技能介绍

问题：深圳运价表的结构化提取难题

深圳空运价格表的原始格式常面临三重挑战：

多Sheet异构结构：包含17个Sheet，每个Sheet对应不同航空公司或转运类型（如O3鄂州始发、UPS专线），列布局和备注规则差异大。
合并单元格干扰：起始港、比重等关键信息常通过合并单元格跨行显示，直接读取会导致数据错位或缺失。
转运数据污染：部分Sheet混入转运辐射点价格，若未精准过滤，会错误提取非SZX始发数据，破坏运价链完整性。

传统脚本需为每个Sheet单独编写解析逻辑，维护成本高且易出错。

技能如何工作：从原始表格到标准化输出

严格输入隔离

每次仅处理用户最新提交的.xls文件，通过glob.glob("中集(深圳)*.xls")匹配文件名（支持含\xa0非断空格的路径）。
强制禁止读取历史脚本中的price/data数组或输出文件，确保数据新鲜度。

深圳特有的处理逻辑

合并单元格解析

- 使用xlrd的merged_cells属性直接获取合并区域，通过get_merged_value()函数区分合并后值与原始值，避免openpyxl的merge_map兼容性问题。
- 备注继承规则：合并区域的备注归属最后一行（比重最低行），需特殊处理remark_full = str(remark).replace('\n', ' ')。

转运数据过滤

- 严格检查row[1] == 'SZX'作为正常价格行标识，排除row[0]非SZX/PVG/CAN的转运行。
- 对空起始港行，通过row[2]和row[3]是否为数字判断是否为转运数据。

链式比重推导

- 内置chain_ratio()函数替代广州版的ratio_engine.py，仅在存在XXX标记时触发链式计算，否则输出独立行(0, 9999, cargo, ...)。

散托增量解析

- 仅从备注中提取+N模式（如卡板+2/KG、托盘+1/KG），无+N时增量为空，禁止使用Sheet级默认值。
- 优先级规则：卡板/托盘+N > 直达点+N > 快件+N，且N≤20（排除+100KG等权重阈值）。

标准化输出

输出24列标准结构，列名严格使用转运费增量值(RMB/KG)和转运费最低收费（/票），禁止简写。
频次列空值自动填充Daily，分泡列始终留空。

适用边界与关键限制

历史数据隔离：禁止从历史文件或脚本中复用数据，必须从用户当前提交文件全新读取。
散托增量规则：仅认可备注中显式的+N，无+N时增量为空，禁止通过Sheet配置硬塞默认值（如CA=2）。
合并单元格处理：备注归属最后一行，需通过row_raw和row双轨保留原始信息。
转运数据判别：必须严格检查row[1] == 'SZX'，避免误提取转运辐射点价格。
A/B舱独立处理：A舱/B舱行（has_cargo_type=True）使用自身散托类型和增量，不继承也不更新last_bulk_type/last_bulk_delta。
文件路径问题：支持含\xa0的文件名，需通过Path.replace('\\xa0', ' ')或glob匹配。