AzurLaneAutoScript 勋章商店异常问题分析与解决方案

问题背景

在 AzurLaneAutoScript 自动化脚本项目中，用户报告了一个与勋章商店(MedalShop)相关的异常问题。该问题发生在脚本执行勋章商店购买操作时，导致程序抛出 AttributeError 异常并终止运行。

问题现象

当脚本执行到勋章商店购买流程时，系统抛出以下错误：

AttributeError: 'numpy.ndarray' object has no attribute 'area'

从错误日志中可以观察到，问题出现在 medal shop 模块中，当尝试访问 numpy 数组对象的 area 属性时失败。这表明代码中对数据类型的处理存在不一致性。

技术分析

根本原因

1. 数据类型不匹配：代码期望 medals 变量是一个包含 area 属性的对象数组，但实际上获得的是一个纯 numpy 数组(ndarray)。

2. 坐标处理错误：在 shop_medal_grid 方法中，代码试图通过 medals 数组计算商店网格布局，但对输入数据的类型假设不正确。

3. 错误处理不足：当遇到意外的匹配结果时，错误处理代码本身也存在问题，导致二次错误。

问题代码分析

问题出现在 shop_medal_grid 方法的以下逻辑中：

if len(medals) == 2:
    # 处理两个勋章图标的情况
elif len(medals) == 3:
    # 处理三个勋章图标的情况
else:
    logger.warning(f'Unexpected medal icon match result: {[m.area for m in medals]}')

当 medals 是一个 numpy 数组时，遍历其元素 m 也是 numpy 数组，没有 area 属性，导致错误。

解决方案

修复方法

1. 类型检查与转换：在处理 medals 数据前，确保其具有正确的类型和结构。

2. 安全属性访问：修改错误处理逻辑，避免直接访问可能不存在的属性。

3. 默认值处理：为意外情况提供合理的默认值，保证程序能够继续执行。

改进后的代码逻辑

# 正确处理 medals 数组
if isinstance(medals, np.ndarray):
    # 将 numpy 数组转换为可处理的对象列表
    processed_medals = [{'x': m[0], 'y': m[1]} for m in medals]
    # 使用处理后的数据进行后续计算
else:
    # 原有处理逻辑

最佳实践建议

1. 类型注解：在 Python 3.5+ 中使用类型注解，可以提前发现类型不匹配的问题。

2. 防御性编程：对关键数据添加类型检查，确保代码健壮性。

3. 单元测试：为商店模块添加更多边界条件测试，覆盖各种可能的输入情况。

4. 日志改进：在记录错误信息时，先检查对象属性是否存在，避免日志记录本身引发异常。

总结

该问题展示了在自动化脚本开发中数据类型处理的重要性。通过这次修复，不仅解决了当前的异常问题，也为项目建立了更健壮的错误处理机制。开发者在处理图像识别结果时，应当特别注意数据类型的转换和验证，确保代码能够处理各种边界情况。

对于 AzurLaneAutoScript 用户来说，更新到包含此修复的最新版本即可解决该问题。开发团队也应持续关注类似的数据处理问题，提升脚本的整体稳定性。