fix:修改了 minerU.py 和两个 md2excel 脚本，使其支持 -i/-o 命令行参数指定输入输出目录。

src/app/minerU/minerU.py

@@ -7,12 +7,14 @@ from pathlib import Path
 from concurrent.futures import ThreadPoolExecutor, as_completed
 
 API_URL = "http://183.220.37.46:25428/file_parse"
-INPUT_DIR = Path(r"E:\提供的原始文件\原始文件\PDF分类结果_服务器MinerU版\公司集团评审意见说明\公司集团评审意见_input")
-OUTPUT_DIR = Path(r"E:\提供的原始文件\原始文件\PDF分类结果_服务器MinerU版\公司集团评审意见说明\公司集团评审意见_output")
 
-def parse_file(file_path):
+# 默认路径（可通过命令行参数覆盖）
+DEFAULT_INPUT_DIR = Path(r"E:\提供的原始文件\原始文件\PDF分类结果_服务器MinerU版\公司集团评审意见说明\公司集团评审意见_input")
+DEFAULT_OUTPUT_DIR = Path(r"E:\提供的原始文件\原始文件\PDF分类结果_服务器MinerU版\公司集团评审意见说明\公司集团评审意见_output")
+
+def parse_file(file_path, output_dir):
     filename = file_path.name
-    
+
     try:
         with open(file_path, 'rb') as f:
             files = {
@@ -26,14 +28,14 @@ def parse_file(file_path):
                 'return_content_list': 'true',
                 'return_images': 'true'
             }
-            
+
             print(f"Processing: {filename}")
             response = requests.post(API_URL, files=files, data=data)
-            
+
             if response.status_code == 200:
                 zip_filename = f"{file_path.stem}_result.zip"
-                zip_path = OUTPUT_DIR / zip_filename
-                extract_dir = OUTPUT_DIR / file_path.stem
+                zip_path = output_dir / zip_filename
+                extract_dir = output_dir / file_path.stem
                 
                 with open(zip_path, 'wb') as out_f:
                     out_f.write(response.content)
@@ -61,21 +63,26 @@ def parse_file(file_path):
         print(f"  Exception: {str(e)}")
         return (filename, False, str(e))
 
-def main(max_workers=10):
-    INPUT_DIR.mkdir(exist_ok=True)
-    OUTPUT_DIR.mkdir(exist_ok=True)
-    
-    pdf_files = list(INPUT_DIR.glob("*.pdf"))
+def main(input_dir, output_dir, max_workers=10):
+    input_dir = Path(input_dir)
+    output_dir = Path(output_dir)
+
+    input_dir.mkdir(exist_ok=True)
+    output_dir.mkdir(exist_ok=True)
+
+    pdf_files = list(input_dir.glob("*.pdf"))
     
     if not pdf_files:
         print("No PDF files found in input directory")
         return
     
     print(f"Found {len(pdf_files)} PDF file(s)")
+    print(f"Input: {input_dir}")
+    print(f"Output: {output_dir}")
     print(f"Processing with {max_workers} concurrent workers\n")
-    
+
     with ThreadPoolExecutor(max_workers=max_workers) as executor:
-        futures = {executor.submit(parse_file, pdf_file): pdf_file for pdf_file in pdf_files}
+        futures = {executor.submit(parse_file, pdf_file, output_dir): pdf_file for pdf_file in pdf_files}
         
         success_count = 0
         fail_count = 0
@@ -98,10 +105,14 @@ def main(max_workers=10):
 
 if __name__ == "__main__":
     import argparse
-    
-    parser = argparse.ArgumentParser(description='Parse PDF files using MineRU API')
+
+    parser = argparse.ArgumentParser(description='Parse PDF files using MinerU API')
+    parser.add_argument('-i', '--input', type=str, default=str(DEFAULT_INPUT_DIR),
+                        help='Input directory containing PDF files')
+    parser.add_argument('-o', '--output', type=str, default=str(DEFAULT_OUTPUT_DIR),
+                        help='Output directory for parsed results')
     parser.add_argument('-w', '--workers', type=int, default=10,
                         help='Number of concurrent workers (default: 10)')
     args = parser.parse_args()
-    
-    main(max_workers=args.workers)
+
+    main(input_dir=args.input, output_dir=args.output, max_workers=args.workers)

src/app/scripts/md2excel_extractor_company.py

@@ -650,21 +650,16 @@ def create_excel(data_rows: List[Dict[str, str]], output_file: str):
 
 # ==================== 主流程 ====================
 
-def main():
-    """主函数"""
-    # 解析命令行参数
-    if len(sys.argv) >= 3:
-        # 使用命令行传入的参数
-        root_dir = sys.argv[1]
-        output_file = sys.argv[2]
-        print("✅ 使用命令行传入的路径")
-    else:
-        # 使用默认路径
-        root_dir = DEFAULT_SOURCE_DIR
-        output_file = DEFAULT_OUTPUT_FILE
-        print("⚠️  未提供命令行参数，使用默认路径")
-        print(f"    如需自定义路径，请运行: python md2excel_extractor_company.py <源文件夹> <输出Excel>")
-    
+def main(input_dir: str, output_file: str):
+    """主函数
+
+    Args:
+        input_dir: 源文件夹路径
+        output_file: 输出 Excel 文件路径
+    """
+    root_dir = input_dir
+    output_file = output_file
+
     # 验证源目录
     if not os.path.isdir(root_dir):
         print(f"错误: 源文件夹不存在: {root_dir}")
@@ -768,4 +763,13 @@ def main():
 
 
 if __name__ == "__main__":
-    main()
+    import argparse
+
+    parser = argparse.ArgumentParser(description='Markdown 公司集团评审意见文档批量提取工具')
+    parser.add_argument('-i', '--input', type=str, default=DEFAULT_SOURCE_DIR,
+                        help='源文件夹路径（包含 Markdown 文件）')
+    parser.add_argument('-o', '--output', type=str, default=DEFAULT_OUTPUT_FILE,
+                        help='输出 Excel 文件路径')
+    args = parser.parse_args()
+
+    main(input_dir=args.input, output_file=args.output)

src/app/scripts/md2excel_extractor_expert.py

@@ -647,21 +647,16 @@ def create_excel(data_rows: List[Dict[str, str]], output_file: str):
 
 # ==================== 主流程 ====================
 
-def main():
-    """主函数"""
-    # 解析命令行参数
-    if len(sys.argv) >= 3:
-        # 使用命令行传入的参数
-        root_dir = sys.argv[1]
-        output_file = sys.argv[2]
-        print("✅ 使用命令行传入的路径")
-    else:
-        # 使用默认路径
-        root_dir = DEFAULT_SOURCE_DIR
-        output_file = DEFAULT_OUTPUT_FILE
-        print("⚠️  未提供命令行参数，使用默认路径")
-        print(f"    如需自定义路径，请运行: python md2excel_extractor.py <源文件夹> <输出Excel>")
-    
+def main(input_dir: str, output_file: str):
+    """主函数
+
+    Args:
+        input_dir: 源文件夹路径
+        output_file: 输出 Excel 文件路径
+    """
+    root_dir = input_dir
+    output_file = output_file
+
     # 验证源目录
     if not os.path.isdir(root_dir):
         print(f"错误: 源文件夹不存在: {root_dir}")
@@ -765,4 +760,13 @@ def main():
 
 
 if __name__ == "__main__":
-    main()
+    import argparse
+
+    parser = argparse.ArgumentParser(description='Markdown 专家意见文档批量提取工具')
+    parser.add_argument('-i', '--input', type=str, default=DEFAULT_SOURCE_DIR,
+                        help='源文件夹路径（包含 Markdown 文件）')
+    parser.add_argument('-o', '--output', type=str, default=DEFAULT_OUTPUT_FILE,
+                        help='输出 Excel 文件路径')
+    args = parser.parse_args()
+
+    main(input_dir=args.input, output_file=args.output)