fix: update keywords_match

scripts/batch_keyword_match.sh

@@ -0,0 +1,107 @@
+#!/bin/bash
+# 批量关键词匹配脚本
+# 处理 data/pho_analysis_merged/ 中的所有 xlsx 文件
+
+set -e
+
+# 获取脚本所在目录
+SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
+PROJECT_DIR="$(dirname "$SCRIPT_DIR")"
+
+# 目录配置
+INPUT_DIR="$PROJECT_DIR/data/pho_analysis_merged"
+OUTPUT_DIR="$PROJECT_DIR/data/output"
+KEYWORDS_FILE="$PROJECT_DIR/data/keywords/keywords_all.xlsx"
+
+# 颜色输出
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+RED='\033[0;31m'
+NC='\033[0m' # No Color
+
+echo "=============================================="
+echo "批量关键词匹配"
+echo "=============================================="
+echo "输入目录: $INPUT_DIR"
+echo "输出目录: $OUTPUT_DIR"
+echo "关键词文件: $KEYWORDS_FILE"
+echo ""
+
+# 检查输入目录
+if [ ! -d "$INPUT_DIR" ]; then
+    echo -e "${RED}错误: 输入目录不存在: $INPUT_DIR${NC}"
+    exit 1
+fi
+
+# 检查关键词文件
+if [ ! -f "$KEYWORDS_FILE" ]; then
+    echo -e "${YELLOW}警告: 关键词文件不存在: $KEYWORDS_FILE${NC}"
+    echo "将使用默认关键词文件"
+    KEYWORDS_FILE=""
+fi
+
+# 创建输出目录
+mkdir -p "$OUTPUT_DIR"
+
+# 统计
+total=0
+success=0
+failed=0
+
+# 获取所有 xlsx 文件
+files=("$INPUT_DIR"/*.xlsx)
+
+# 检查是否有文件
+if [ ! -e "${files[0]}" ]; then
+    echo -e "${YELLOW}没有找到 xlsx 文件${NC}"
+    exit 0
+fi
+
+# 计算总数
+for f in "${files[@]}"; do
+    if [ -f "$f" ]; then
+        ((total++))
+    fi
+done
+
+echo "找到 $total 个文件待处理"
+echo "----------------------------------------------"
+
+# 处理每个文件
+current=0
+for input_file in "${files[@]}"; do
+    if [ ! -f "$input_file" ]; then
+        continue
+    fi
+
+    ((current++))
+
+    # 获取文件名（不含扩展名）
+    filename=$(basename "$input_file" .xlsx)
+    output_file="$OUTPUT_DIR/${filename}_matched.xlsx"
+
+    echo -e "\n[$current/$total] 处理: $filename"
+
+    # 构建命令
+    cmd="python3 $SCRIPT_DIR/keyword_matcher.py -t \"$input_file\" -o \"$output_file\""
+    if [ -n "$KEYWORDS_FILE" ]; then
+        cmd="$cmd -k \"$KEYWORDS_FILE\""
+    fi
+
+    # 执行匹配
+    if eval "$cmd"; then
+        echo -e "${GREEN}  ✓ 完成: ${filename}_matched.xlsx${NC}"
+        ((success++))
+    else
+        echo -e "${RED}  ✗ 失败: $filename${NC}"
+        ((failed++))
+    fi
+done
+
+# 汇总
+echo ""
+echo "=============================================="
+echo "处理完成"
+echo "=============================================="
+echo -e "总计: $total | ${GREEN}成功: $success${NC} | ${RED}失败: $failed${NC}"
+echo "输出目录: $OUTPUT_DIR"