diff --git a/brancheneinstufung.py b/brancheneinstufung.py index 6a01c0b4..e01c28bb 100644 --- a/brancheneinstufung.py +++ b/brancheneinstufung.py @@ -14,7 +14,7 @@ import csv # ==================== KONFIGURATION ==================== class Config: - VERSION = "v1.3.11" # v1.3.11: Spalten um +1 verschoben, Kurzform in Spalte C; alle Referenzen angepasst. + VERSION = "v1.3.12" # v1.3.12: Neuer Modus 51 implementiert (nur Verifizierung bis Spalte Y) LANG = "de" CREDENTIALS_FILE = "service_account.json" SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo" @@ -199,6 +199,50 @@ def validate_article_with_chatgpt(crm_data, wiki_data): debug_print(f"Fehler beim Validierungs-API-Aufruf: {e}") return "k.A." +def evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien): + # Dieser Prompt soll den Brancheneinordnungsprozess durchführen. + prompt_text = ( + "Du bist ein Experte im Field Service Management. Analysiere die folgenden Branchenangaben und ordne das Unternehmen " + "einer der gültigen Branchen zu. Nutze ausschließlich die vorhandenen Informationen.\n\n" + f"CRM-Branche: {crm_branche}\n" + f"Beschreibung Branche extern: {beschreibung}\n" + f"Wikipedia-Branche: {wiki_branche}\n" + f"Wikipedia-Kategorien: {wiki_kategorien}\n\n" + "Ordne das Unternehmen exakt einer der gültigen Branchen zu und gib aus:\n" + "Branche: \n" + "Übereinstimmung: \n" + "Begründung: " + ) + try: + with open("api_key.txt", "r") as f: + api_key = f.read().strip() + except Exception as e: + debug_print(f"Fehler beim Lesen des API-Tokens (Branche): {e}") + return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."} + openai.api_key = api_key + try: + response = openai.ChatCompletion.create( + model="gpt-3.5-turbo", + messages=[{"role": "system", "content": prompt_text}], + temperature=0.0 + ) + result = response.choices[0].message.content.strip() + debug_print(f"Branchenabgleich ChatGPT Antwort: '{result}'") + branch = "k.A." + consistency = "k.A." + justification = "" + for line in result.split("\n"): + if line.lower().startswith("branche:"): + branch = line.split(":", 1)[1].strip() + elif line.lower().startswith("übereinstimmung:"): + consistency = line.split(":", 1)[1].strip() + elif line.lower().startswith("begründung:"): + justification = line.split(":", 1)[1].strip() + return {"branch": branch, "consistency": consistency, "justification": justification} + except Exception as e: + debug_print(f"Fehler beim Aufruf der ChatGPT API für Branchenabgleich: {e}") + return {"branch": "k.A.", "consistency": "k.A.", "justification": "k.A."} + def evaluate_fsm_suitability(company_name, company_data): try: with open("api_key.txt", "r") as f: @@ -209,9 +253,7 @@ def evaluate_fsm_suitability(company_name, company_data): openai.api_key = api_key prompt = ( f"Bitte bewerte, ob das Unternehmen '{company_name}' für den Einsatz einer Field Service Management Lösung geeignet ist. " - "Berücksichtige, dass ein Unternehmen mit einem technischen Außendienst, idealerweise mit über 50 Technikern und " - "Disponenten, die mit der Planung mobiler Ressourcen beschäftigt sind, als geeignet gilt. Nutze dabei verifizierte " - "Wikipedia-Daten und deine eigene Einschätzung. Antworte ausschließlich mit 'Ja' oder 'Nein' und gib eine kurze Begründung." + "Antworte ausschließlich mit 'Ja' oder 'Nein' und gib eine kurze Begründung." ) try: response = openai.ChatCompletion.create( @@ -258,9 +300,7 @@ def evaluate_servicetechnicians_estimate(company_name, company_data): return "k.A." openai.api_key = api_key prompt = ( - f"Bitte schätze auf Basis öffentlich zugänglicher Informationen (vor allem verifizierte Wikipedia-Daten) " - f"die Anzahl der Servicetechniker des Unternehmens '{company_name}' ein. " - "Gib die Antwort ausschließlich in einer der folgenden Kategorien aus: " + f"Bitte schätze die Anzahl der Servicetechniker des Unternehmens '{company_name}' in einer der folgenden Kategorien: " "'<50 Techniker', '>100 Techniker', '>200 Techniker', '>500 Techniker'." ) try: @@ -285,8 +325,7 @@ def evaluate_servicetechnicians_explanation(company_name, st_estimate, company_d return "k.A." openai.api_key = api_key prompt = ( - f"Bitte erkläre, warum du für das Unternehmen '{company_name}' die Anzahl der Servicetechniker als '{st_estimate}' geschätzt hast. " - "Berücksichtige dabei öffentlich zugängliche Informationen wie Branche, Umsatz, Mitarbeiterzahl und andere relevante Daten." + f"Bitte erkläre, warum du für das Unternehmen '{company_name}' die Anzahl der Servicetechniker als '{st_estimate}' geschätzt hast." ) try: response = openai.ChatCompletion.create( @@ -335,10 +374,7 @@ def search_linkedin_contact(company_name, website, position_query): except Exception as e: debug_print("Fehler beim Lesen des SerpAPI-Schlüssels: " + str(e)) return None - # Nutze hier die Kurzform, falls vorhanden (Spalte C, Index 2); ansonsten Firmenname (Index 1) - search_name = company_name - if company_name == "" and website != "": - search_name = website + search_name = company_name # Hier kannst du auch die Kurzform verwenden, falls vorhanden. query = f'site:linkedin.com/in "{position_query}" "{search_name}"' debug_print(f"Erstelle LinkedIn-Query: {query}") params = { @@ -382,7 +418,6 @@ def search_linkedin_contact(company_name, website, position_query): debug_print(f"Fehler bei der SerpAPI-Suche: {e}") return None -# ==================== NEUE FUNKTION: ZÄHLEN DER LINKEDIN-KONTAKTE ==================== def count_linkedin_contacts(company_name, website, position_query): try: with open("serpApiKey.txt", "r") as f: @@ -412,35 +447,83 @@ def count_linkedin_contacts(company_name, website, position_query): debug_print(f"Fehler bei der SerpAPI-Suche (Count): {e}") return 0 -# ==================== NEUER MODUS 6: CONTACT RESEARCH (via SerpAPI) ==================== -def process_contact_research(): - debug_print("Starte Contact Research (Modus 6)...") - gc = gspread.authorize(ServiceAccountCredentials.from_json_keyfile_name( - Config.CREDENTIALS_FILE, ["https://www.googleapis.com/auth/spreadsheets"])) - sh = gc.open_by_url(Config.SHEET_URL) - main_sheet = sh.sheet1 - data = main_sheet.get_all_values() - # Website ist nun in Spalte D (Index 3), Firmenname in Spalte B (Index 1) - for i, row in enumerate(data[1:], start=2): - company_name = row[1] if len(row) > 1 else "" - # Verwende die Kurzform (Spalte C, Index 2) für die Suche, wenn vorhanden, ansonsten Firmenname - search_name = row[2].strip() if len(row) > 2 and row[2].strip() not in ["", "k.A."] else company_name - website = row[3] if len(row) > 3 else "" - if not company_name or not website: - continue - count_service = count_linkedin_contacts(search_name, website, "Serviceleiter") - count_it = count_linkedin_contacts(search_name, website, "IT-Leiter") - count_management = count_linkedin_contacts(search_name, website, "Geschäftsführer") - count_disponent = count_linkedin_contacts(search_name, website, "Disponent") - current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S") - main_sheet.update(values=[[str(count_service)]], range_name=f"AH{i}") - main_sheet.update(values=[[str(count_it)]], range_name=f"AI{i}") - main_sheet.update(values=[[str(count_management)]], range_name=f"AJ{i}") - main_sheet.update(values=[[str(count_disponent)]], range_name=f"AK{i}") - main_sheet.update(values=[[current_dt]], range_name=f"AL{i}") - debug_print(f"Zeile {i}: Serviceleiter {count_service}, IT-Leiter {count_it}, Management {count_management}, Disponent {count_disponent} – Contact Search Timestamp gesetzt.") - time.sleep(Config.RETRY_DELAY * 1.5) - debug_print("Contact Research abgeschlossen.") +# ==================== NEUER MODUS 51: VERIFIZIERUNG (Nur Wikipedia + Brancheneinordnung) ==================== +def process_verification_only(): + debug_print("Starte Verifizierungs-Modus (Modus 51)...") + processor = DataProcessor() + # Wir nutzen als Kriterium, dass in Spalte Y (Begründung Abweichung Branche) noch kein Wert steht. + for i, row in enumerate(processor.sheet_handler.sheet_values[1:], start=2): + if len(row) <= 24 or row[24].strip() == "": # Spalte Y ist Index 24 (0-basiert) + processor._process_verification_row(i, row) + debug_print("Verifizierungs-Modus abgeschlossen.") + +def _process_verification_row(self, row_num, row_data): + # In diesem Modus verarbeiten wir nur bis Spalte Y (Begründung Abweichung Branche) + # Spalte B: Firmenname, Spalte C: Kurzform, Spalte D: Website, Spalte E: Ort, Spalte F: Beschreibung, + # Spalte G: Aktuelle Branche, Spalte H: Beschreibung Branche extern, + # Spalte I: Anzahl Techniker CRM, J: Umsatz CRM, K: Anzahl Mitarbeiter CRM, + # Spalte L: Vorschlag Wiki URL, M: Wikipedia URL, N: Wikipedia Absatz, O: Wikipedia Branche, + # P: Wikipedia Umsatz, Q: Wikipedia Mitarbeiter, R: Wikipedia Kategorien, + # S: Konsistenzprüfung, T: Begründung bei Inkonsistenz, U: Vorschlag Wiki Artikel ChatGPT, + # V: Begründung bei Abweichung, W: Vorschlag neue Branche, X: Konsistenzprüfung Branche, + # Y: Begründung Abweichung Branche. + company_name = row_data[1] if len(row_data) > 1 else "" + website = row_data[3] if len(row_data) > 3 else "" + current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S") + # Wikipedia-Teil: Spalte L bis R + if len(row_data) > 11 and row_data[11].strip() not in ["", "k.A."]: + wiki_url = row_data[11].strip() + try: + wiki_data = self.wiki_scraper.extract_company_data(wiki_url) + except Exception as e: + debug_print(f"Fehler beim Laden des vorgeschlagenen Wikipedia-Artikels: {e}") + article = self.wiki_scraper.search_company_article(company_name, website) + wiki_data = self.wiki_scraper.extract_company_data(article.url) if article else { + 'url': 'k.A.', 'first_paragraph': 'k.A.', 'branche': 'k.A.', + 'umsatz': 'k.A.', 'mitarbeiter': 'k.A.', 'categories': 'k.A.', + 'full_infobox': 'k.A.' + } + else: + article = self.wiki_scraper.search_company_article(company_name, website) + wiki_data = self.wiki_scraper.extract_company_data(article.url) if article else { + 'url': 'k.A.', 'first_paragraph': 'k.A.', 'branche': 'k.A.', + 'umsatz': 'k.A.', 'mitarbeiter': 'k.A.', 'categories': 'k.A.', + 'full_infobox': 'k.A.' + } + wiki_values = [ + row_data[11] if len(row_data) > 11 and row_data[11].strip() not in ["", "k.A."] else "k.A.", + wiki_data.get('url', 'k.A.'), + wiki_data.get('first_paragraph', 'k.A.'), + wiki_data.get('branche', 'k.A.'), + wiki_data.get('umsatz', 'k.A.'), + wiki_data.get('mitarbeiter', 'k.A.'), + wiki_data.get('categories', 'k.A.') + ] + # Update Wikipedia-Spalten (L bis R) + self.sheet_handler.sheet.update(values=[wiki_values], range_name=f"L{row_num}:R{row_num}") + # Brancheneinordnung: Verwende CRM-Branche (Spalte G) und Beschreibung Branche extern (Spalte H) + crm_branche = row_data[6] if len(row_data) > 6 else "k.A." + beschreibung = row_data[7] if len(row_data) > 7 else "k.A." + wiki_branche = wiki_data.get('branche', 'k.A.') + wiki_kategorien = wiki_data.get('categories', 'k.A.') + branche_result = evaluate_branche_chatgpt(crm_branche, beschreibung, wiki_branche, wiki_kategorien) + # Update Brancheneinordnung in Spalten V, W, X (Beispielsweise) + self.sheet_handler.sheet.update(values=[[branche_result["branch"]]], range_name=f"V{row_num}") + self.sheet_handler.sheet.update(values=[[branche_result["consistency"]]], range_name=f"W{row_num}") + self.sheet_handler.sheet.update(values=[[branche_result["justification"]]], range_name=f"X{row_num}") + # Verifizierungsstatus: Wir nutzen validate_article_with_chatgpt, um eine finale Aussage zu erhalten, in Spalte Y + crm_data = ";".join(row_data[1:11]) + wiki_data_str = ";".join(row_data[11:18]) + valid_result = validate_article_with_chatgpt(crm_data, wiki_data_str) + self.sheet_handler.sheet.update(values=[[valid_result]], range_name=f"Y{row_num}") + # Aktualisiere Timestamp und Version (z. B. in Spalte Z und AA) + self.sheet_handler.sheet.update(values=[[current_dt]], range_name=f"Z{row_num}") + self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=f"AA{row_num}") + debug_print(f"Zeile {row_num} verifiziert: URL: {wiki_data.get('url', 'k.A.')}, Branche: {wiki_data.get('branche', 'k.A.')}") + time.sleep(Config.RETRY_DELAY) + +# Füge _process_verification_row als Methode in DataProcessor hinzu +DataProcessor._process_verification_row = _process_verification_row # ==================== NEUER MODUS: ALIGNMENT DEMO (für Hauptblatt und Contacts) ==================== def alignment_demo_full(): @@ -486,25 +569,10 @@ def alignment_demo(sheet): "Spalte W (Vorschlag neue Branche)", "Spalte X (Konsistenzprüfung Branche)", "Spalte Y (Begründung Abweichung Branche)", - "Spalte Z (FSM Relevanz Ja / Nein)", - "Spalte AA (Begründung für FSM Relevanz)", - "Spalte AB (Schätzung Anzahl Mitarbeiter)", - "Spalte AC (Konsistenzprüfung Mitarbeiterzahl)", - "Spalte AD (Begründung für Abweichung Mitarbeiterzahl)", - "Spalte AE (Einschätzung Anzahl Servicetechniker)", - "Spalte AF (Begründung bei Abweichung Anzahl Servicetechniker)", - "Spalte AG (Schätzung Umsatz ChatGPT)", - "Spalte AH (Begründung für Abweichung Umsatz)", - "Spalte AI (Serviceleiter gefunden)", - "Spalte AJ (IT-Leiter gefunden)", - "Spalte AK (Management gefunden)", - "Spalte AL (Disponent gefunden)", - "Spalte AM (Contact Search Timestamp)", - "Spalte AN (Wikipedia Timestamp)", - "Spalte AO (ChatGPT Timestamp)", - "Spalte AP (Version)" + "Spalte Z (Timestamp Verifizierung)", + "Spalte AA (Version)" ] - header_range = "A11200:AP11200" + header_range = "A11200:AA11200" sheet.update(values=[new_headers], range_name=header_range) print("Alignment-Demo abgeschlossen: Neue Spaltenüberschriften in Zeile 11200 geschrieben.") @@ -702,7 +770,7 @@ class GoogleSheetHandler: self.sheet = gspread.authorize(creds).open_by_url(Config.SHEET_URL).sheet1 self.sheet_values = self.sheet.get_all_values() def get_start_index(self): - # Wikipedia Timestamp ist jetzt in Spalte AN (Index 39) + # Wir verwenden Spalte AN (Index 39) als Wikipedia-Timestamp im regulären Modus filled_n = [row[39] if len(row) > 39 else '' for row in self.sheet_values[1:]] return next((i + 1 for i, v in enumerate(filled_n, start=1) if not str(v).strip()), len(filled_n) + 1) @@ -723,15 +791,20 @@ class DataProcessor: elif MODE == "4": processor = DataProcessor() for i, row in enumerate(processor.sheet_handler.sheet_values[1:], start=2): - # Nur Zeilen ohne Wikipedia-Timestamp (Spalte AN, Index 39) if len(row) <= 39 or row[39].strip() == "": processor._process_single_row(i, row, process_wiki=True, process_chatgpt=False) elif MODE == "5": processor = DataProcessor() - # Nur Zeilen ohne ChatGPT-Timestamp (Spalte AO, Index 40) for i, row in enumerate(processor.sheet_handler.sheet_values[1:], start=2): if len(row) <= 40 or row[40].strip() == "": processor._process_single_row(i, row, process_wiki=False, process_chatgpt=True) + elif MODE == "51": + # Neuer Modus 51: Nur Verifizierung (Wikipedia + Brancheneinordnung) – bis Spalte Y bearbeiten. + processor = DataProcessor() + for i, row in enumerate(processor.sheet_handler.sheet_values[1:], start=2): + # Hier prüfen wir, ob in Spalte Y (Index 24) noch kein Wert steht. + if len(row) <= 25 or row[24].strip() == "": + processor._process_verification_row(i, row) else: start_index = self.sheet_handler.get_start_index() print(f"Starte bei Zeile {start_index+1}") @@ -744,17 +817,15 @@ class DataProcessor: self._process_single_row(i, row) rows_processed += 1 def _process_single_row(self, row_num, row_data, force_all=False, process_wiki=True, process_chatgpt=True): - # Spalte B: Firmenname, Spalte C: Kurzform, Spalte D: Website + # Dies ist die vollständige Verarbeitung (wie in v1.3.11) company_name = row_data[1] if len(row_data) > 1 else "" website = row_data[3] if len(row_data) > 3 else "" - wiki_update_range = f"L{row_num}:R{row_num}" # Vorschlag Wiki URL bis Wikipedia Kategorien (Spalte L bis R) - dt_wiki_range = f"AN{row_num}" # Wikipedia Timestamp (Spalte AN) - dt_chat_range = f"AO{row_num}" # ChatGPT Timestamp (Spalte AO) - ver_range = f"AP{row_num}" # Version (Spalte AP) + wiki_update_range = f"L{row_num}:R{row_num}" + dt_wiki_range = f"AN{row_num}" + dt_chat_range = f"AO{row_num}" + ver_range = f"AP{row_num}" print(f"\n[{datetime.now().strftime('%H:%M:%S')}] Verarbeite Zeile {row_num}: {company_name}") current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S") - - # Wikipedia-Teil if force_all or process_wiki: if len(row_data) <= 39 or row_data[39].strip() == "": if len(row_data) > 11 and row_data[11].strip() not in ["", "k.A."]: @@ -789,17 +860,12 @@ class DataProcessor: self.sheet_handler.sheet.update(values=[[current_dt]], range_name=dt_wiki_range) else: debug_print(f"Zeile {row_num}: Wikipedia-Timestamp bereits gesetzt – überspringe Wiki-Auswertung.") - - # ChatGPT-Teil if force_all or process_chatgpt: if len(row_data) <= 40 or row_data[40].strip() == "": - # Umsatz CRM ist nun in Spalte J (Index 9), Anzahl Mitarbeiter in Spalte K (Index 10) crm_umsatz = row_data[9] if len(row_data) > 9 else "k.A." abgleich_result = compare_umsatz_values(crm_umsatz, wiki_data.get('umsatz', 'k.A.') if 'wiki_data' in locals() else "k.A.") self.sheet_handler.sheet.update(values=[[abgleich_result]], range_name=f"AG{row_num}") - # CRM-Daten: von Spalte B bis K (Indices 1 bis 10) crm_data = ";".join(row_data[1:11]) - # Wiki-Daten: von Spalte L bis R (Indices 11 bis 18) wiki_data_str = ";".join(row_data[11:18]) valid_result = validate_article_with_chatgpt(crm_data, wiki_data_str) self.sheet_handler.sheet.update(values=[[valid_result]], range_name=f"R{row_num}") @@ -808,7 +874,7 @@ class DataProcessor: self.sheet_handler.sheet.update(values=[[fsm_result["justification"]]], range_name=f"Z{row_num}") st_estimate = evaluate_servicetechnicians_estimate(company_name, wiki_data if 'wiki_data' in locals() else {}) self.sheet_handler.sheet.update(values=[[st_estimate]], range_name=f"AE{row_num}") - internal_value = row_data[8] if len(row_data) > 8 else "k.A." # Anzahl Techniker CRM in Spalte I (Index 8) + internal_value = row_data[8] if len(row_data) > 8 else "k.A." internal_category = map_internal_technicians(internal_value) if internal_value != "k.A." else "k.A." if internal_category != "k.A." and st_estimate != internal_category: explanation = evaluate_servicetechnicians_explanation(company_name, st_estimate, wiki_data if 'wiki_data' in locals() else {}) @@ -819,10 +885,8 @@ class DataProcessor: self.sheet_handler.sheet.update(values=[[current_dt]], range_name=dt_chat_range) else: debug_print(f"Zeile {row_num}: ChatGPT-Timestamp bereits gesetzt – überspringe ChatGPT-Auswertung.") - - # Aktualisiere letzten Timestamp und Version (Spalte AP) - self.sheet_handler.sheet.update(values=[[current_dt]], range_name=f"AP{row_num}") - self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=f"AP{row_num}") + self.sheet_handler.sheet.update(values=[[current_dt]], range_name=ver_range) + self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=ver_range) debug_print(f"✅ Aktualisiert: URL: {(wiki_data.get('url', 'k.A.') if 'wiki_data' in locals() else 'k.A.')}, " f"Branche: {(wiki_data.get('branche', 'k.A.') if 'wiki_data' in locals() else 'k.A.')}, " f"Umsatz-Abgleich: {abgleich_result if 'abgleich_result' in locals() else 'k.A.'}, " @@ -830,7 +894,7 @@ class DataProcessor: f"FSM: {fsm_result['suitability'] if 'fsm_result' in locals() else 'k.A.'}, " f"Servicetechniker-Schätzung: {st_estimate if 'st_estimate' in locals() else 'k.A.'}") time.sleep(Config.RETRY_DELAY) - + # ==================== NEUER MODUS 6: CONTACT RESEARCH (via SerpAPI) ==================== def process_contact_research(): debug_print("Starte Contact Research (Modus 6)...") @@ -839,10 +903,8 @@ def process_contact_research(): sh = gc.open_by_url(Config.SHEET_URL) main_sheet = sh.sheet1 data = main_sheet.get_all_values() - # Website ist nun in Spalte D (Index 3); Firmenname in Spalte B; Kurzform in Spalte C for i, row in enumerate(data[1:], start=2): company_name = row[1] if len(row) > 1 else "" - # Verwende Kurzform (Spalte C, Index 2) falls vorhanden, sonst Firmenname search_name = row[2].strip() if len(row) > 2 and row[2].strip() not in ["", "k.A."] else company_name website = row[3] if len(row) > 3 else "" if not company_name or not website: @@ -852,31 +914,15 @@ def process_contact_research(): count_management = count_linkedin_contacts(search_name, website, "Geschäftsführer") count_disponent = count_linkedin_contacts(search_name, website, "Disponent") current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S") - main_sheet.update(values=[[str(count_service)]], range_name=f"AI{i}") # Neu: Spalte AI (Serviceleiter gefunden) – vorher AH -> jetzt AI - main_sheet.update(values=[[str(count_it)]], range_name=f"AJ{i}") # IT-Leiter gefunden in Spalte AJ - main_sheet.update(values=[[str(count_management)]], range_name=f"AK{i}") # Management gefunden in Spalte AK - main_sheet.update(values=[[str(count_disponent)]], range_name=f"AL{i}") # Disponent gefunden in Spalte AL - main_sheet.update(values=[[current_dt]], range_name=f"AM{i}") # Contact Search Timestamp in Spalte AM + main_sheet.update(values=[[str(count_service)]], range_name=f"AI{i}") + main_sheet.update(values=[[str(count_it)]], range_name=f"AJ{i}") + main_sheet.update(values=[[str(count_management)]], range_name=f"AK{i}") + main_sheet.update(values=[[str(count_disponent)]], range_name=f"AL{i}") + main_sheet.update(values=[[current_dt]], range_name=f"AM{i}") debug_print(f"Zeile {i}: Serviceleiter {count_service}, IT-Leiter {count_it}, Management {count_management}, Disponent {count_disponent} – Contact Search Timestamp gesetzt.") time.sleep(Config.RETRY_DELAY * 1.5) debug_print("Contact Research abgeschlossen.") -# ==================== NEUER MODUS: ALIGNMENT DEMO (für Hauptblatt und Contacts) ==================== -def alignment_demo_full(): - alignment_demo(GoogleSheetHandler().sheet) - gc = gspread.authorize(ServiceAccountCredentials.from_json_keyfile_name( - Config.CREDENTIALS_FILE, ["https://www.googleapis.com/auth/spreadsheets"])) - sh = gc.open_by_url(Config.SHEET_URL) - try: - contacts_sheet = sh.worksheet("Contacts") - except gspread.exceptions.WorksheetNotFound: - contacts_sheet = sh.add_worksheet(title="Contacts", rows="1000", cols="10") - header = ["Firmenname", "Website", "Kurzform", "Vorname", "Nachname", "Position", "Anrede", "E-Mail"] - contacts_sheet.update(values=[header], range_name="A1:H1") - debug_print("Neues Blatt 'Contacts' erstellt und Header eingetragen.") - alignment_demo(contacts_sheet) - debug_print("Alignment-Demo für Hauptblatt und Contacts abgeschlossen.") - # ==================== NEUER MODUS: CONTACTS (LinkedIn) ==================== def process_contacts(): debug_print("Starte LinkedIn-Kontaktsuche...") @@ -895,7 +941,6 @@ def process_contacts(): positions = ["Serviceleiter", "IT-Leiter", "Leiter After Sales", "Leiter Einsatzplanung"] new_rows = [] for idx, row in enumerate(data[1:], start=2): - # Firmenname in Spalte B (Index 1), Kurzform in Spalte C (Index 2), Website in Spalte D (Index 3) company_name = row[1] if len(row) > 1 else "" search_name = row[2].strip() if len(row) > 2 and row[2].strip() not in ["", "k.A."] else company_name website = row[3] if len(row) > 3 else "" @@ -923,7 +968,7 @@ def process_contacts(): if __name__ == "__main__": import argparse parser = argparse.ArgumentParser() - parser.add_argument("--mode", type=str, default="1", help="Modus: 1, 2, 3, 4, 5, 6 oder 7") + parser.add_argument("--mode", type=str, default="1", help="Modus: 1, 2, 3, 4, 5, 6, 7 oder 51") parser.add_argument("--num_rows", type=int, default=0, help="Anzahl der zu bearbeitenden Zeilen (nur für Modus 1)") args = parser.parse_args() @@ -949,4 +994,6 @@ if __name__ == "__main__": process_contact_research() elif MODE == "7": process_contacts() - print(f"\n✅ Auswertung abgeschlossen ({Config.VERSION})") \ No newline at end of file + elif MODE == "51": + process_verification_only() + print(f"\n✅ Auswertung abgeschlossen ({Config.VERSION})")