fix(helper): 优化数字提取函数以支持不同国家的千分位分隔符

- 修改 extract_numeric_value 函数，增加 country 参数- 根据国家代码处理千分位分隔符：法国和德国使用逗号作为小数点，其他国家去掉逗号
- 在 spa.py 中调用更新后的 extract_numeric_value 函数，并传入国家代码

app/helper/helper.py

@@ -19,7 +19,8 @@ def print_trace(title: str, err):
     for i in traceback.extract_tb(except_traceback):
         print("函数{},文件:{},行:{}".format(i.name, i.filename, i.lineno))
 
-def extract_numeric_value(value):
+
+def extract_numeric_value(value, country):
     """
     从包含货币符号的字符串中提取纯数字
     参数:
@@ -29,7 +30,10 @@ def extract_numeric_value(value):
     """
     str_value = str(value).strip()
 
-    # 处理千分位分隔符（如1,000.00）
+    # 法国和德国使用逗号作为小数点，其他语言去掉逗号
+    if country in ["FR", "DE"]:
+        str_value = str_value.replace(',', '.')
+    else:
         str_value = str_value.replace(',', '')
 
     # 移除非数字字符（保留数字和小数点）

app/vc/spa.py

@@ -218,7 +218,10 @@ class Spa(AutoInterface):
         for sheet_name, df in sheets.items():
             # 找到第一个空行（NaN值）的索引
             first_empty = df[rebate_column].isna().idxmax()
-
+            if pd.isna(first_empty) or first_empty == 0:
+                total = df[rebate_column].sum()
+                total_amount = total_amount + total
+            else:
                 # 只计算第一个空行之前的数据
                 valid_data = df.loc[:first_empty - 1, rebate_column]
                 # 计算总和，忽略NaN值
@@ -307,7 +310,7 @@ class Spa(AutoInterface):
             # 计算每个sheet总金额
             total_amount = self.__calculate_sheets_total_amount(item_dict)
             original_balance = coop.get("Original balance", 0.0)
-            original_balance = helper.extract_numeric_value(original_balance)
+            original_balance = helper.extract_numeric_value(original_balance, self.country)
             # 0 没有税 1 有税
             va_tax = int(total_amount != original_balance)