bugfix

brancheneinstufung.py

@@ -4288,6 +4288,23 @@ class DataProcessor:
     # Spezifischere Batch-Modi (Block 26-32) haben oft ihre eigene Zeilenauswahl-Logik,
     # die nicht unbedingt diese Methoden verwendet.
 
+    def __init__(self, sheet_handler, wiki_scraper, ziel_schema, fokus_branchen, branch_mapping): # Neue Parameter
+        self.logger = logging.getLogger(self.__class__.__name__)
+        self.logger.info("Initialisiere DataProcessor...")
+        self.sheet_handler = sheet_handler
+        self.wiki_scraper = wiki_scraper
+        
+        # +++ NEUE INSTANZATTRIBUTE +++
+        self.ziel_schema = ziel_schema
+        self.fokus_branchen = fokus_branchen
+        self.branch_mapping = branch_mapping
+        
+        # Laden von Modell/Imputer bleibt wie es ist
+        self.model = None
+        self.imputer = None
+        self._expected_features = None
+        
+        self.logger.info("DataProcessor initialisiert mit Handlern und Konfigurationsdaten.")
 
     def _needs_website_processing(self, row_data, force_reeval):
         """
@@ -9183,9 +9200,9 @@ class DataProcessor:
         # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
         # +++ FINALER DEBUGGING-BLOCK ZUR PRÜFUNG DES MAPPING-DICTIONARIES ++++++
         # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-        self.logger.info(f"PRÜFE MAPPING-DICT: Das BRANCH_MAPPING Dictionary hat {len(BRANCH_MAPPING)} Einträge.")
-        if len(BRANCH_MAPPING) < 5:
-             self.logger.error("ALARM: Das BRANCH_MAPPING Dictionary ist fast oder komplett leer! Das Laden der Branchen.csv ist fehlgeschlagen.")
+        self.logger.info(f"PRÜFE MAPPING-DICT: Das self.branch_mapping Dictionary hat {len(self.branch_mapping)} Einträge.")
+        if len(self.branch_mapping) < 1:
+            self.logger.error("ALARM: Das self.branch_mapping Dictionary ist leer!")
         else:
              # Zeige die ersten 5 Schlüssel-Wert-Paare aus dem Dictionary, um zu sehen, ob es korrekt ist.
              self.logger.info("PRÜFE MAPPING-DICT: Die ersten 5 Einträge sind:")
@@ -9216,7 +9233,7 @@ class DataProcessor:
         
         # Sicherere Methode:
         # Erstelle eine normalisierte Version des Mapping-Dictionaries
-        mapping_lower = {k.lower(): v for k, v in BRANCH_MAPPING.items()}
+        mapping_lower = {str(k).strip().lower(): v for k, v in self.branch_mapping.items()} # self.branch_mapping verwenden
         # Wende dieses normalisierte Mapping auf die normalisierte Branchenspalte an
         df_filtered.loc[:, 'Branchen_Gruppe'] = normalized_sheet_branches.map(BRANCH_MAPPING).fillna('Sonstige')
         
@@ -10283,6 +10300,33 @@ def main():
     # handlers=[] verhindert default Console Handler, wir fuegen ihn manuell hinzu fuer mehr Kontrolle
     logging.basicConfig(level=log_level, format=log_format, handlers=[]) # log_format wird hier bereits verwendet
 
+    logger.info("Lade Konfigurationsdaten...")
+    
+    # Lade die Schemata und Mappings NACH dem Logging-Setup
+    ziel_schema, fokus_branchen = load_target_schema()
+    branch_mapping_dict = load_branch_mapping()
+
+    # Wenn das Laden fehlschlägt, können wir hier sicher abbrechen
+    if not ziel_schema:
+        logger.critical("Ziel-Branchenschema konnte nicht geladen werden. Skriptabbruch.")
+        return
+    if not branch_mapping_dict:
+        logger.critical("Branchen-Mapping konnte nicht geladen werden. Skriptabbruch.")
+        return
+
+    args = parse_arguments()
+
+    # Initialisiere den DataProcessor und übergebe ihm die geladenen Daten
+    sheet_handler = GoogleSheetHandler(Config.SHEET_ID, Config.SERVICE_ACCOUNT_FILE, Config.TOKEN_FILE)
+    wiki_scraper = WikipediaScraper()
+    
+    # +++ WICHTIGE ÄNDERUNG HIER +++
+    # Wir übergeben die Daten an den Konstruktor
+    data_processor = DataProcessor(sheet_handler, wiki_scraper, ziel_schema, fokus_branchen, branch_mapping_dict)
+    
+    logger.info("DataProcessor erfolgreich initialisiert.")
+
+
     ZIEL_BRANCHENSCHEMA, FOKUS_BRANCHEN = load_target_schema()  # Zeile 10277
     BRANCH_MAPPING = load_branch_mapping()