# -*- coding: utf-8 -*-
# t07-extract.py — 提取 A1X 各页需求批注区（含「开发说明」「页面类型」单元格全文）
import io, sys, glob, re
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

base = '.scratch/opportunity-bugfix/lanhu-pages/'
files = [
    'A1X-1_工作计划_工作日历.md',
    'A1X-2_工作计划_计划管理.md',
    'A1X-3_工作计划_出差与拜访.md',
    'A1X-1-2_填写今日工作.md',
    'A1X-1-3_工作计划详情.md',
]
for fn in files:
    txt = open(base + fn, 'r', encoding='utf-8').read()
    print(f'\n===== {fn} =====')
    # 批注区单元格特征：含【页面类型】或【字段说明】或「开发说明」的表格行
    hits = [ln for ln in txt.splitlines()
            if ('【页面类型】' in ln or '【字段说明】' in ln or '【交互规则】' in ln
                or '【验收标准】' in ln or '、开发说明' in ln or '、交互说明' in ln)]
    if not hits:
        # 退一步：找含「需求」「页面名称」等关键词的长行
        hits = [ln for ln in txt.splitlines() if '页面名称' in ln and len(ln) > 200]
    for h in hits:
        # 表格行去掉前缀 | uNNN | 类型 | 名称 |
        m = re.search(r'\|\s*`?(.+)$', h)
        body = h[h.find('`') + 1:] if '`' in h else h
        print(body[:4000])
    if not hits:
        print('（未找到批注区，页面控件数：', txt.count('| u'), '）')
print('\ndone')