModelForm
class GovcTaskHistoryForm(ModelForm):
"""
历史工单表单验证类(完全映射 TD3iGovcTaskHistory 字段)。
用于验证和处理市12345历史工单的创建/修改表单数据。
字段完全映射数据库表 t_d3i_govc_task_history 的字段结构。
"""
# 基础信息
id = IntegerField('记录ID')
task_id = IntegerField('关联工单主表ID', validators=[], message='关联工单主表ID必须为整数')
history_date = StringField('日期', validators=[Length(max=32, message='日期长度不能超过32字符')])
serial_num = StringField('历史工单号', validators=[Length(max=64, message='历史工单号长度不能超过64字符')])
detail_url = StringField('详情页URL', validators=[Length(max=65535, message='详情页URL长度不能超过65535字符')])
rqst_title = StringField('工单标题', validators=[Length(max=500, message='工单标题长度不能超过500字符')])
state = StringField('状态', validators=[Length(max=64, message='状态长度不能超过64字符')])
def process(self, formdata=None, obj=None, **kwargs):
"""
处理表单数据,在数据绑定前进行预处理。
主要功能:
- 遍历所有表单字段
- 对字符串类型的值去除两端空白字符
- 调用父类的process方法继续处理
"""
if formdata:
for name, values in formdata.items():
if isinstance(values, list) and values:
formdata[name] = [v.strip() if isinstance(v, str) else v for v in values]
elif isinstance(values, str):
formdata[name] = values.strip()
super().process(formdata, obj, **kwargs)
class GovcTaskHistoryBase(TD3iGovcTaskHistory, CommonModel):
"""
历史工单基础类(完全映射 TD3iGovcTaskHistory 字段)。
继承自数据库模型 TD3iGovcTaskHistory 和通用模型 CommonModel。
封装所有与历史工单相关的通用操作方法。
"""
FieldMapping = {
'id': 'id',
'task_id': 'task_id',
'history_date': 'history_date',
'serial_num': 'serial_num',
'detail_url': 'detail_url',
'rqst_title': 'rqst_title',
'state': 'state',
'created_at': 'created_at',
'created_by': 'created_by',
'updated_at': 'updated_at',
'updated_by': 'updated_by',
}
"""
历史工单数据映射
"""
@classmethod
async def is_exist(cls, serial_num: str):
"""
检查历史工单记录是否已存在(根据历史工单号)。
:param serial_num: 历史工单号
:return: 存在返回对象,不存在返回None
"""
_query = select(cls).where(cls.serial_num == serial_num)
_history: cls = await cls.query_first(_query)
return _history
@classmethod
async def search_base(cls, is_paging=True, **kwargs):
"""
按参数搜索历史工单数据的基础方法。
支持字段:
- task_id, serial_num, state, history_date
- 支持模糊匹配:rqst_title, detail_url
- 支持精确匹配:task_id, state
:param is_paging: 是否分页
:param kwargs: 查询参数
:key int page_number: 页码(缺省随机1~100
:key int page_size: 每页数量(缺省20
:key dict sort_clause: 排序配置,如 {'serial_num': 'asc'}
:key int task_id: 精确匹配关联工单主表ID
:key str serial_num: 精确匹配历史工单号
:key str history_date: 精确匹配日期
:key str rqst_title: 模糊匹配工单标题
:key str detail_url: 模糊匹配详情页URL
:key str state: 精确匹配状态
:return: (DataFrame, Pagination)
"""
page_number = kwargs.get('page_number', random.randint(1, 100))
page_size = kwargs.get('page_size', 20)
kwargs.update({'page_number': page_number, 'page_size': page_size})
# 模糊查询字段
_name_likes = {
cls.rqst_title.key: '%{}%',
cls.detail_url.key: '%{}%',
}
_query = select(cls).where(
*cls.search_wheres(likes=_name_likes, **kwargs)
).group_by(cls.id)
_paging = None
if is_paging:
_row_count = await cls.query_count(_query)
_paging = Pagination(_row_count).paging(page_number, page_size)
_data_query = _query.limit(page_size).offset(_paging.offset_size)
else:
_data_query = _query.where()
_sort_clause = cls.sort_clauses(kwargs.get('sort_clause', {}))
if _sort_clause:
_data_query = _data_query.order_by(*_sort_clause)
else:
_data_query = _data_query.order_by(cls.serial_num, cls.task_id)
_history_df = await cls.query_as_df(_data_query)
if not _history_df.empty:
_history_df.replace(models.EmptyInDF + models.EmptyDatetimeInDF, '', inplace=True)
_history_df[cls.id.key] = _history_df[cls.id.key].astype(str)
_history_df[cls.task_id.key] = _history_df[cls.task_id.key].astype(str)
return _history_df, _paging
@classmethod
async def search(cls, **kwargs):
"""
按参数搜索历史工单数据,返回分页格式数据。
"""
_history_df, _paging = await cls.search_base(** kwargs)
return {
'total': _paging.row_count,
'rows': _history_df.to_dict('records'),
'pagination': {
'page_number': _paging.page_number,
'page_count': _paging.page_count,
'page_size': _paging.page_size,
},
}
@classmethod
async def exists_serial_num(cls, data_df: pd.DataFrame):
"""
查找 data_df 中在数据库中已存在和不存在的记录。根据 serial_num 字段判断。
:param data_df: 输入的数据框架,必须包含 serial_num 列
:return: (exists_df: pd.DataFrame, latest_df: pd.DataFrame)
- exists_df: 在数据库中存在的记录
- latest_df: 在数据库中不存在的记录
"""
if data_df.empty:
return pd.DataFrame(), pd.DataFrame()
# 获取待查询的 serial_num 列表(去重)
serial_nums = data_df[cls.serial_num.key].unique().tolist()
if not serial_nums:
return pd.DataFrame(), data_df.copy()
# 查询数据库中已存在的 serial_num
_query = select(cls.id, cls.serial_num).where(cls.serial_num.in_(serial_nums))
serial_nums_df = await cls.query_as_df(_query)
if serial_nums_df.empty:
return pd.DataFrame(), data_df.copy()
# 构建 serial_num -> id 的映射字典
serial_num_to_id_map = dict(zip(serial_nums_df[cls.serial_num.key], serial_nums_df[cls.id.key]))
# 根据 serial_num 是否在数据库中,划分数据
mask_exists = data_df[cls.serial_num.key].isin(serial_nums_df[cls.serial_num.key])
# 数据库已经有的记录
exists_df = data_df[mask_exists].copy()
# 自动补充从数据库查到的 id 字段
exists_df[cls.id.key] = exists_df[cls.serial_num.key].map(serial_num_to_id_map)
# 新的数据
latest_df = data_df[~mask_exists].copy()
return exists_df, latest_df
@register_swagger_model
class GovcTaskHistory(GovcTaskHistoryBase):
"""
历史工单模型类(主业务类,完全继承 TD3iGovcTaskHistory 字段)。
---
description: 市12345历史工单接口
type: object
properties:
id:
description: 主键ID
type: integer
example: 1001
readOnly: true
task_id:
description: 关联工单主表ID
type: integer
example: 5001
maxLength: 20
history_date:
description: 日期
type: string
example: "2024-05-01"
maxLength: 32
serial_num:
description: 历史工单号
type: string
example: "HIST20240501001"
maxLength: 64
detail_url:
description: 详情页URL
type: string
example: "http://12345.gov.cn/detail/1001"
maxLength: 65535
rqst_title:
description: 工单标题
type: string
example: "市民反映小区垃圾分类问题"
maxLength: 500
state:
description: 状态
type: string
example: "已办结"
maxLength: 64
created_at:
description: 创建时间,ISO格式的日期时间字符串
type: string
format: date-time
example: "2024-01-15 10:30:00"
readOnly: true
created_by:
description: 创建者用户名
type: string
example: "admin"
readOnly: true
updated_at:
description: 修改时间,ISO格式的日期时间字符串
type: string
format: date-time
example: "2024-01-16 14:25:00"
readOnly: true
updated_by:
description: 修改者用户名
type: string
example: "editor"
readOnly: true
"""
@classmethod
async def create(cls, user: RbacUser = None, **kwargs):
"""
创建新的历史工单记录。
业务流程:
1. 使用 GovcTaskHistoryForm 验证表单数据完整性
2. 检查是否已存在相同 serial_num 的记录(避免重复提交)
3. 创建新历史工单对象
4. 设置创建者和更新者为当前用户
5. 保存到数据库
6. 返回创建的对象
:param RbacUser user: 操作用户对象
:param kwargs: 历史工单参数字典
:return: 新建历史工单对象
:rtype: GovcTaskHistory
:raises AssertionError: 当记录已存在时抛出
:raises ValidationError: 当表单验证失败时抛出
"""
# 处理字符串字段去除空格
for _k, _v in kwargs.items():
if isinstance(_v, str):
kwargs[_k] = _v.strip()
_form = GovcTaskHistoryForm(formdata=kwargs)
_form.validate_form()
# 检查是否已存在相同 serial_num 的记录
_existing = await cls.is_exist(_form.serial_num.data)
assert _existing is None, "该历史工单已存在,不能重复提交。"
# 创建对象
_history = cls().copy_from_dict(_form.data, skip_none=True).before_save()
if user:
_history.created_by = user.username
_history.updated_by = user.username
await _history.async_save()
return _history
@classmethod
async def delete(cls, history_id: Union[str, int]):
"""
删除历史工单记录。
业务流程:
1. 根据ID查找记录
2. 验证存在性
3. 执行删除
:param history_id: 要删除的历史工单记录ID
:return: 删除的记录对象
:rtype: GovcTaskHistory
:raises AssertionError: 当记录不存在时抛出
"""
_history: cls = await cls.async_find_by_id(history_id)
assert _history, f"根据 ID {history_id} 未找到历史工单记录。"
_del_query = delete(cls).where(cls.id == _history.id)
_del_count = (await cls.raw_execute(_del_query)).rowcount
echo_log(f'已删除历史工单记录(历史工单号:{_history.serial_num}ID{_history.id}.')
return _history
@classmethod
async def modify(cls, history_id: Union[str, int], user: RbacUser = None, **kwargs):
"""
修改已有历史工单记录。
业务流程:
1. 将 history_id 添加到参数中
2. 处理字符串字段去除首尾空格
3. 使用 GovcTaskHistoryForm 验证表单数据
4. 查询原记录
5. 验证存在性
6. 更新字段并设置更新者
7. 保存到数据库
8. 返回更新后的对象
:param history_id: 要修改的历史工单记录ID
:param RbacUser user: 操作用户对象
:param kwargs: 需要更新的字段
:return: 修改后的历史工单对象
:rtype: GovcTaskHistory
:raises AssertionError: 当记录不存在时抛出
:raises ValidationError: 当表单验证失败时抛出
"""
# 处理字符串字段去除空格
for _k, _v in kwargs.items():
if isinstance(_v, str):
kwargs[_k] = _v.strip()
# 表单验证
_form = GovcTaskHistoryForm(formdata=kwargs)
_form.validate_form()
# 查询原记录
_history: cls = await cls.async_find_by_id(history_id)
assert _history, f'查无此历史工单信息。'
# 更新字段
_history.copy_from_dict(_form.data, skip_none=True).before_save()
_history.updated_by = user.username
await _history.async_save()
return _history
@classmethod
async def create_batch(cls, data_df: pd.DataFrame, user: RbacUser = None):
"""
批量创建历史工单记录(传入数据应为全新记录)。
:param data_df: 包含历史工单数据的 DataFrame
:param user: 操作用户对象,用于设置 created_by / updated_by
:return: 成功创建的数量
:rtype: int
"""
if data_df.empty:
return 0
if user:
data_df['created_by'] = user.username
data_df['updated_by'] = user.username
records = data_df.to_dict('records')
histories = [cls().copy_from_dict(record, skip_none=True).before_save() for record in records]
session = cls.get_aio_session()
try:
session.add_all(histories)
await session.commit()
except Exception as e:
await session.rollback()
raise e
finally:
await session.close()
echo_log(f"批量创建成功:创建 {len(histories)} 条历史工单记录。")
return len(histories)
@classmethod
async def modify_batch(cls, data_df: pd.DataFrame, user: RbacUser = None):
"""
批量修改已有历史工单记录。
:param data_df: 包含历史工单数据的 DataFrame(必须包含 id 列)
:param user: 操作用户对象,用于设置 updated_by
:return: 成功更新的数量
:rtype: int
"""
if data_df.empty:
return 0
# 必须包含 id 列
if 'id' not in data_df.columns:
echo_log(f"错误:modify_batch 要求输入数据必须包含 '{cls.id.key}' 列(主键)")
return 0
# 手动添加更新时间戳
data_df['updated_at'] = datetime.datetime.now()
# 添加更新者信息
if user:
data_df['updated_by'] = user.username
# 转换为字典列表
update_data = data_df.to_dict('records')
# 使用 bulk_update_mappings
session = cls.get_aio_session()
try:
await session.run_sync(
lambda sync_session: sync_session.bulk_update_mappings(cls, update_data)
)
await session.commit()
updated_count = len(update_data)
except Exception as e:
await session.rollback()
raise e
finally:
await session.close()
echo_log(f"批量修改成功:更新 {updated_count} 条历史工单记录。")
return updated_count
@classmethod
async def save_batch(cls, data_df: pd.DataFrame, user: RbacUser = None):
"""
批量保存历史工单数据,自动处理新建和更新。
:param data_df: 要保存的数据框架
:param user: 用户
:return: 新建和更新的数量
"""
# 筛选数据状态
_exists_df, _latest_df = await GovcTaskHistory.exists_serial_num(data_df)
# 保存到数据库
_created_count = await GovcTaskHistory.create_batch(_latest_df, user)
_updated_count = await GovcTaskHistory.modify_batch(_exists_df, user)
return _created_count, _updated_count