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