Compare commits
No commits in common. "39bfeb93558a3ba71cfc6fb1c22f4c0fd77b77e1" and "f86df8f09a15d01bae3fdaf53e350b0e458a4e4b" have entirely different histories.
39bfeb9355
...
f86df8f09a
Binary file not shown.
Binary file not shown.
Binary file not shown.
|
|
@ -1,68 +0,0 @@
|
||||||
import pandas as pd
|
|
||||||
import os
|
|
||||||
import re
|
|
||||||
import logging
|
|
||||||
from manejoArchivos import select_file
|
|
||||||
|
|
||||||
def configurar_logger(ruta_log):
|
|
||||||
logger = logging.getLogger('importacion_logger')
|
|
||||||
logger.setLevel(logging.INFO)
|
|
||||||
fh = logging.FileHandler(ruta_log, encoding='utf-8')
|
|
||||||
fh.setLevel(logging.INFO)
|
|
||||||
formatter = logging.Formatter('%(asctime)s - %(message)s')
|
|
||||||
fh.setFormatter(formatter)
|
|
||||||
logger.addHandler(fh)
|
|
||||||
return logger
|
|
||||||
|
|
||||||
def revertir_transformaciones(texto, digitos, secciones):
|
|
||||||
# Revertir <> a [[digits]]
|
|
||||||
for digito in digitos:
|
|
||||||
texto = texto.replace('<>', digito, 1)
|
|
||||||
# Revertir <#> a <...> usando las secciones originales
|
|
||||||
for seccion in secciones:
|
|
||||||
texto = texto.replace('<#>', f'<{seccion}>', 1)
|
|
||||||
return texto
|
|
||||||
|
|
||||||
def importar_traduccion(archivo_maestro, archivo_traduccion):
|
|
||||||
if not os.path.exists(archivo_maestro):
|
|
||||||
print("El archivo maestro no existe.")
|
|
||||||
return
|
|
||||||
|
|
||||||
df_maestro = pd.read_excel(archivo_maestro)
|
|
||||||
df_traduccion = pd.read_excel(archivo_traduccion)
|
|
||||||
|
|
||||||
# Configurar el logger
|
|
||||||
directorio = os.path.dirname(archivo_maestro)
|
|
||||||
nombre_log = os.path.join(directorio, 'importacion_traduccion.log')
|
|
||||||
logger = configurar_logger(nombre_log)
|
|
||||||
|
|
||||||
# Iterar sobre las filas del archivo de traducción para revertir transformaciones y actualizar el maestro
|
|
||||||
for index, fila in df_traduccion.iterrows():
|
|
||||||
clave = fila[df_maestro.columns[0]]
|
|
||||||
if clave in df_maestro[df_maestro.columns[0]].values:
|
|
||||||
# Obtener los dígitos y secciones originales de la clave
|
|
||||||
digitos = re.findall(r'\d+', str(clave))
|
|
||||||
secciones = re.findall(r'<(.*?)>', str(clave))
|
|
||||||
|
|
||||||
# Actualizar solo las columnas que existen en df_maestro y df_traduccion
|
|
||||||
for columna in df_traduccion.columns[1:]:
|
|
||||||
if columna in df_maestro.columns:
|
|
||||||
valor_traducido = fila[columna]
|
|
||||||
if pd.isnull(valor_traducido):
|
|
||||||
continue # Omitir celdas vacías
|
|
||||||
valor_original = df_maestro.loc[df_maestro[df_maestro.columns[0]] == clave, columna].values[0]
|
|
||||||
valor_revertido = revertir_transformaciones(valor_traducido, digitos, secciones)
|
|
||||||
|
|
||||||
if pd.notnull(valor_original) and str(valor_original) != valor_revertido:
|
|
||||||
df_maestro.loc[df_maestro[df_maestro.columns[0]] == clave, columna] = valor_revertido
|
|
||||||
logger.info(f'Fila {index}, Columna {columna}: "{valor_original}" actualizado a "{valor_revertido}"')
|
|
||||||
|
|
||||||
# Guardar el archivo maestro actualizado
|
|
||||||
df_maestro.to_excel(archivo_maestro, index=False)
|
|
||||||
print(f"Traducciones importadas y archivo maestro actualizado: {archivo_maestro}. Detalles de los cambios en {nombre_log}")
|
|
||||||
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
|
||||||
archivo_maestro = "hmi_master_translates.xlsx"
|
|
||||||
archivo_traduccion = "master_export2translate.xlsx"
|
|
||||||
importar_traduccion(archivo_maestro, archivo_traduccion)
|
|
||||||
|
|
@ -1,169 +0,0 @@
|
||||||
import pandas as pd
|
|
||||||
from openai import OpenAI
|
|
||||||
import os
|
|
||||||
import re
|
|
||||||
import logging
|
|
||||||
from openai_api_key import api_key
|
|
||||||
from master_export2translate import transformar_texto
|
|
||||||
|
|
||||||
client = OpenAI(api_key=api_key())
|
|
||||||
|
|
||||||
# Diccionario de idiomas
|
|
||||||
IDIOMAS = {
|
|
||||||
1: ("English", "en"),
|
|
||||||
2: ("Portuguese", "pt"),
|
|
||||||
3: ("Spanish", "es"),
|
|
||||||
4: ("Russian", "ru"),
|
|
||||||
5: ("French", "fr"),
|
|
||||||
6: ("German", "de"),
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
def configurar_logger():
|
|
||||||
logger = logging.getLogger("translate_logger")
|
|
||||||
logger.setLevel(logging.DEBUG) # Cambiado a DEBUG para más información
|
|
||||||
fh = logging.FileHandler("translate_log.log", encoding="utf-8")
|
|
||||||
fh.setLevel(logging.DEBUG)
|
|
||||||
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")
|
|
||||||
fh.setFormatter(formatter)
|
|
||||||
logger.addHandler(fh)
|
|
||||||
return logger
|
|
||||||
|
|
||||||
|
|
||||||
logger = configurar_logger()
|
|
||||||
|
|
||||||
|
|
||||||
def mostrar_idiomas():
|
|
||||||
print("Selecciona el idioma de destino:")
|
|
||||||
for numero, (nombre, _) in IDIOMAS.items():
|
|
||||||
print(f"{numero}: {nombre}")
|
|
||||||
|
|
||||||
|
|
||||||
def translate_text(text, source_lang, target_lang):
|
|
||||||
logger.info(
|
|
||||||
f"Solicitando traducción de {source_lang} a {target_lang} para el texto: {text}"
|
|
||||||
)
|
|
||||||
response = client.chat.completions.create(
|
|
||||||
model="gpt-3.5-turbo",
|
|
||||||
messages=[
|
|
||||||
{"role": "system", "content": f"You are a translator."},
|
|
||||||
{
|
|
||||||
"role": "user",
|
|
||||||
"content": f"Translate the following text from {source_lang} to {target_lang} while preserving special fields like <> and <#>. This texts are for an HMI industrial machine: {text}",
|
|
||||||
},
|
|
||||||
],
|
|
||||||
max_tokens=150,
|
|
||||||
temperature=0.3,
|
|
||||||
)
|
|
||||||
translated_text = response.choices[0].message.content.strip()
|
|
||||||
logger.info(f"Respuesta recibida: {translated_text}")
|
|
||||||
return translated_text
|
|
||||||
|
|
||||||
|
|
||||||
def translate_batch(texts, source_lang, target_lang):
|
|
||||||
joined_text = "\n".join(texts)
|
|
||||||
logger.info(
|
|
||||||
f"Solicitando traducción de {source_lang} a {target_lang} para el lote de textos:\n{joined_text}"
|
|
||||||
)
|
|
||||||
response = client.chat.completions.create(
|
|
||||||
model="gpt-3.5-turbo",
|
|
||||||
messages=[
|
|
||||||
{"role": "system", "content": f"You are a translator."},
|
|
||||||
{
|
|
||||||
"role": "user",
|
|
||||||
"content": f"Translate the following texts from {source_lang} to {target_lang} while preserving special fields like <> and <#>:\n\n{joined_text}",
|
|
||||||
},
|
|
||||||
],
|
|
||||||
max_tokens=1500,
|
|
||||||
temperature=0.3,
|
|
||||||
)
|
|
||||||
translations = response.choices[0].message.content.strip().split("\n")
|
|
||||||
logger.info(f"Respuestas recibidas:\n{translations}")
|
|
||||||
return translations
|
|
||||||
|
|
||||||
|
|
||||||
def texto_requiere_traduccion(texto):
|
|
||||||
palabras = re.findall(r"\b\w{4,}\b", texto)
|
|
||||||
campos_especiales = re.findall(r"<.*?>", texto)
|
|
||||||
requiere_traduccion = len(palabras) > 0 or len(campos_especiales) != len(
|
|
||||||
re.findall(r"<#>", texto)
|
|
||||||
)
|
|
||||||
logger.debug(
|
|
||||||
f"Decisión de traducción para texto '{texto}': {'Sí' if requiere_traduccion else 'No'} (palabras > 3 letras: {len(palabras) > 0}, solo campos especiales: {len(campos_especiales) == len(re.findall(r'<#>', texto))})"
|
|
||||||
)
|
|
||||||
return requiere_traduccion
|
|
||||||
|
|
||||||
|
|
||||||
def main(file_path, target_lang_code, traducir_todo, batch_size=10):
|
|
||||||
df = pd.read_excel(file_path)
|
|
||||||
source_col = "it-IT"
|
|
||||||
target_col = f"{target_lang_code} Translated"
|
|
||||||
|
|
||||||
if target_col in df.columns and not traducir_todo:
|
|
||||||
df[target_col] = df[target_col]
|
|
||||||
else:
|
|
||||||
df[target_col] = None
|
|
||||||
|
|
||||||
texts_to_translate = []
|
|
||||||
indices_to_translate = []
|
|
||||||
|
|
||||||
if traducir_todo:
|
|
||||||
for index, text in df[source_col].astype(str).items():
|
|
||||||
processed_text = transformar_texto(text)
|
|
||||||
if texto_requiere_traduccion(processed_text):
|
|
||||||
texts_to_translate.append(text)
|
|
||||||
indices_to_translate.append(index)
|
|
||||||
else:
|
|
||||||
for index, text in (
|
|
||||||
df.loc[df[target_col].isnull(), source_col].astype(str).items()
|
|
||||||
):
|
|
||||||
processed_text = transformar_texto(text)
|
|
||||||
if texto_requiere_traduccion(processed_text):
|
|
||||||
texts_to_translate.append(text)
|
|
||||||
indices_to_translate.append(index)
|
|
||||||
|
|
||||||
num_texts = len(texts_to_translate)
|
|
||||||
logger.info(f"Número total de textos a traducir: {num_texts}")
|
|
||||||
|
|
||||||
translations = []
|
|
||||||
for start_idx in range(0, num_texts, batch_size):
|
|
||||||
end_idx = min(start_idx + batch_size, num_texts)
|
|
||||||
batch_texts = texts_to_translate[start_idx:end_idx]
|
|
||||||
batch_translations = translate_batch(batch_texts, "Italian", target_lang_code)
|
|
||||||
translations.extend(batch_translations)
|
|
||||||
|
|
||||||
logger.info(f"Número total de traducciones recibidas: {len(translations)}")
|
|
||||||
|
|
||||||
if len(translations) != len(indices_to_translate):
|
|
||||||
logger.warning(
|
|
||||||
f"Desajuste entre el número de traducciones ({len(translations)}) y el número de índices ({len(indices_to_translate)})"
|
|
||||||
)
|
|
||||||
|
|
||||||
for i, index in enumerate(indices_to_translate):
|
|
||||||
if i < len(translations):
|
|
||||||
df.at[index, target_col] = translations[i]
|
|
||||||
else:
|
|
||||||
logger.error(f"No hay traducción disponible para el índice {index}")
|
|
||||||
|
|
||||||
output_path = os.path.join(
|
|
||||||
os.path.dirname(file_path), "master_export2translate_translated.xlsx"
|
|
||||||
)
|
|
||||||
df.to_excel(output_path, index=False)
|
|
||||||
logger.info(f"Archivo traducido guardado en: {output_path}")
|
|
||||||
print(f"Archivo traducido guardado en: {output_path}")
|
|
||||||
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
|
||||||
batch_size = 10
|
|
||||||
translate_file = "master_export2translate.xlsx"
|
|
||||||
|
|
||||||
mostrar_idiomas()
|
|
||||||
seleccion_idioma = int(input("Introduce el número del idioma de destino: "))
|
|
||||||
if seleccion_idioma not in IDIOMAS:
|
|
||||||
print("Selección inválida.")
|
|
||||||
else:
|
|
||||||
_, target_lang_code = IDIOMAS[seleccion_idioma]
|
|
||||||
traducir_todo = (
|
|
||||||
input("¿Desea traducir todas las celdas (s/n)? ").strip().lower() == "s"
|
|
||||||
)
|
|
||||||
main(translate_file, target_lang_code, traducir_todo, batch_size)
|
|
||||||
|
|
@ -1,37 +0,0 @@
|
||||||
import pandas as pd
|
|
||||||
import os
|
|
||||||
import re
|
|
||||||
from manejoArchivos import select_file
|
|
||||||
|
|
||||||
def transformar_texto(texto):
|
|
||||||
# Sustituir [[digits]] por <>
|
|
||||||
texto_transformado = re.sub(r'\[\[digits\]\]', '<>', texto)
|
|
||||||
# Sustituir cualquier <...> por <#>
|
|
||||||
texto_transformado = re.sub(r'<.*?>', '<#>', texto_transformado)
|
|
||||||
return texto_transformado
|
|
||||||
|
|
||||||
def exportar_para_traduccion(archivo_maestro):
|
|
||||||
if not os.path.exists(archivo_maestro):
|
|
||||||
print("El archivo maestro no existe.")
|
|
||||||
return
|
|
||||||
|
|
||||||
df_maestro = pd.read_excel(archivo_maestro)
|
|
||||||
|
|
||||||
# Crear un nuevo DataFrame para la exportación
|
|
||||||
df_export = pd.DataFrame()
|
|
||||||
|
|
||||||
# Copiar la primera columna tal cual
|
|
||||||
df_export[df_maestro.columns[0]] = df_maestro[df_maestro.columns[0]]
|
|
||||||
|
|
||||||
# Transformar las demás columnas
|
|
||||||
for columna in df_maestro.columns[1:]:
|
|
||||||
df_export[columna] = df_maestro[columna].apply(lambda x: transformar_texto(str(x)) if pd.notnull(x) else x)
|
|
||||||
|
|
||||||
# Guardar el archivo exportado
|
|
||||||
ruta_export = os.path.join(os.path.dirname(archivo_maestro), 'master_export2translate.xlsx')
|
|
||||||
df_export.to_excel(ruta_export, index=False)
|
|
||||||
print(f"Archivo exportado para traducción: {ruta_export}")
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
|
||||||
archivo_maestro = "hmi_master_translates.xlsx"
|
|
||||||
exportar_para_traduccion(archivo_maestro)
|
|
||||||
Binary file not shown.
|
|
@ -1,3 +0,0 @@
|
||||||
# Configura tu clave API de OpenAI
|
|
||||||
def api_key():
|
|
||||||
return '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'
|
|
||||||
Loading…
Reference in New Issue