feat: implement dynamic training course tab system and modular PDF data migration scripts

2026-07-27 17:00:43 +07:00
parent 54e420499f
commit 1a8726285c
98 changed files with 8041 additions and 3949 deletions
@@ -0,0 +1,71 @@
+import pdfplumber
+import re
+import json
+
+files = [
+    '/home/x79/sisvietnamvn_01/sisvietnamvn_Trang chính thức hiện tại/DaoTao/2.-CHUONG-TRINH-CAN-THIEP-MACH-MAU-THAN-KINH-NANG-CAO-BO-SUNG-FINAL.pdf',
+    '/home/x79/sisvietnamvn_01/sisvietnamvn_Trang chính thức hiện tại/DaoTao/CHUONG-TRINH-CAN-THIEP-MACH-MAU-CAC-TANG-VA-MACH-MAU-NGOAI-BIEN-CO-BAN.pdf',
+    '/home/x79/sisvietnamvn_01/sisvietnamvn_Trang chính thức hiện tại/DaoTao/CHUONG-TRINH-CHUAN-BI-DUNG-CU-VA-CHAM-SOC-BENH-NHAN-TRONG-PHONG-CHUP-MACH.pdf',
+    '/home/x79/sisvietnamvn_01/sisvietnamvn_Trang chính thức hiện tại/DaoTao/CHUONG-TRINH-DAO-TAO-TIM-MACH-CAN-THIEP-1.pdf'
+]
+
+slugs = [
+    "can-thiep-mach-mau-than-kinh-nang-cao",
+    "can-thiep-mach-mau-cac-tang-va-ngoai-bien-co-ban",
+    "chuan-bi-dung-cu-va-cham-soc-benh-nhan-trong-phong-chup-mach",
+    "tim-mach-can-thiep-co-ban"
+]
+
+def extract_section(text, start_keywords, end_keywords=None):
+    lines = text.split('\n')
+    started = False
+    content = []
+    
+    for line in lines:
+        line_lower = line.lower()
+        if not started:
+            for k in start_keywords:
+                if k in line_lower:
+                    started = True
+                    # Optional: remove the keyword from the line to get just the value
+                    # But simpler to just keep it or try to split
+                    split_idx = line_lower.find(k) + len(k)
+                    val = line[split_idx:].strip(': ').strip()
+                    if val:
+                        content.append(val)
+                    break
+        else:
+            if end_keywords:
+                for k in end_keywords:
+                    if k in line_lower:
+                        return '\n'.join(content).strip()
+            # Stop if we hit a new numbered section like "10." or empty lines after some text
+            if re.match(r'^\d+\.', line) or re.match(r'^[A-Z\s]+$', line):
+                 return '\n'.join(content).strip()
+            if line.strip():
+                content.append(line.strip())
+                
+    return '\n'.join(content).strip()
+
+for f, slug in zip(files, slugs):
+    print(f"--- Parsing {slug} ---")
+    with pdfplumber.open(f) as pdf:
+        text = ''
+        for page in pdf.pages:
+            text += page.extract_text() + '\n'
+            
+        time = extract_section(text, ['thời gian đào tạo'])
+        audience = extract_section(text, ['đối tượng học viên', 'đối tượng tham dự', 'đối tượng'])
+        quantity = extract_section(text, ['số lượng học viên:', 'số lượng học viên'])
+        documents = extract_section(text, ['hồ sơ đăng ký tham dự', 'hồ sơ nhập học'])
+        tuitionFee = extract_section(text, ['học phí'])
+        location = extract_section(text, ['địa điểm nhận hồ sơ'])
+        
+        print(f"Thời gian: {time[:50]}")
+        print(f"Đối tượng: {audience[:50]}")
+        print(f"Số lượng: {quantity[:50]}")
+        print(f"Hồ sơ: {documents[:50]}")
+        print(f"Học phí: {tuitionFee[:50]}")
+        print(f"Địa điểm: {location[:50]}")
+        print("")
+