# -*- coding: utf-8 -*-
# t08-extract2.py — A4 关键页批注提取（修正版：直接取超长大单元格）
import io, sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

base = '.scratch/opportunity-bugfix/lanhu-pages/'
files = [
    'A4-3-3-1_新增客户信息.md',           # 客户主档字段集
    'A4-1-1_客户公海列表（列表视图）.md',   # 公海机制
    'A4-7-1_客户交割（发起交接）.md',       # 交割深水区
    'A4-3-3-4_OCR快捷新增.md',             # OCR 入口形态
    'A4-4-6_客户详情（战略协议）.md',       # 战略协议（单客户唯一约束线索）
]
for fn in files:
    lines = open(base + fn, 'r', encoding='utf-8').read().splitlines()
    print(f'\n===== {fn} ({len(lines)} 行) =====')
    longs = [(i, ln) for i, ln in enumerate(lines) if len(ln) > 300]
    if not longs:
        print('（无超长批注单元格）')
        continue
    for i, ln in longs:
        # 批注大单元格：截断打印（每行最多 5500 字符，够看规则全文）
        print(f'--- L{i+1} (len={len(ln)}) ---')
        print(ln[:5500])
print('\ndone')