knowledge_base/term_loader.py

"""
Utilities for loading and saving medical terms
"""

import logging
from pathlib import Path
from typing import List, Set

logger = logging.getLogger(__name__)


def load_terms_from_file(filepath: Path) -> Set[str]:
    """
    Загрузить медицинские термины из файла.
    
    Args:
        filepath: Путь к файлу с терминами
        
    Returns:
        Множество терминов
    """
    try:
        with open(filepath, 'r', encoding='utf-8') as f:
            content = f.read().strip()
        
        # Разделяем по запятым
        terms = {term.strip() for term in content.split(',') if term.strip()}
        
        logger.info(f"Loaded {len(terms)} terms from {filepath}")
        return terms
        
    except FileNotFoundError:
        logger.error(f"File not found: {filepath}")
        return set()
    except Exception as e:
        logger.error(f"Error loading terms: {e}")
        return set()


def save_terms_to_file(terms: List[str], filepath: Path) -> bool:
    """
    Сохранить термины в файл.
    
    Args:
        terms: Список терминов
        filepath: Путь для сохранения
        
    Returns:
        True если успешно, False иначе
    """
    try:
        # Сортируем и объединяем через запятую
        content = ', '.join(sorted(terms))
        
        with open(filepath, 'w', encoding='utf-8') as f:
            f.write(content)
        
        logger.info(f"Saved {len(terms)} terms to {filepath}")
        return True
        
    except Exception as e:
        logger.error(f"Error saving terms: {e}")
        return False


def merge_term_files(file1: Path, file2: Path, output: Path) -> int:
    """
    Объединить термины из двух файлов.
    
    Args:
        file1: Первый файл
        file2: Второй файл
        output: Файл для сохранения результата
        
    Returns:
        Количество уникальных терминов
    """
    terms1 = load_terms_from_file(file1)
    terms2 = load_terms_from_file(file2)
    
    merged = terms1.union(terms2)
    save_terms_to_file(list(merged), output)
    
    logger.info(f"Merged {len(terms1)} + {len(terms2)} = {len(merged)} unique terms")
    return len(merged)