#!/usr/bin/env python3 # -*- coding: utf-8 -*- """把 H5 定稿版的数据＋素材同步进小程序项目。 用法： /opt/venv/bin/python tools/sync_data_to_miniprogram.py 背景：小程序 XnzxsProject 是"改造前"的版本 —— 用的是演示数据（少量房间）+ 四个近似矩形分区； H5 xnzxs-h5 是用户逐轮评审后的定稿版 —— 真实 30 间（来自统计表）+ 西宁四城区真实 GeoJSON。 本脚本做三件事（只写小程序侧，**不动 H5 的任何文件**）： 1) 生成 XnzxsProject/data/xining-geo.js —— 四城区真实轮廓（取自 H5 assets/xining4.js） 2) 压缩并拷贝素材到 XnzxsProject/assets/ —— 房间图、地图底图、Banner ⚠ 小程序单包上限 2MB，而 H5 的 82 张房间图共 6.6MB（平均 82KB）→ 必须压。 策略：**每间只带 1 张**，压到 640px 宽 / q78（约 30KB），30 间 ≈ 0.9MB。 详情页掠影因此只有 1 张；要更多就后续走网络图（域名需加下载白名单）或分包。 → 关键：**图片列表按"实际拷进来的文件"回填**，否则数据里留着 404 路径（小程序端还不报错）。 3) 生成 XnzxsProject/data/rooms.js —— 30 间真实数据 + 区色/标注框配置 + 口径说明 ⚠ 字段口径：统计表里**没有**的字段（配套设施、联盟示范点、管理员职务、状态、所属党支部） 一律留空并在文件头注明"需由台账补齐"，不编造 —— 这是本项目一贯口径。 ⚠ 图片路径：统计表/H5 用相对路径 assets/rooms/xxx.jpg，小程序里 / 相对项目根，需改写成 /assets/rooms/xxx.jpg，否则小程序端全部 404（控制台还不报错）。 """ import json import os import re import shutil from PIL import Image H5 = "/data/www/files/xnzxs-h5" MP = "/data/www/files/XnzxsProject" ASSETS = os.path.join(MP, "assets") ROOM_DIR = os.path.join(ASSETS, "rooms") ROOM_W, ROOM_Q = 560, 75 BG_W, BG_Q = 750, 80 BANNER_W, BANNER_Q = 750, 78 # 四区配色：逐色取自用户附件（在其图片上按颜色聚类取样），H5 与小程序共用同一套 DIST_COLORS = { "城北区": "#6CD2C0", "城西区": "#D8EA66", "城中区": "#FCB46C", "城东区": "#A8DE78", } # 数量标注框位置：rf = 框中心在该区包围盒中的相对位置（<0 / >1 表示落在区外） CALLS = [ {"name": "城北区", "rf": [0.144, 0.154]}, {"name": "城西区", "rf": [-0.548, 0.80]}, {"name": "城东区", "rf": [1.633, 0.62]}, {"name": "城中区", "rf": [0.5, 1.162]}, ] DIST_BORDER = "#FFFFFF" def load_h5_data(): s = open(os.path.join(H5, "data.js"), encoding="utf-8").read() return json.loads(s[s.index("=") + 1:].rstrip().rstrip(";")) def load_geo(): s = open(os.path.join(H5, "assets", "xining4.js"), encoding="utf-8").read() i = s.index("=", s.index("window.XN_XINING_GEO")) body = s[i + 1:].rstrip().rstrip(";") return json.loads(body) def copy_assets(rooms): """压缩 + 拷贝素材；返回 {房间id: [小程序内图片路径]}（只含真正拷成功的文件）""" os.makedirs(ROOM_DIR, exist_ok=True) out = {} for r in rooms: paths = [] for p in (r.get("images") or [])[:1]: # 每间只带 1 张，控制包体 src = os.path.join(H5, p) if not os.path.exists(src): continue name = os.path.basename(p) im = Image.open(src).convert("RGB") if im.width > ROOM_W: im = im.resize((ROOM_W, round(im.height * ROOM_W / im.width)), Image.LANCZOS) im.save(os.path.join(ROOM_DIR, name), "JPEG", quality=ROOM_Q, optimize=True) paths.append("/assets/rooms/" + name) if paths: out[r["id"]] = paths for src, name, w, q in [ (os.path.join(H5, "assets", "map-bg-5.jpg"), "map-bg.jpg", BG_W, BG_Q), (os.path.join(H5, "assets", "banner-photo.jpg"), "banner-photo.jpg", BANNER_W, BANNER_Q), ]: if not os.path.exists(src): print(" ! 找不到 %s，跳过" % src) continue im = Image.open(src).convert("RGB") if im.width > w: im = im.resize((w, round(im.height * w / im.width)), Image.LANCZOS) im.save(os.path.join(ASSETS, name), "JPEG", quality=q, optimize=True) return out def main(): d = load_h5_data() geo = load_geo() rooms = d["rooms"] print("H5 数据：%d 间；GeoJSON：%d 个区" % (len(rooms), len(geo["features"]))) # ---------- 1) 四区轮廓 ---------- feats = [] for f in geo["features"]: # ⚠ 统一成「环数组」：rings = [环1, 环2, ...]，每个环是 [ [lng,lat], ... ] # 原始 GeoJSON 的 Polygon → coordinates[0] 是外环；MultiPolygon → 各多边形的外环都收进来。 # 渲染器（utils/xmap.js）始终按 rings[0] 取外环、按 rings 遍历所有环， # 层级必须一致，否则坐标会算成 NaN（本轮踩过：层级差一层，四个区算出同一个包围盒）。 gtype = f["geometry"]["type"] coords = f["geometry"]["coordinates"] if gtype == "Polygon": rings = [coords[0]] else: rings = [poly[0] for poly in coords] feats.append({ "name": f["properties"]["name"], "cp": f["properties"]["cp"], "rings": rings, }) vtx = sum(len(r) for f in feats for r in f["rings"]) print("四区轮廓：%d 个环 / %d 个顶点" % (sum(len(f["rings"]) for f in feats), vtx)) out_geo = '''/** * 西宁市四城区真实轮廓（城东 / 城西 / 城中 / 城北） * * 来源：西宁市党建门户站点地图数据（明文经纬度，GCJ-02 坐标系）， * 与高德地理编码得到的自习室坐标同一坐标系，可直接叠点，无需纠偏。 * 用途：首页「区域分布图」——由 utils/xmap.js 用 Canvas 2D 自绘（小程序端不可用 ECharts， * 也无法从 CDN 注入脚本，所以按同一套投影参数原生绘制）。 * * 结构：features[].rings 是**环数组** —— rings = [环1, 环2, ...]，每个环是 [ [lng,lat], ... ]； * cp 为该区「文字标注锚点」。 * 【注意】cp 只是"区名写在哪"，不等于图形几何中心 —— 点区放大取景要用几何中心， * 否则像城东区那样 cp 偏高的区会被顶出容器上沿（H5 端实测 y 到 -10 被裁）。 * * 体积：约 %dKB。若后续要换更精细的区界，替换本文件即可，绘制逻辑不用动。 */ const XINING_GEO = %s; module.exports = { XINING_GEO: XINING_GEO }; ''' % (round(os.path.getsize(os.path.join(H5, "assets", "xining4.js")) / 1024), json.dumps(feats, ensure_ascii=False, separators=(",", ":"))) sha = os.path.join(MP, "data", "xining-geo.js") with open(sha, "w", encoding="utf-8") as f: f.write(out_geo) print("已写出 data/xining-geo.js (%.1fKB)" % (os.path.getsize(sha) / 1024)) # ---------- 2) 素材（先做，图片列表要按实际拷进来的文件回填）---------- copied = copy_assets(rooms) n_img = sum(len(v) for v in copied.values()) img_kb = sum(os.path.getsize(os.path.join(ROOM_DIR, os.path.basename(p))) for v in copied.values() for p in v) / 1024 print("已压缩拷贝房间图 %d 张（共 %.0fKB）" % (n_img, img_kb)) # ---------- 3) 房间数据 ---------- out_rooms = [] for r in rooms: imgs = copied.get(r["id"], []) out_rooms.append({ "id": r["id"], "no": r["no"], "sortNo": r.get("sortNo", r["no"]), "name": r["name"], "district": r["district"], "address": r["address"], "latitude": r["latitude"], "longitude": r["longitude"], "geoLevel": r.get("geoLevel", ""), "reason": r["reason"], "note": r.get("note", ""), "seatTotal": r.get("capacity", 0), "seatText": r.get("capacityText", ""), "staff": r.get("staff", 0), "staffText": r.get("staffText", ""), "popText": r.get("popText", ""), "contactName": r.get("contact", ""), "contactPhone": r.get("phone", ""), "phoneMask": r.get("phoneMask", ""), # 统计表没有「职务」列 → 留空，上线前由台账补 "contactTitle": "", "openTime": r.get("openHours", ""), "notice": r.get("notice", []), "images": imgs, "video": r.get("video", ""), # 以下三项统计表里没有，留空占位（不编造） "facilities": [], "allianceFlag": False, "status": "", "org": "", "updatedAt": r.get("sourceUpdated", ""), }) districts = d["districts"] # 按"城东→城中→城西→城北"的顺序（与 H5 的筛选条一致）；H5 里没有"全部"项，点已选中即取消 order = ["城东区", "城中区", "城西区", "城北区"] districts = [x for x in order if x in districts] or districts body = json.dumps(out_rooms, ensure_ascii=False, indent=2) src_note = d.get("source") or {} out_rooms_js = '''/** * 自习室数据 —— 与 H5 定稿版同源（《西宁市自习室（党群服务中心）统计表》） * * 【本文件由 tools/sync_data_to_miniprogram.py 生成，不要手改】 * 改数据请改 xnzxs-h5/tools/parse_et.py（或直接改统计表），再重跑本脚本， * 这样小程序与 H5 两个交付物永远同源。 * * 数据来源：%(src)s * 共 %(n)d 间。 * * 【上线前必须替换的 3 项】 * 1) latitude / longitude —— 统计表坐标是「%(levels)s」，上线前建议到店门口实采一次 * 2) contactName / contactPhone / openTime / address —— 以社区填报 + 区委组织部审核后的台账为准 * （联系电话当前是明显占位的号段，展示时已脱敏为 138****NNNN） * 3) 统计表**没有**「配套设施 / 联盟示范点 / 管理员职务 / 开放状态 / 所属党支部」 * 这几列 —— 本文件里一律留空，不编造，等台账补齐后再填。 * * 四区配色与数量标注框位置：逐色取自用户提供的效果图，H5 与小程序共用这一套 * （改色只改这里；绘制逻辑在 utils/xmap.js）。 */ const DIST_COLORS = %(colors)s; /** 数量标注框：rf=[rx,ry] 是「框中心」在该区包围盒中的相对位置，<0 / >1 即落在区外 */ const CALLS = %(calls)s; /** 地图轮廓描边色（白），与 H5 一致 */ const DIST_BORDER = '%(border)s'; const districts = %(districts)s; const notices = %(notices)s; const source = %(source)s; const rooms = %(rooms)s; module.exports = { districts: districts, rooms: rooms, notices: notices, DIST_COLORS: DIST_COLORS, CALLS: CALLS, DIST_BORDER: DIST_BORDER, source: source }; ''' % { "src": src_note.get("table", "《西宁市自习室（党群服务中心）统计表》"), "n": len(out_rooms), "levels": "、".join(sorted({r.get("geoLevel", "") for r in out_rooms if r.get("geoLevel")})), "colors": json.dumps(DIST_COLORS, ensure_ascii=False, indent=2), "calls": json.dumps(CALLS, ensure_ascii=False, indent=2), "border": DIST_BORDER, "districts": json.dumps(districts, ensure_ascii=False, indent=2), "notices": json.dumps(d.get("notices") or [], ensure_ascii=False, indent=2), "source": json.dumps(src_note, ensure_ascii=False, indent=2), "rooms": body, } dst = os.path.join(MP, "data", "rooms.js") if os.path.exists(dst) and not os.path.exists(dst + ".bak"): shutil.copy(dst, dst + ".bak") # 旧演示数据留一份备份，不直接丢 print("旧 data/rooms.js 已备份为 rooms.js.bak") with open(dst, "w", encoding="utf-8") as f: f.write(out_rooms_js) print("已写出 data/rooms.js (%.1fKB, %d 间)" % (os.path.getsize(dst) / 1024, len(out_rooms))) return 0 if __name__ == "__main__": raise SystemExit(main())