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 +1,121 @@
+import pdfplumber
+import json
+import os
+import re
+
+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"
+]
+
+titles = [
+    "Can thiệp mạch máu thần kinh nâng cao",
+    "Can thiệp mạch máu các tạng và mạch máu ngoại biên cơ bản",
+    "Chuẩn bị dụng cụ và chăm sóc bệnh nhân trong phòng chụp mạch",
+    "Tim mạch can thiệp cơ bản"
+]
+
+def make_text_block(text):
+    return {
+        "type": "paragraph",
+        "data": {
+            "text": text.replace('\n', '<br>')
+        }
+    }
+
+def make_header_block(text, level=3):
+    return {
+        "type": "header",
+        "data": {
+            "text": text,
+            "level": level
+        }
+    }
+    
+def make_tab_start(title):
+    return {
+        "type": "tabStart",
+        "data": {
+            "title": title
+        }
+    }
+
+def make_tab_end():
+    return {
+        "type": "tabEnd",
+        "data": {}
+    }
+
+os.makedirs('pdf_json_output', exist_ok=True)
+
+for f, slug, title in zip(files, slugs, titles):
+    blocks = []
+    blocks.append(make_tab_start("Nội dung"))
+    with pdfplumber.open(f) as pdf:
+        for page in pdf.pages:
+            text = page.extract_text()
+            if not text:
+                continue
+            
+            # Simple heuristic: split by double newlines or single newlines
+            paragraphs = text.split('\n')
+            
+            current_p = []
+            for line in paragraphs:
+                line = line.strip()
+                if not line:
+                    continue
+                # If it looks like a heading
+                if re.match(r'^(\d+)\.\s+(.*)$', line) or line.isupper():
+                    if current_p:
+                        blocks.append(make_text_block(' '.join(current_p)))
+                        current_p = []
+                    blocks.append(make_header_block(line, level=3))
+                else:
+                    current_p.append(line)
+            
+            if current_p:
+                blocks.append(make_text_block(' '.join(current_p)))
+                
+            # Try to extract tables
+            tables = page.extract_tables()
+            for table in tables:
+                if not table: continue
+                # Convert table to HTML for raw block
+                html = "<table class='table table-bordered'><tbody>"
+                for row in table:
+                    html += "<tr>"
+                    for cell in row:
+                        cell_text = cell.replace('\n', '<br>') if cell else ''
+                        html += f"<td>{cell_text}</td>"
+                    html += "</tr>"
+                html += "</tbody></table>"
+                blocks.append({
+                    "type": "raw",
+                    "data": {
+                        "html": html
+                    }
+                })
+
+    blocks.append(make_tab_end())
+    editor_data = {
+        "time": 1700000000000,
+        "blocks": blocks,
+        "version": "2.29.1"
+    }
+    
+    with open(f"pdf_json_output/{slug}.json", 'w', encoding='utf-8') as out:
+        json.dump(editor_data, out, ensure_ascii=False)
+        
+    print(f"Processed {title}")
+
+print("All done!")