修复编码问题、允许修改port

README.md

@@ -113,12 +113,20 @@ os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
 - 第一次使用该库读取、翻译非markdown文本
 - 第一次使用该库的公式识别或代码识别功能
 
-## 使用图形化界面
+## 启动交互式界面
+
+启动交互式界面
 
 ```commandline
 docutranslate -i
 ```
 
+启动交互式界面并指定端口
+
+```commandline
+docutranslate -i -p 8011
+```
+
 ## 翻译文件
 
 ```python
@@ -170,12 +178,12 @@ translater = FileTranslater(convert_engin="mineru",  # 使用mineru解析文档
                             # convert_engin="docling"  # 使用docling解析文档
                             )
 # 文件转html
-translater.read_file("<文件路径>").save_as_html()#保存
+translater.read_file("<文件路径>").save_as_html()  # 保存
-translater.read_file("<文件路径>").export_to_html()#输出字符串
+translater.read_file("<文件路径>").export_to_html()  # 输出字符串
 # 文件转markdown
-translater.read_file("<文件路径>").save_as_markdown()#保存内嵌bas64图片的markdown
+translater.read_file("<文件路径>").save_as_markdown()  # 保存内嵌bas64图片的markdown
-translater.read_file("<文件路径>").save_as_markdown(embed=False)#保存不内嵌图片的markdown（文件夹形式）
+translater.read_file("<文件路径>").save_as_markdown(embed=False)  # 保存不内嵌图片的markdown（文件夹形式）
-translater.read_file("<文件路径>").export_to_markdown()#输出内嵌图片的markdown字符串
+translater.read_file("<文件路径>").export_to_markdown()  # 输出内嵌图片的markdown字符串
 ```
 
 ## 参数说明
@@ -233,18 +241,22 @@ translater.translate_file(r"<要翻译的文件路径>",
 
 # FAQ
 
-1. 是否支持扫描件
+1. 8010端口被占用了怎么办
 
-> 暂不支持
+> 可以通过设置系统环境变量`DOCUTRANSLATE_PORT=<port>`来指定启动端口
 
-2. 第一次使用很慢是怎么回事
+2. 是否支持扫描件
+
+> mineru解析引擎支持，docling不支持
+
+3. 第一次使用很慢是怎么回事
 
 > 第一次是使用时docling需要从huggingface下载转换输入文件为markdown的模型  
 > 通过设置环境变量换源或科学上网可能有助于提高下载速度
 
 > huggingface换源，请设置环境变量：`HF_ENDPOINT=https://hf-mirror.com`
 
-3. 如何内网使用（不联网）
+4如何内网使用（不联网）
 
 > 可以，对于docling提供的解析pdf、html等功能，可以使用以下方式提前下载所需的模型
 
@@ -263,7 +275,7 @@ from docutranslate import FileTranslater
 translater = FileTranslater(base_url="<baseurl>",
                             key="<key>",
                             model_id="<model-id>",  # 使用的模型id
-                            convert_engin="docling", # 使用docling
+                            convert_engin="docling",  # 使用docling
                             docling_artifact=r"C:\Users\<user>\.cache\docling\models"
                             )
 ```

docutranslate/__init__.py

@@ -1,4 +1,4 @@
-__version__="0.2.39"
+__version__="0.2.40"
 
 
 

docutranslate/app.py

@@ -1,6 +1,7 @@
 import asyncio
 import io
 import logging
+import os
 import socket
 import time
 from contextlib import asynccontextmanager, closing
@@ -482,8 +483,12 @@ def find_free_port(start_port):
             port += 1  # 端口被占用，尝试下一个端口
 
 
-def run_app(port=8010):
+def run_app(port:int|None=None):
-    initial_port = port
+    if port:
+        initial_port = port
+    else:
+        env_port=os.environ.get("DOCUTRANSLATE_PORT")
+        initial_port=int(env_port) if env_port else 8010
     try:
         # 首先检查初始端口是否可用
         port = find_free_port(initial_port)
@@ -491,6 +496,7 @@ def run_app(port=8010):
             print(f"端口 {initial_port} 被占用，将使用端口 {port} 代替")
         print(f"正在启动 DocuTranslate WebUI 版本号：{__version__}")
         print(f"请用浏览器访问 http://127.0.0.1:{port} (部分终端可以使用ctrl+左键点击网址打开)")
+        print(f"可以设置环境变量`DOCUTRANSLATE_PORT=<port>`改变默认服务端口号")
         uvicorn.run(app, host="127.0.0.1", port=port, workers=1)
     except Exception as e:
         print(f"启动失败: {e}")

docutranslate/cli.py

@@ -16,7 +16,7 @@ def main():
     parser.add_argument(
         "-p", "--port",
         type=int,  # 指定参数类型（例如整数）
-        default=8010,  # 默认值（可选）
+        default=None,  # 默认值（可选）
         help="指定端口号（默认：8010）。"
     )
 
@@ -51,15 +51,8 @@ def main():
         from docutranslate import  __version__
         print(__version__)
     else:
-        print("提示：若要启动 DocuTranslate 图形界面，请使用 -i 或 --interactive 选项。")
+        parser.print_help()
-        print("\n用法示例:")
+        sys.exit(1)
-        print("  docutranslate -i")
-        print("  docutranslate --interactive")
-        print("\n如需查看所有可用选项，请运行:")
-        print("  docutranslate --help")
-        # 或者直接显示帮助信息:
-        # parser.print_help()
-        sys.exit(1) # 以错误码退出，表明命令未按预期执行
 
 
 if __name__ == "__main__":

docutranslate/translater.py

@@ -301,7 +301,7 @@ class FileTranslater:
         if embeded:
             output_dir.mkdir(parents=True, exist_ok=True)
             full_name = output_dir / filename.name
-            with open(full_name, "w") as file:
+            with open(full_name, "w", encoding="utf-8") as file:
                 file.write(self.export_to_markdown())
             translater_logger.info(f"文件已写入{full_name.resolve()}")
         else:
@@ -336,7 +336,7 @@ class FileTranslater:
         output_dir.mkdir(parents=True, exist_ok=True)
         full_name = output_dir / filename
         html_content = self.export_to_html(title=str(full_name.resolve().stem))
-        with open(full_name, "w") as file:
+        with open(full_name, "w",encoding="utf-8") as file:
             file.write(html_content)
         translater_logger.info(f"文件已写入{full_name.resolve()}")
         return self

docutranslate/utils/markdown_utils.py

@@ -196,7 +196,7 @@ def unembed_base64_images_to_zip(markdown:str,markdown_name:str,image_folder_nam
                 f.write(base64.b64decode(b64data))
             return f"![{match.group(1)}]({url})"
         modified_md_content = re.sub(pattern, unembed_base64_images,markdown)
-        with open(os.path.join(temp_dir,f"{markdown_name}"),"w") as f:
+        with open(os.path.join(temp_dir,f"{markdown_name}"),"w",encoding="utf-8") as f:
             f.write(modified_md_content)
         zip_buffer=io.BytesIO()
         folder_path=Path(temp_dir)