#coding=utf-8

import dashscope
from http import HTTPStatus
from pymilvus import MilvusClient
import json
from datetime import datetime
import re,os,time
import requests
import config
import numpy as np
import logging
log = logging.getLogger(__name__)

def get_md5(str):
    import hashlib
    m = hashlib.md5()
    m.update(str.encode('utf-8'))
    return m.hexdigest()

def embed_with_str(input):
    retry = 0
    max_retry = 5
    t = 0.1 
    while retry < max_retry:
        #阿里接口限流
        time.sleep(t)
        resp = dashscope.TextEmbedding.call(
            model=dashscope.TextEmbedding.Models.text_embedding_v2,
            input=input)
        if resp.status_code == HTTPStatus.OK:
            return resp
        elif resp.status_code == 429:
            log.info('触发限流,等待%s秒后重试', t)
            retry += 1
            t+=0.1
        else:
            log.info('请求失败,状态码:%s', resp.status_code)
            return None
    log.info('重试超过上限')
    return None

#如果存在‘归属于|扣非’，就保留括号内的内容，并去掉标点符号和中文数字。
#如果存在季度关键词，就将括号内容替换为季度
#如果存在‘±’，就将括号内容替换为同期增减
#其他情况，就删掉括号内全部内容
def get_clean_text(text):
    import re
    replacement_dict = {
        '加：': '',
        '减：': '',
        '%' : '',
        '其中：': '',
        '实际': '',
        '/': '',
        '重述后':'',
    }
    #针对整个text做替换
    def replace_all(text, replacements):
        pattern = re.compile("|".join(map(re.escape, replacements.keys())))
        return pattern.sub(lambda match: replacements[match.group(0)], text)
    text = replace_all(text, replacement_dict)
    #单独出现12月31日时，就剔除掉
    pattern_year = r'(?<!2023年|2022年)12月31日'
    text = re.sub(pattern_year, '', text)

    pattern = r"\（[^）]*\）|\([^)]*\)"  # 增加英文括号的匹配
    matches = re.findall(pattern, text)
    quarter_keywords = {
        "1-3月": "第一季度",
        "第1季度": "第一季度",
        "4-6月": "第二季度",
        "第2季度": "第二季度",
        "7-9月": "第三季度",
        "第3季度": "第三季度",
        "10-12月": "第四季度",
        "第4季度": "第四季度",
        "调整后": "",
        "增减":"增减",
        "一": "",
        "二": "",
        "三": "",
    }
    #针对text的括号内容进行识别判断
    for match in matches:
        month_keywords_found = re.search(r"归属于|扣非", match)
        if not month_keywords_found:  # 改为不包含时的处理
            replaced = False
            for keyword, replacement in quarter_keywords.items():
                if re.search(keyword, match):
                    text = re.sub(re.escape(match), replacement, text)  #触发关键词替换
                    replaced = True
                    break
            if not replaced:
                text = re.sub(re.escape(match), "", text)  # 如果没有找到匹配的关键词，直接删除
        else:# 如果包含特殊关键词，删除整个括号内容
            text = re.sub(r"[^\w\s]", "", text)
    return text

def save_pdf_from_url(url, file_path):
    # 发起 GET 请求并保存文件
    response = requests.get(url)
    local_file_path = ''

    # 检查响应状态码
    if response.status_code == 200:
        # 文件下载成功
        # 提取文件名
        file_name = os.path.basename(url)
        
        # 指定本地文件保存路径
        local_file_path = file_path + file_name

        with open(local_file_path, 'wb') as file:
            file.write(response.content)
            log.info("文件已下载到 %s", local_file_path)
    else:
        # 文件下载失败
        log.info("无法下载文件，状态码：%s", response.status_code)

    return local_file_path

def get_range(count,parts_num):
    # 获取 CPU 核数
    if count < parts_num:
        parts_num = count
    # 使用 divmod() 函数计算除法结果和余数
    quotient, remainder = divmod(count, parts_num)
    count_range_parts = []
    for i in range(parts_num):
        start_num = i * quotient
        if i < parts_num-1:
            start_num = i * quotient
            end_num = start_num+quotient
        else:
            end_num = count
        count_range_parts.append(f'{start_num}-{end_num}')
    return count_range_parts

def cosine_similarity(vector_a, vector_b):
    # 将向量转换为 NumPy 数组
    vector_a = np.array(vector_a)
    vector_b = np.array(vector_b)
    
    # 计算两个向量的点积
    dot_product = np.dot(vector_a, vector_b)
    
    # 计算两个向量的欧几里得范数
    norm_a = np.linalg.norm(vector_a)
    norm_b = np.linalg.norm(vector_b)
    
    # 计算余弦相似度
    cosine_sim = dot_product / (norm_a * norm_b)
    
    return cosine_sim

def get_period_type(text):
    c_period = '当期|本期|本报告期|报告期|本年|本期|2023'
    l_period = '上年|上期|上年度|2022'
    bl_period = '前年|2021'

    if len(re.findall(c_period, text)) > 0:
        return 'c'
    elif len(re.findall(l_period, text)) > 0:
        return 'l'
    elif len(re.findall(bl_period, text)) > 0:
        return 'bl'
    else:
        return 'c'

def get_period_type_other(text):
    c_period = '当期|本期|本报告期|报告期|本年|本期|2023'
    l_period = '上年|上期|上年度|2022'
    bl_period = '前年|2021'

    if len(re.findall(c_period, text)) > 0:
        return 'c'
    elif len(re.findall(l_period, text)) > 0:
        return 'l'
    elif len(re.findall(bl_period, text)) > 0:
        return 'bl'
    else:
        return 'c_n'

def get_start_period_type(text):
    s_period = '期初|1月1日|年初'

    if len(re.findall(s_period, text)) > 0:
        return ''
    else:
        return '0'

def get_season_flag(text):
    season_period = '第1季度|第2季度|第3季度|第4季度|一季度|二季度|三季度|四季度|1-3月|4-6月|7-9月|10-12月'
    if len(re.findall(season_period, text)) > 0:
        return '1'
    else:
        return '0'

def get_percent_flag(text):
    percent_word = '收益率|占比|比重|比例|同比增减|同比上升|同比下降|变化幅度|同期增减|本年比上年增减|同比变动|变动比例|本年度比上年度增减|增减'
    if len(re.findall(percent_word, text)) > 0:
        return '1'
    else:
        return '0'

def get_kf_flag(text):
    kf_word = '扣非|扣除非经常性损益'
    if len(re.findall(kf_word, text)) > 0:
        return '1'
    else:
        return '0'

def get_report_start(text):
    kf_word = '报告期初|1月1日'
    if len(re.findall(kf_word, text)) > 0:
        return '1'
    else:
        return '0'

def get_percent_growth(text):
    percent_growth_word = '变动|本年比上年|比例同比增减|比例同比上升|比例同比下降|比例变化幅度|比例变动比例|比例本期比上年同期增减|比例本年比上年增减|比例同比变动|比例本期期末金额较上期期末变动比例|比率同比增减|比率同比上升|比率同比下降|比率变化幅度|比率变动比例|比率本期比上年同期增减|比率本年比上年增减|比率同比变动|比率本期期末金额较上期期末变动比例|占比同比增减|占比同比上升|占比同比下降|占比变化幅度|占比变动比例|占比本期比上年同期增减|占比本年比上年增减|占比同比变动|占比本期期末金额较上期期末变动比例|费用同比增减|费用同比上升|费用同比下降|费用变化幅度|费用变动比例|费用本期比上年同期增减|费用本年比上年增减|费用同比变动|费用本期期末金额较上期期末变动比例'
    if len(re.findall(percent_growth_word, text)) > 0:
        return '1'
    else:
        return '0'

def check_black_list(meta_measure,pdf_measure):
    # 判断指标名是否包含黑名单词
    #black_array = ['非经常性损益:非经常性损益合计,非经常性损益总额','营业收入:营业外收入,主营业务,营业总收入,扣除,年度公司','归母净利润:净资产,净利率,扣除,年度公司','扣非净利润:净资产,净利率,年度公司','经营活动现金流净额:筹资活动,投资活动,流入小计,流出小计','筹资活动现金流净额:经营活动,投资活动,流入小计,流出小计','投资活动现金流净额:经营活动,筹资活动,流入小计,流出小计','非经常性损益:扣除非经常性损益','基本每股收益:稀释每股收益','稀释每股收益:基本每股收益','总资产:净资产','应收账款:应付账款','短期借款:长期借款','应付账款:应收账款','长期借款:短期借款','研发投入:比例,比率,占比,费用','资本化研发投入:比例,比率,占比,费用','资本化研发投入占比:金额,费用','研发投入占营业收入比例:金额,费用']
#     for black in black_array:
#         black_meta = black.split(':')[0]
#         black_pdfs = black.split(':')[1].split(',')
#         if meta_measure.find(black_meta) >= 0:
#             for pdf in black_pdfs:
#                 if pdf_measure.find(pdf) >= 0:
#                     return True
#     return False
    black_array = ['非经常性损益:非经常性损益合计,非经常性损益总额,合计','营业收入:营业外收入,主营业务,营业总收入,扣除,年底公司,合计,汇总'
                   ,'归母净利润:净资产,净利率,扣除,年度公司','扣非净利润:净资产,净利率,年度公司'
                   ,'经营活动现金流净额:筹资活动,投资活动,流入小计,流出小计,每股,扣除','筹资活动现金流净额:经营活动,投资活动,流入小计,流出小计,每股,扣除'
                   ,'投资活动现金流净额:经营活动,筹资活动,流入小计,流出小计,每股,扣除','非经常性损益:扣除非经常性损益'
                   ,'基本每股收益:稀释每股收益','稀释每股收益:基本每股收益','总资产:净资产','应收账款:应付账款'
                   ,'短期借款:长期借款','应付账款:应收账款','长期借款:短期借款','研发投入:比例,比率,占比,费用,占'
                   ,'资本化研发投入:比例,比率,占比,费用,占','资本化研发投入占比:金额,费用','研发投入占营业收入比例:金额,费用'
                   ,'上年年末:1月1日','当期加权平均净资产收益率:同比,增减','研发费用:制造']
    for black in black_array:
        black_meta = black.split(':')[0]
        black_pdfs = black.split(':')[1].split(',')
        if meta_measure.find(black_meta) >= 0:
            for pdf in black_pdfs:
                if pdf_measure.find(pdf) >= 0:
                    return True
    return False

def check_title_black_list(meta_measure,text_info):
    # 判断指标名是否包含黑名单词
    black_array = ['营业收入:前五名,前5名,合计','营业成本:合计','财务费用:现金流','销售费用:现金流','管理费用:现金流','研发费用:现金流','非经常性损益:合计']
    for black in black_array:
        black_meta = black.split(':')[0]
        black_pdfs = black.split(':')[1].split(',')
        if meta_measure.find(black_meta) >= 0:
            for pdf in black_pdfs:
                if text_info.find(pdf) >= 0:
                    return True
    return False

# 文本中数字的占比
def under_non_alpha_ratio(text: str, threshold: float = 0.6):
    
        if len(text) == 0:
            return False
    
        alpha_count = len([char for char in text if char.strip() and char.isalpha()])
        total_count = len([char for char in text if char.strip()])
        try:
            ratio = alpha_count / total_count
            return ratio <= threshold
        except:
            return False

#通过关键词黑名单匹配表格上方的文本区域，提取需要过滤的表格
def check_table_title_black_list(text):

    table_title_black_list = """公司资产负债表|公司现金流量表|公司利润表|主营业务收入|主营收入|其他收入|前五名|前5名|经营活动有关的现金|股份变动对最近一年和最近一期每股收益、每股净资产等财务指标的影响|合同产生的收入情况|子公司|参股公司|控股公司|分解信息|经营活动产生的现金|2022年度|行业分类|产品分类|地区分类|业绩快报|销售渠道|调整情况说明|合同分类|计入当期损益的政府补助|股份变动对最近一年和最近一期|分部的财务信息|显示服务创收|线上销售情况|试运行销售|会计政策变更|品牌经营业务|工程施工业务|开发业务|制造业务|合营安排或联营企业中的权益|联营企业的主要财务信息|汇率及通货膨胀|与金融工具相关的风险|运营业务|B端业务|终止经营现金流量|补充资料|终止经营|公司股份总数及股东结构变动及公司资产和负债结构的变动情况|母公司|现金流量表补充"""
    if len(re.findall(table_title_black_list, text)) > 0:
        return True
    if re.search(r'上年度\s*$', text):
        return True
    return False
#通过关键词黑名单匹配页面下方的文本区域，提取需要过滤的表格
def check_table_title_black_list_button(text):

    table_title_black_list = """公司资产负债表|公司现金流量表|公司利润表|主营业务收入|主营收入|其他收入|前五名|前5名|经营活动有关的现金|股份变动对最近一年和最近一期每股收益、每股净资产等财务指标的影响|合同产生的收入情况|子公司|参股公司|控股公司|分解信息|经营活动产生的现金|2022年度|行业分类|产品分类|地区分类|业绩快报|销售渠道|调整情况说明|合同分类|计入当期损益的政府补助|股份变动对最近一年和最近一期|分部的财务信息|显示服务创收|线上销售情况|试运行销售|品牌经营业务|工程施工业务|开发业务|制造业务|合营安排或联营企业中的权益|联营企业的主要财务信息|汇率及通货膨胀|与金融工具相关的风险|运营业务|B端业务|终止经营现金流量|补充资料|终止经营|公司股份总数及股东结构变动及公司资产和负债结构的变动情况"""
    if len(re.findall(table_title_black_list, text)) > 0:
        return True
    if re.search(r'上年度\s*$', text):
        return True
    return False

#过滤原始指标中包含黑名单
def check_pdf_measure_black_list(text):
    pdf_measure_black_list = '股权变动前|股权变动后|含股份支付|境内|境外|其中|调整前|有限公司|责任公司|其他|变更前|差异|同口径|调整金额'
    if len(re.findall(pdf_measure_black_list, text)) > 0:
        return True
    if "同比" in text and "额" in text:
        #if text.find("同比") < text.find("额"):
        if text.endswith("额"):
            return True
    return False


def check_pdf_measure(pdf_measure):
    keywords_1 = [
        '2022年', '2023年', '2021年', '第一季度', '第二季度', '第三季度', '第四季度', '增减', '变动', '本期','同期', '当期', '报告期', '前年',
        '上年', '上期', '本年', '1-3月', '4-6月', '7-9月', '10-12月'
    ]
    
    keywords_2 = ['调整后']
    
    contain_keyword_1 = any(keyword in pdf_measure for keyword in keywords_1)
    contain_keyword_2 = any(keyword in pdf_measure for keyword in keywords_2)
    #只有 未出现周期，同时出现了'调整后'才会删掉指标
    if not contain_keyword_1 and contain_keyword_2:
        return True
    return False
# def check_white_list(meta_measure,pdf_measure):
#     # 判断指标名是否包含白名单词
#     black_array = ['营业收入:营业外收入,主营业务,营业总收入,扣除','归母净利润:净资产,净利率,扣除','扣非净利润:净资产,净利率','经营活动现金流净额:筹资活动,投资活动,流入小计,流出小计','筹资活动现金流净额:经营活动,投资活动,流入小计,流出小计','投资活动现金流净额:经营活动,筹资活动,流入小计,流出小计','非经常性损益:扣除非经常性损益','基本每股收益:稀释每股收益','稀释每股收益:基本每股收益','总资产:净资产','应收账款:应付账款','短期借款:长期借款','应付账款:应收账款','长期借款:短期借款','研发投入:比例,比率,占比,费用','资本化研发投入:比例,比率,占比,费用','资本化研发投入占比:金额,费用','研发投入占营业收入比例:金额,费用']
#     for black in black_array:
#         black_meta = black.split(':')[0]
#         black_pdfs = black.split(':')[1].split(',')
#         if meta_measure.find(black_meta) >= 0:
#             for pdf in black_pdfs:
#                 if pdf_measure.find(pdf) >= 0:
#                     return True
#     return False
def check_line_text(line_text):
    if line_text == 'PAGE':
        return False
    if line_text.endswith("年度财务报表") and "有限公司" in line_text:
        return False
    if len(line_text) < 20 and line_text.endswith("有限公司"):
        return False
    return True


def get_change_rate_flag(text):
    percent_word = '同比增减|同比上升|同比下降|变化幅度|变动比例|本期比上年同期增减|本年比上年增减|同比变动|本期期末金额较上期期末变动比例'
    if len(re.findall(percent_word, text)) > 0:
        return '1'
    else:
        return '0'

if __name__ == '__main__':

    log.info(under_non_alpha_ratio('②2022年度'))
    # title = '母公司财务报表主要项目注释'
    # if len(re.findall('母公司|现金流量表补充', title)) >0 and len(re.findall('项目注释', title)) == 0:
    #     log.info('1')
    # else:
    #     log.info('0')

    # log.info(check_black_list('当期投资活动现金流净额','当前筹资活动现金流净额'))
    # test = '2023年1-12月'
    # log.info(get_period_type('上年度本期费用化研发投入'))
    # log.info(get_period_type('费用化研发投入本年度'))
    # vector_a = embed_with_str('第一季度营业收入')
    # vector = vector_a.output["embeddings"][0]["embedding"]

    # vector_b = embed_with_str('营业收入第一季度')
    # vector1 = vector_b.output["embeddings"][0]["embedding"]

    # similarity = cosine_similarity(vector, vector1)
    # log.info("余弦相似度: %s", similarity)

    # measure_data = [
    #     '1,1,营业收入2023年金额,1003535799.51',
    #     '1,1,营业收入2022年金额,869401513.71',
    #     '1,1,营业收入变动比例,15.43%',
    #     '1,1,营业成本2023年金额,810779075.89',
    #     '1,1,营业成本2023年占营业收入的比重,80.79%',
    #     '1,1,营业成本2022年金额,702990363.57',
    #     '1,1,营业成本2022年占营业收入的比重,80.86%',
    #     '1,1,营业成本变动比例,15.33%',
    #     '1,1,毛利率2023年金额,19.21%',
    #     '1,1,毛利率2022年金额,19.14%',
    #     '1,1,销售费用2023年金额,34065464.60',
    #     '1,1,销售费用2023年占营业收入的比重,3.39%',
    #     '1,1,销售费用2022年金额,28038106.19',
    #     '1,1,销售费用2022年占营业收入的比重,3.22%',
    #     '1,1,销售费用变动比例,21.50%',
    #     '1,1,管理费用2023年金额,50807308.69',
    #     '1,1,管理费用2023年占营业收入的比重,5.06%',
    #     '1,1,管理费用2022年金额,38251704.48',
    #     '1,1,管理费用2022年占营业收入的比重,4.40%',
    #     '1,1,管理费用变动比例,32.82%',
    #     '1,1,研发费用2023年金额,35312198.23',
    #     '1,1,研发费用2023年占营业收入的比重,3.52%',
    #     '1,1,研发费用2022年金额,30081787.99',
    #     '1,1,研发费用2022年占营业收入的比重,3.46%',
    #     '1,1,研发费用变动比例,17.39%',
    #     '1,1,财务费用2023年金额,8015604.52',
    #     '1,1,财务费用2023年占营业收入的比重,0.80%',
    #     '1,1,财务费用2022年金额,5739677.85',
    #     '1,1,财务费用2022年占营业收入的比重,0.66%',
    #     '1,1,财务费用变动比例,39.65%',
    #     '1,1,信用减值损失2023年金额,-11873626.82',
    #     '1,1,信用减值损失2023年占营业收入的比重,-1.18%',
    #     '1,1,信用减值损失2022年金额,-8903293.61',
    #     '1,1,信用减值损失2022年占营业收入的比重,-1.02%',
    #     '1,1,信用减值损失变动比例,33.36%',
    #     '1,1,资产减值损失2023年金额,-2328729.46',
    #     '1,1,资产减值损失2023年占营业收入的比重,-0.23%',
    #     '1,1,资产减值损失2022年金额,-2285987.53',
    #     '1,1,资产减值损失2022年占营业收入的比重,-0.26%',
    #     '1,1,资产减值损失变动比例,1.87%',
    #     '1,1,其他收益2023年金额,17886048.88',
    #     '1,1,其他收益2023年占营业收入的比重,1.78%',
    #     '1,1,其他收益2022年金额,11025908.32',
    #     '1,1,其他收益2022年占营业收入的比重,1.27%',
    #     '1,1,其他收益变动比例,62.22%',
    #     '1,1,投资收益2023年金额,323361.47',
    #     '1,1,投资收益2023年占营业收入的比重,0.03%',
    #     '1,1,投资收益2022年金额,1119730.43',
    #     '1,1,投资收益2022年占营业收入的比重,0.13%',
    #     '1,1,投资收益变动比例,-71.12%',
    #     '1,1,公允价值变动收益2023年占营业收入的比重,0.00%',
    #     '1,1,公允价值变动收益2022年金额,10183.62',
    #     '1,1,公允价值变动收益2022年占营业收入的比重,0.00%',
    #     '1,1,公允价值变动收益变动比例,-100.00%',
    #     '1,1,资产处置收益2023年金额,12782544.48',
    #     '1,1,资产处置收益2023年占营业收入的比重,1.27%',
    #     '1,1,资产处置收益2022年金额,-59.56',
    #     '1,1,资产处置收益2022年占营业收入的比重,0.00%',
    #     '1,1,资产处置收益变动比例,21461726.06%',
    #     '1,1,汇兑收益2023年金额,0',
    #     '1,1,汇兑收益2023年占营业收入的比重,0%',
    #     '1,1,汇兑收益2022年金额,0',
    #     '1,1,汇兑收益2022年占营业收入的比重,0%',
    #     '1,1,汇兑收益变动比例,0%',
    #     '1,1,营业利润2023年金额,76175407.00',
    #     '1,1,营业利润2023年占营业收入的比重,7.59%',
    #     '1,1,营业利润2022年金额,63332601.81',
    #     '1,1,营业利润2022年占营业收入的比重,7.28%',
    #     '1,1,营业利润变动比例,20.28%',
    #     '1,1,营业外收入2023年金额,5788307.99',
    #     '1,1,营业外收入2023年占营业收入的比重,0.58%',
    #     '1,1,营业外收入2022年金额,1083997.19',
    #     '1,1,营业外收入2022年占营业收入的比重,0.12%',
    #     '1,1,营业外收入变动比例,433.98%',
    #     '1,1,营业外支出2023年金额,687271.68',
    #     '1,1,营业外支出2023年占营业收入的比重,0.07%',
    #     '1,1,营业外支出2022年金额,1554243.54',
    #     '1,1,营业外支出2022年占营业收入的比重,0.18%',
    #     '1,1,营业外支出变动比例,-55.78%',
    #     '1,1,净利润2023年金额,72975283.09',
    #     '1,1,净利润2023年占营业收入的比重,7.27%',
    #     '1,1,净利润2022年金额,57747603.98',
    #     '1,1,净利润2022年占营业收入的比重,6.64%',
    #     '1,1,净利润变动比例,26.37%',
    #     '1,1,税金及附加2023年金额,5170339.13',
    #     '1,1,税金及附加2023年占营业收入的比重,0.52%',
    #     '1,1,税金及附加2022年金额,1933753.49',
    #     '1,1,税金及附加2022年占营业收入的比重,0.22%',
    #     '1,1,税金及附加变动比例,167.37%',
    #     '1,1,所得税费用2023年金额,8301160.22',
    #     '1,1,所得税费用2023年占营业收入的比重,0.83%',
    #     '1,1,所得税费用2022年金额,5114751.48',
    #     '1,1,所得税费用2022年占营业收入的比重,0.59%',
    #     '1,1,所得税费用变动比例,62.30%',
    #     '1,1,少数股东损益2023年金额,-58350.22',
    #     '1,1,少数股东损益2023年占营业收入的比重,-0.01%',
    #     '1,1,少数股东损益2022年金额,-946.60',
    #     '1,1,少数股东损益2022年占营业收入的比重,0.00%',
    #     '1,1,少数股东损益变动比例,-6064.19%',
    #     '1,1,归属于母公司所有者的净利润2023年金额,73033633.31',
    #     '1,1,归属于母公司所有者的净利润2023年占营业收入的比重,7.28%',
    #     '1,1,归属于母公司所有者的净利润2022年金额,57748550.58',
    #     '1,1,归属于母公司所有者的净利润2022年占营业收入的比重,6.64%',
    #     '1,1,归属于母公司所有者的净利润变动比例,26.47%',
    #     '1,1,归属于少数股东的综合收益总额2023年金额,-58350.22',
    #     '1,1,归属于少数股东的综合收益总额2023年占营业收入的比重,-0.01%',
    #     '1,1,归属于少数股东的综合收益总额2022年金额,-946.60',
    #     '1,1,归属于少数股东的综合收益总额2022年占营业收入的比重,0.00%',
    #     '1,1,归属于少数股东的综合收益总额变动比例,-6064.19%',
    #     '1,1,归属于母公司所有者的综合收益总额2023年金额,73033633.31',
    #     '1,1,归属于母公司所有者的综合收益总额2023年占营业收入的比重,7.28%',
    #     '1,1,归属于母公司所有者的综合收益总额2022年金额,57748550.58',
    #     '1,1,归属于母公司所有者的综合收益总额2022年占营业收入的比重,6.64%',
    #     '1,1,归属于母公司所有者的综合收益总额变动比例,26.47%',
    #     '2,1,主营业务收入2023年,983698831.48',
    #     '2,1,主营业务收入2022年,854682261.31',
    #     '2,1,主营业务收入变动比例,15.10%',
    #     '2,1,其他业务收入2023年,19836968.03',
    #     '2,1,其他业务收入2022年,14719252.40',
    #     '2,1,其他业务收入变动比例,34.77%',
    #     '2,1,主营业务成本2023年,793604607.43',
    #     '2,1,主营业务成本2022年,690932741.27',
    #     '2,1,主营业务成本变动比例,14.86%',
    #     '2,1,其他业务成本2023年,17174468.46',
    #     '2,1,其他业务成本2022年,12057622.30',
    #     '2,1,其他业务成本变动比例,42.44%',
    #     '3,1,变压器营业收入,490028234.05',
    #     '3,1,变压器营业成本,402179824.08',
    #     '3,1,变压器毛利率,17.93%',
    #     '3,1,变压器营业收入比上年同期增减,16.22%',
    #     '3,1,变压器营业成本比上年同期增减,16.33%',
    #     '3,1,变压器毛利率比上年同期增减,减少0.07个百分点',
    #     '3,1,高低压成套开关设备营业收入,261342442.26',
    #     '3,1,高低压成套开关设备营业成本,206645237.99',
    #     '3,1,高低压成套开关设备毛利率,20.93%',
    #     '3,1,高低压成套开关设备营业收入比上年同期增减,-8.93%',
    #     '3,1,高低压成套开关设备营业成本比上年同期增减,-9.91%',
    #     '3,1,高低压成套开关设备毛利率比上年同期增减,增加0.86个百分点',
    #     '3,1,户外成套设备营业收入,198013248.27',
    #     '3,1,户外成套设备营业成本,157856817.84',
    #     '3,1,户外成套设备毛利率,20.28%',
    #     '3,1,户外成套设备营业收入比上年同期增减,62.25%',
    #     '3,1,户外成套设备营业成本比上年同期增减,65.30%',
    #     '3,1,户外成套设备毛利率比上年同期增减,减少1.47个百分点',
    #     '3,1,其他营业收入,54151874.93',
    #     '3,1,其他营业成本,44097195.98',
    #     '3,1,其他毛利率,18.57%',
    #     '3,1,其他营业收入比上年同期增减,39.68%',
    #     '3,1,其他营业成本比上年同期增减,36.10%',
    #     '3,1,其他毛利率比上年同期增减,增加2.14个百分点',
    #     '3,1,合计营业收入,1003535799.51',
    #     '3,1,合计营业成本,810779075.89',
    #     '3,2,东北地区营业收入,2425280.53',
    #     '3,2,东北地区营业成本,1427939.37',
    #     '3,2,东北地区毛利率,41.12%',
    #     '3,2,东北地区营业收入比上年同期增减,-69.51%',
    #     '3,2,东北地区营业成本比上年同期增减,-77.58%',
    #     '3,2,东北地区毛利率比上年同期增减,增加21.20个百分点',
    #     '3,2,华北地区营业收入,70542020.62',
    #     '3,2,华北地区营业成本,53044055.18',
    #     '3,2,华北地区毛利率,24.81%',
    #     '3,2,华北地区营业收入比上年同期增减,205.32%',
    #     '3,2,华北地区营业成本比上年同期增减,203.18%',
    #     '3,2,华北地区毛利率比上年同期增减,增加0.54个百分点',
    #     '3,2,华东地区营业收入,770352353.33',
    #     '3,2,华东地区营业成本,636803535.34',
    #     '3,2,华东地区毛利率,17.34%',
    #     '3,2,华东地区营业收入比上年同期增减,24.17%',
    #     '3,2,华东地区营业成本比上年同期增减,25.30%',
    #     '3,2,华东地区毛利率比上年同期增减,减少0.74个百分点',
    #     '3,2,华南地区营业收入,18509519.71',
    #     '3,2,华南地区营业成本,14496855.46',
    #     '3,2,华南地区毛利率,21.68%',
    #     '3,2,华南地区营业收入比上年同期增减,-57.08%',
    #     '3,2,华南地区营业成本比上年同期增减,-57.98%',
    #     '3,2,华南地区毛利率比上年同期增减,增加1.67个百分点',
    #     '3,2,华中地区营业收入,60588394.64',
    #     '3,2,华中地区营业成本,44559969.21',
    #     '3,2,华中地区毛利率,26.45%',
    #     '3,2,华中地区营业收入比上年同期增减,-51.24%',
    #     '3,2,华中地区营业成本比上年同期增减,-55.13%',
    #     '3,2,华中地区毛利率比上年同期增减,增加6.38个百分点',
    #     '3,2,西北地区营业收入,58618014.32',
    #     '3,2,西北地区营业成本,42844719.81',
    #     '3,2,西北地区毛利率,26.91%',
    #     '3,2,西北地区营业收入比上年同期增减,178.59%',
    #     '3,2,西北地区营业成本比上年同期增减,173.62%',
    #     '3,2,西北地区毛利率比上年同期增减,增加1.33个百分点',
    #     '3,2,西南地区营业收入,22500216.36',
    #     '3,2,西南地区营业成本,17602001.52',
    #     '3,2,西南地区毛利率,21.77%',
    #     '3,2,西南地区营业收入比上年同期增减,-23.74%',
    #     '3,2,西南地区营业成本比上年同期增减,-17.89%',
    #     '3,2,西南地区毛利率比上年同期增减,减少5.57个百分点',
    #     '3,2,合计营业收入,1003535799.51',
    #     '3,2,合计营业成本,810779075.89',
    #     '5,2,经营活动产生的现金流量净额2023年,-44713443.44',
    #     '5,2,经营活动产生的现金流量净额2022年,-53241071.45',
    #     '5,2,经营活动产生的现金流量净额变动比例,16.02%',
    #     '5,2,投资活动产生的现金流量净额2023年,-88649920.50',
    #     '5,2,投资活动产生的现金流量净额2022年,-94251741.15',
    #     '5,2,投资活动产生的现金流量净额变动比例,5.94%',
    #     '5,2,筹资活动产生的现金流量净额2023年,96607197.26',
    #     '5,2,筹资活动产生的现金流量净额2022年,210537586.22',
    #     '5,2,筹资活动产生的现金流量净额变动比例,-54.11%'
    # ]
    
    # client = MilvusClient(
    #     uri="http://localhost:19530"
    # )
    # vector_obj = embed_with_str('2023年营业收入')
    # vector = vector_obj.output["embeddings"][0]["embedding"]

    # vector_b = embed_with_str('营业收入第一季度')
    # vector1 = vector_b.output["embeddings"][0]["embedding"]

    # similarity = cosine_similarity(vector, vector1)
    # log.info("余弦相似度: %s", similarity)

    # insert_measure_data(client, measure_data)
    # text = '营业收入第一季度（1-3月份）'
    # new_text = re.sub(r'（[^)]*）', '',text)
    # log.info(new_text)