"""
分析 Excel 文件的数据结构
"""
import pandas as pd
import openpyxl
import sys

# 设置输出编码
if sys.platform == 'win32':
    import io
    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

# 读取 Excel 文件
file_path = "data/导出文件.xlsx"

print("=" * 80)
print("1. 读取所有工作表名称")
print("=" * 80)

wb = openpyxl.load_workbook(file_path)
sheet_names = wb.sheetnames
print(f"工作表数量: {len(sheet_names)}")
print(f"工作表名称: {sheet_names}")

print("\n" + "=" * 80)
print("2. 逐行读取原始数据（使用 openpyxl）")
print("=" * 80)

for sheet_name in sheet_names:
    print(f"\n--- 工作表: {sheet_name} ---")
    ws = wb[sheet_name]

    for idx, row in enumerate(ws.iter_rows(values_only=True), 1):
        # 检查是否为空行
        is_empty = all(cell is None or str(cell).strip() == "" for cell in row)
        if is_empty:
            print(f"行 {idx}: [空行]")
        else:
            # 过滤掉 None 和空字符串，只显示有效数据
            valid_data = [str(cell) if cell is not None else "" for cell in row]
            print(f"行 {idx}: {valid_data}")

print("\n" + "=" * 80)
print("3. 使用 pandas 读取数据（观察列结构）")
print("=" * 80)

for sheet_name in sheet_names:
    print(f"\n--- 工作表: {sheet_name} ---")
    df = pd.read_excel(file_path, sheet_name=sheet_name)
    print(f"DataFrame 形状: {df.shape}")
    print(f"\n列名:")
    for i, col in enumerate(df.columns):
        print(f"  列 {i}: {col}")
    print(f"\n数据预览:")
    pd.set_option('display.max_rows', 25)
    pd.set_option('display.max_columns', 20)
    pd.set_option('display.width', 200)
    pd.set_option('display.max_colwidth', 30)
    print(df)
    pd.reset_option('display.max_rows')
    pd.reset_option('display.max_columns')
    pd.reset_option('display.width')
    pd.reset_option('display.max_colwidth')