自动处理Allegro的BOM和坐标文件

源文件

程序

import pandas as pd
import os

current_file_path = os.path.abspath(__file__)
current_dir = os.path.dirname(current_file_path)
os.chdir(current_dir)
file_bom = "cbm_rep.rpt"
file_coor = "pcp_rep.rpt"

# 检查文件是否存在
if not os.path.exists(file_bom):
    print("文件不存在，请检查路径是否正确！")
    exit()
if not os.path.exists(file_coor):
    print("文件不存在，请检查路径是否正确！")
    exit()

# 读取 .rpt 文件内容，跳过前四行
with open(file_bom, 'r', encoding='utf-8') as file:
    lines = file.readlines()[4:]  # 跳过前四行

# 提取表格内容
table_data = []
for line in lines:
    # 使用逗号作为分隔符
    if line.strip():  # 跳过空行
        row = line.strip().split(',')  # 按逗号分割
        table_data.append(row)

# 将表格数据转换为 DataFrame
df = pd.DataFrame(table_data)

# 删除 B 列、D 列和 E 列（列索引从 0 开始）
df = df.drop(columns=[1, 3, 4, 5])  # B 列是索引 1，D 列是索引 3，E 列是索引 4， F 5

# 修改第一行的前三个单元格
df.columns = ['Designator', 'FootPrint', 'Comment']  # 只修改前三列

# 合并第一列中部分行是上一行继续的情况
rows_to_drop = []  # 用于记录需要删除的行索引
for i in range(1, len(df)):
    # 判断当前行是否只有第一列有数据（其他列为空）
    if pd.isna(df.iloc[i, 1]) and pd.isna(df.iloc[i, 2]):  # 只检查第二列和第三列是否为空
        # 将当前行的第一列数据追加到前一行的第一列数据中
        df.iloc[i - 1, 0] += " " + str(df.iloc[i, 0])
        rows_to_drop.append(i)  # 记录需要删除的行索引

# 删除被合并的行
df = df.drop(rows_to_drop).reset_index(drop=True)

# 调整列顺序：Comment 为第一列，Designator 为第二列，FootPrint 为第三列
df = df[['Comment', 'Designator', 'FootPrint']]

# 保存为 .xlsx 文件
output_file_path = os.path.splitext(file_bom)[0] + '.xlsx'  # 将后缀改为 .xlsx
df.to_excel(output_file_path, index=False)
print("表格内容已提取并保存为:", output_file_path)


# 读取 .rpt 文件内容，跳过前四行
with open(file_coor, 'r', encoding='utf-8') as file:
    lines = file.readlines()[4:]  # 跳过前四行

# 提取表格内容
table_data = []
for line in lines:
    # 使用逗号作为分隔符
    if line.strip():  # 跳过空行
        row = line.strip().split(',')  # 按逗号分割
        table_data.append(row)

# 将表格数据转换为 DataFrame
df = pd.DataFrame(table_data)

# 修改列名
df.columns = [  # 假设原始列名为 A, B, C, D, E, F, G, H, I
    'Designator',  # A 列
    'B',  # B 列（将被删除）
    'C',  # C 列（将被删除）
    'D',  # D 列（将被删除）
    'E',  # E 列（将被删除）
    'Mid X',  # F 列
    'Mid Y',  # G 列
    'Rotation',  # H 列
    'Layer'  # I 列
]

# 修改 Layer 列的值：NO -> T, YES -> B
df['Layer'] = df['Layer'].replace({'NO': 'T', 'YES': 'B'})

# 只保留需要的列
df = df[['Designator', 'Mid X', 'Mid Y', 'Layer', 'Rotation']]

# 保存修改后的 Excel 文件
output_file_path = os.path.splitext(file_coor)[0] + '.xlsx'  # 将后缀改为 .xlsx
df.to_excel(output_file_path, index=False)
print("表格内容已提取并保存为:", output_file_path)

效果