Chat GPT Bugfix für Deepseek

brancheneinstufung.py

@@ -89,9 +89,56 @@ class GoogleSheetHandler:
         )
 
 # ==================== WIKIPEDIA SCRAPER ====================
-class WikipediaScraper:
+class_=lambda c: c and any(
-    """Klasse zur Handhabung der Wikipedia-Suche und Datenextraktion"""
+            kw in c.lower() for kw in ['infobox', 'vcard', 'unternehmen']
+        ))
         
+        if not infobox:
+            return "k.A."
+
+        keywords = {
+            'branche': [
+                'branche', 'industrie', 'tätigkeitsfeld', 'geschäftsfeld',
+                'sektor', 'produkte', 'leistungen', 'geschäftsbereich'
+            ],
+            'umsatz': [
+                'umsatz', 'jahresumsatz', 'umsatzerlöse', 'gesamtumsatz',
+                'konzernumsatz', 'umsatzentwicklung', 'ergebnis'
+            ]
+        }.get(target, [])
+
+        # Durchsuche alle Zeilen und Zellen
+        value = "k.A."
+        for row in infobox.find_all('tr'):
+            # Erweiterte Header-Erkennung in th/td mit colspan
+            header_cells = row.find_all(['th', 'td'], attrs={'colspan': False})
+            for header in header_cells:
+                header_text = clean_text(header.get_text()).lower()
+                
+                if any(kw in header_text for kw in keywords):
+                    # Hole nächste Zelle, ignoriere verschachtelte Tabellen
+                    value_cell = header.find_next_sibling(['td', 'th'])
+                    if value_cell:
+                        # Verarbeite Listen und mehrzeilige Inhalte
+                        list_items = value_cell.find_all('li')
+                        if list_items:
+                            value = ', '.join(clean_text(li.get_text()) for li in list_items)
+                        else:
+                            value = clean_text(value_cell.get_text())
+                        
+                        # Extrahiere numerische Umsatzwerte mit Regex
+                        if target == 'umsatz':
+                            match = re.search(
+                                r'(\d{1,3}(?:[.,]\d{3})*(?:[.,]\d{2})?)\s*(?:Mio\.?|Millionen|Mrd\.?|Milliarden)?\s*(?:€|Euro|EUR)',
+                                value
+                            )
+                            if match:
+                                value = match.group(1).replace('.', '').replace(',', '.')
+                        return value
+
+        return "k.A."
+
+class WikipediaScraper:
     def __init__(self):
         wikipedia.set_lang(Config.LANG)
 
@@ -152,6 +199,7 @@ class WikipediaScraper:
             return similarity >= Config.SIMILARITY_THRESHOLD
         
         @retry_on_failure
+
     def search_company_article(self, company_name, website_hint=""):
             """Hauptfunktion zur Artikelsuche"""
             search_terms = self._generate_search_terms(company_name, website_hint)
@@ -185,59 +233,14 @@ class WikipediaScraper:
                 'url': page_url
             }
         
+    
     # ==================== WIKIPEDIA SCRAPER ====================
     class WikipediaScraper:
+
     def _extract_infobox_value(self, soup, target):
             """Extrahiert spezifischen Wert aus der Infobox mit erweiterten Suchmustern"""
             # Erweiterte Infobox-Erkennung
-        infobox = soup.find('table', class_=lambda c: c and any(
+            infobox = soup.find('table',
-            kw in c.lower() for kw in ['infobox', 'vcard', 'unternehmen']
-        ))
-        
-        if not infobox:
-            return "k.A."
-
-        keywords = {
-            'branche': [
-                'branche', 'industrie', 'tätigkeitsfeld', 'geschäftsfeld',
-                'sektor', 'produkte', 'leistungen', 'geschäftsbereich'
-            ],
-            'umsatz': [
-                'umsatz', 'jahresumsatz', 'umsatzerlöse', 'gesamtumsatz',
-                'konzernumsatz', 'umsatzentwicklung', 'ergebnis'
-            ]
-        }.get(target, [])
-
-        # Durchsuche alle Zeilen und Zellen
-        value = "k.A."
-        for row in infobox.find_all('tr'):
-            # Erweiterte Header-Erkennung in th/td mit colspan
-            header_cells = row.find_all(['th', 'td'], attrs={'colspan': False})
-            for header in header_cells:
-                header_text = clean_text(header.get_text()).lower()
-                
-                if any(kw in header_text for kw in keywords):
-                    # Hole nächste Zelle, ignoriere verschachtelte Tabellen
-                    value_cell = header.find_next_sibling(['td', 'th'])
-                    if value_cell:
-                        # Verarbeite Listen und mehrzeilige Inhalte
-                        list_items = value_cell.find_all('li')
-                        if list_items:
-                            value = ', '.join(clean_text(li.get_text()) for li in list_items)
-                        else:
-                            value = clean_text(value_cell.get_text())
-                        
-                        # Extrahiere numerische Umsatzwerte mit Regex
-                        if target == 'umsatz':
-                            match = re.search(
-                                r'(\d{1,3}(?:[.,]\d{3})*(?:[.,]\d{2})?)\s*(?:Mio\.?|Millionen|Mrd\.?|Milliarden)?\s*(?:€|Euro|EUR)',
-                                value
-                            )
-                            if match:
-                                value = match.group(1).replace('.', '').replace(',', '.')
-                        return value
-
-        return "k.A."
 
 # ==================== DATA PROCESSOR ====================
 class DataProcessor: