""" UI组件和页面配置 """ import streamlit as st from ocr_validator_file_utils import load_css_styles from ocr_validator_utils import get_data_source_display_name def setup_page_config(config): """设置页面配置""" ui_config = config['ui'] st.set_page_config( page_title=ui_config['page_title'], page_icon=ui_config['page_icon'], layout=ui_config['layout'], initial_sidebar_state=ui_config['sidebar_state'] ) css_content = load_css_styles() st.markdown(f"", unsafe_allow_html=True) def _parse_document_from_source_key(source_key: str, documents: list) -> str: """ 🎯 从数据源 key 解析文档名 数据源 key 格式: {文档名}_{result_dir} 例如: "德_内蒙古银行照_mineru_vllm_results" Args: source_key: 数据源 key documents: 可用文档列表 Returns: 文档名，如果无法解析则返回 None """ # 🎯 按文档名长度降序排序，优先匹配长文档名 sorted_docs = sorted(documents, key=len, reverse=True) for doc in sorted_docs: # 检查数据源 key 是否以 "文档名_" 开头 if source_key.startswith(f"{doc}_"): return doc # 如果没有匹配，尝试直接匹配 if source_key in documents: return source_key return None def create_data_source_selector(validator): """ 🎯 新版数据源选择器 - 3 列布局 1. 选择文档 2. 选择 OCR 工具 3. 选择验证工具 """ from config_manager import ConfigManager # 获取配置管理器 if 'config_manager' not in st.session_state: st.error("配置管理器未初始化") return config_manager: ConfigManager = st.session_state.config_manager # ============================================================ # 3 列布局 # ============================================================ col1, col2, col3 = st.columns(3) # ============================================================ # 第 1 列：选择文档 # ============================================================ with col1: st.markdown("#### 📄 选择文档") documents = config_manager.list_documents() if not documents: st.error("未找到任何文档配置") return # 🎯 从当前数据源 key 解析文档名 current_doc = None if validator.current_source_key: current_doc = _parse_document_from_source_key(validator.current_source_key, documents) # 文档下拉框 selected_doc_index = 0 if current_doc and current_doc in documents: selected_doc_index = documents.index(current_doc) selected_doc = st.selectbox( "文档", options=documents, index=selected_doc_index, key="selected_document", label_visibility="collapsed", help="选择要处理的文档" ) # 显示文档详情 doc_config = config_manager.get_document(selected_doc) if doc_config: enabled_count = len([r for r in doc_config.ocr_results if r.enabled]) with st.expander("📋 文档详情", expanded=False): st.caption(f"**基础目录:** `{doc_config.base_dir}`") st.caption(f"**可用工具:** {enabled_count} 个") # ============================================================ # 第 2 列：选择 OCR 工具 # ============================================================ with col2: st.markdown("#### 🔧 OCR 数据源") if not doc_config: st.error(f"文档配置不存在: {selected_doc}") return # 获取该文档的所有启用的 OCR 结果 enabled_ocr_results = [r for r in doc_config.ocr_results if r.enabled] if not enabled_ocr_results: st.warning(f"文档 {selected_doc} 没有可用的 OCR 工具") return # 🎯 构建 OCR 工具选项（使用 result_dir） ocr_tool_options = [] ocr_source_keys = [] # 对应的数据源 key for ocr_result in enabled_ocr_results: # 🎯 显示名称：优先使用 description if ocr_result.description: display_name = ocr_result.description else: tool_config = config_manager.get_ocr_tool(ocr_result.tool) display_name = tool_config.name if tool_config else ocr_result.tool # 🎯 构建数据源 key（使用 result_dir） source_key = f"{selected_doc}_{ocr_result.result_dir}" ocr_tool_options.append(display_name) ocr_source_keys.append(source_key) # 获取当前选中的 OCR 工具索引 current_ocr_index = 0 if validator.current_source_key: # 🎯 检查当前数据源是否属于当前文档 if validator.current_source_key.startswith(f"{selected_doc}_"): if validator.current_source_key in ocr_source_keys: current_ocr_index = ocr_source_keys.index(validator.current_source_key) # OCR 工具下拉框 selected_ocr_index = st.selectbox( "OCR 工具", options=range(len(ocr_tool_options)), format_func=lambda i: ocr_tool_options[i], index=current_ocr_index, key="selected_ocr_tool", label_visibility="collapsed", help="选择 OCR 识别工具" ) selected_ocr_source_key = ocr_source_keys[selected_ocr_index] # 🎯 切换 OCR 数据源 if validator.current_source_key != selected_ocr_source_key: validator.switch_to_source(selected_ocr_source_key) st.success(f"✅ 已切换 OCR 工具") # 重置文件选择 if 'selected_file_index' in st.session_state: st.session_state.selected_file_index = 0 st.rerun() # 显示 OCR 数据源详情 if validator.current_source_config: with st.expander("📋 OCR 详情", expanded=False): st.caption(f"**工具:** {validator.current_source_config['ocr_tool']}") st.caption(f"**结果目录:** `{enabled_ocr_results[selected_ocr_index].result_dir}`") st.caption(f"**文件数:** {len(validator.file_info)}") # ============================================================ # 第 3 列：选择验证工具 # ============================================================ with col3: st.markdown("#### 🔍 验证数据源") # 🎯 验证工具选项（排除当前 OCR 工具） verify_tool_options = [] verify_source_keys = [] verify_results = [] # 保存对应的 ocr_result，用于显示详情 for i, ocr_result in enumerate(enabled_ocr_results): # 跳过当前 OCR 工具 if ocr_source_keys[i] == selected_ocr_source_key: continue # 🎯 显示名称 if ocr_result.description: display_name = ocr_result.description else: tool_config = config_manager.get_ocr_tool(ocr_result.tool) display_name = tool_config.name if tool_config else ocr_result.tool verify_tool_options.append(display_name) verify_source_keys.append(ocr_source_keys[i]) verify_results.append(ocr_result) if not verify_tool_options: st.warning("⚠️ 没有其他可用的验证工具") st.info("💡 可以添加更多 OCR 工具到配置文件") return # 获取当前选中的验证工具索引 current_verify_index = 0 if validator.verify_source_key: # 🎯 检查验证数据源是否属于当前文档 if validator.verify_source_key.startswith(f"{selected_doc}_"): if validator.verify_source_key in verify_source_keys: current_verify_index = verify_source_keys.index(validator.verify_source_key) # 验证工具下拉框 selected_verify_index = st.selectbox( "验证工具", options=range(len(verify_tool_options)), format_func=lambda i: verify_tool_options[i], index=current_verify_index, key="selected_verify_tool", label_visibility="collapsed", help="选择用于交叉验证的工具" ) selected_verify_source_key = verify_source_keys[selected_verify_index] # 🎯 切换验证数据源 if validator.verify_source_key != selected_verify_source_key: validator.switch_to_verify_source(selected_verify_source_key) st.success(f"✅ 已切换验证工具") st.rerun() # 显示验证数据源详情 if validator.verify_source_config: verify_result = verify_results[selected_verify_index] with st.expander("📋 验证详情", expanded=False): st.caption(f"**工具:** {validator.verify_source_config['ocr_tool']}") st.caption(f"**结果目录:** `{verify_result.result_dir}`") st.caption(f"**文件数:** {len(validator.verify_file_info)}") # ============================================================ # 状态提示（全宽） # ============================================================ if validator.current_source_key == validator.verify_source_key: st.warning("⚠️ OCR数据源和验证数据源相同，建议选择不同的工具进行交叉验证") else: # 🎯 检查是否有交叉验证结果 has_results = ( 'cross_validation_batch_result' in st.session_state and st.session_state.cross_validation_batch_result is not None ) if has_results: # 检查验证结果是否与当前数据源匹配 result = st.session_state.cross_validation_batch_result result_ocr_source = result.get('ocr_source', '') result_verify_source = result.get('verify_source', '') current_ocr_source = get_data_source_display_name(validator.current_source_config) current_verify_source = get_data_source_display_name(validator.verify_source_config) if result_ocr_source == current_ocr_source and result_verify_source == current_verify_source: st.success(f"✅ 已选择 **{selected_doc}** 文档，使用 **{ocr_tool_options[selected_ocr_index]}** 与 **{verify_tool_options[selected_verify_index]}** 进行交叉验证 **（已有验证结果）**") else: st.info(f"ℹ️ 已选择 **{selected_doc}** 文档，使用 **{ocr_tool_options[selected_ocr_index]}** 与 **{verify_tool_options[selected_verify_index]}** 进行交叉验证 **（验证结果已过期，请重新验证）**") else: st.success(f"✅ 已选择 **{selected_doc}** 文档，使用 **{ocr_tool_options[selected_ocr_index]}** 与 **{verify_tool_options[selected_verify_index]}** 进行交叉验证") @st.dialog("message", width="small", dismissible=True, on_dismiss="rerun") def message_box(msg: str, msg_type: str = "info"): """消息对话框""" if msg_type == "info": st.info(msg) elif msg_type == "warning": st.warning(msg) elif msg_type == "error": st.error(msg)