v1.2.0: Added Alignment-Demo mode (Option 3) for new column header mapping

Zusammenfassung der Änderungen (v1.1.16 → v1.2.0)
Neue Alignment-Demo (Modus 3):

Ein neuer Modus „3“ wurde hinzugefügt, der ausschließlich eine Demo-Zeile (Zeile 11200) mit den neuen Spaltenüberschriften in das Google Sheet schreibt.

Dies ermöglicht die Validierung der neuen Spaltenanordnung anhand einer Übersetzungstabelle.

Spaltenzuordnung:

Die Code-Logik für das Update der Zellen wurde so angepasst, dass bei normalen bzw. Re‑Evaluierungsmodi die korrekten Spaltenadressen genutzt werden.

Sonstiges:

Unicode-Normalisierung und bestehende Umsatz- sowie Mitarbeiterextraktion (v1.1.16) bleiben erhalten.

brancheneinstufung.py

@@ -13,7 +13,7 @@ import csv
 
 # ==================== KONFIGURATION ====================
 class Config:
-    VERSION = "v1.1.16"  # v1.1.16: Umsatz in Mio € & Mitarbeiterzahl extrahiert; Fallback-Debug bei fehlender Umwandlung
+    VERSION = "v1.2.0"  # v1.2.0: Neue Spaltenanordnung, Alignment-Demo-Modus (Option 3)
     LANG = "de"
     CREDENTIALS_FILE = "service_account.json"
     SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
@@ -45,7 +45,6 @@ def clean_text(text):
     """Normalisiert Unicode, entfernt Referenzen und extra Whitespace."""
     if not text:
         return "k.A."
-    # Unicode-Normalisierung (NFKC vereinheitlicht ambigue Zeichen)
     text = unicodedata.normalize("NFKC", str(text))
     text = re.sub(r'\[\d+\]', '', text)
     text = re.sub(r'\s+', ' ', text).strip()
@@ -76,14 +75,13 @@ def extract_numeric_value(raw_value, is_umsatz=False):
     """
     Extrahiert den numerischen Wert aus raw_value.
     - Nutzt Komma als Dezimaltrenner und entfernt Punkte als Tausendertrennzeichen.
-    - Für Umsatz: Falls "mrd" vorkommt, wird mit 1000 multipliziert; enthält der Text keine Einheit, so wird durch 1e6 geteilt.
+    - Für Umsatz: Falls "mrd" vorkommt, wird der Wert mit 1000 multipliziert; enthält der Text keine Einheit, so wird durch 1e6 geteilt.
     - Für Mitarbeiter: Gibt den ganzzahligen Wert zurück.
-    - Falls die Umwandlung fehlschlägt, wird der Original-Rohtext im Debug-Log ausgegeben.
+    - Bei Fehlern wird der Original-Rohtext im Debug-Log ausgegeben.
     """
     raw_value = raw_value.strip()
     if not raw_value:
         return "k.A."
-    # Ersetze nichtbrechende Leerzeichen durch normale Leerzeichen
     raw = raw_value.lower().replace("\xa0", " ")
     match = re.search(r'([\d.,]+)', raw, flags=re.UNICODE)
     if not match or not match.group(1).strip():
@@ -96,14 +94,14 @@ def extract_numeric_value(raw_value, is_umsatz=False):
             num = float(num_str)
         except Exception as e:
             debug_print(f"Fehler bei der Umwandlung von '{num_str}' (Rohtext: '{raw_value}'): {e}")
-            return raw_value  # Rückgabe des Rohtexts als Fallback
+            return raw_value  # Fallback: Originaltext
     else:
         num_str = num_str.replace(' ', '').replace('.', '')
         try:
             num = float(num_str)
         except Exception as e:
             debug_print(f"Fehler bei der Umwandlung von '{num_str}' (Rohtext: '{raw_value}'): {e}")
-            return raw_value  # Rückgabe des Rohtexts als Fallback
+            return raw_value  # Fallback: Originaltext
     if is_umsatz:
         if "mrd" in raw or "milliarden" in raw:
             num *= 1000
@@ -235,7 +233,6 @@ class WikipediaScraper:
         tokens = [token.strip() for token in infobox_text.split("|") if token.strip()]
         for i, token in enumerate(tokens):
             for field in field_names:
-                # Verwende "in", um Varianten und ambigue Unicode-Zeichen abzufangen.
                 if field.lower() in token.lower():
                     j = i + 1
                     while j < len(tokens) and not tokens[j]:
@@ -269,7 +266,6 @@ class WikipediaScraper:
             debug_print(f"Extraktionsfehler: {str(e)}")
             return {'url': 'k.A.', 'first_paragraph': 'k.A.', 'branche': 'k.A.',
                     'umsatz': 'k.A.', 'mitarbeiter': 'k.A.', 'full_infobox': 'k.A.'}
-
     @retry_on_failure
     def search_company_article(self, company_name, website):
         search_terms = self._generate_search_terms(company_name, website)
@@ -290,6 +286,31 @@ class WikipediaScraper:
                 continue
         return None
 
+# ==================== ALIGNMENT DEMO (Modus 3) ====================
+def alignment_demo(sheet):
+    """
+    Dieser Modus schreibt eine Demo-Zeile (z.B. in Zeile 11200) mit den neuen Spaltenüberschriften.
+    Passe die Liste new_headers an das gewünschte neue Schema an.
+    """
+    # Beispiel für neue Spaltenüberschriften (bitte anpassen, falls das Schema anders lautet):
+    new_headers = [
+        "Re-Eval Flag",       # z. B. Spalte A
+        "Firmenname",         # Spalte B
+        "Website",            # Spalte C
+        "Branche (Datenbank)",# Neue Spalte (grün)
+        "Branche Wikipedia",  # Bestand
+        "Umsatz Wikipedia (Mio €)",  # Bestand
+        "Mitarbeiter Wikipedia",     # Bestand
+        "Erster Absatz Wikipedia",   # Neu verschoben
+        "Wikipedia URL",      # Bestand
+        "Datum der Extraktion",  # Neu
+        "Version"             # Neu
+    ]
+    # Schreibe die neuen Header in Zeile 11200 (A11200 bis K11200)
+    header_range = "A11200:K11200"
+    sheet.update(values=[new_headers], range_name=header_range)
+    print("Alignment-Demo abgeschlossen: Neue Spaltenüberschriften in Zeile 11200 geschrieben.")
+
 # ==================== DATA PROCESSOR ====================
 class DataProcessor:
     def __init__(self):
@@ -298,6 +319,10 @@ class DataProcessor:
     def process_rows(self, num_rows=None):
         if MODE == "2":
             print("Re-Evaluierungsmodus: Verarbeitung aller Zeilen mit 'x' in Spalte A.")
+        elif MODE == "3":
+            print("Alignment-Demo-Modus: Schreibe Spaltenüberschriften in Zeile 11200.")
+            alignment_demo(self.sheet_handler.sheet)
+            return
         else:
             start_index = self.sheet_handler.get_start_index()
             print(f"Starte bei Zeile {start_index+1}")
@@ -347,8 +372,13 @@ class DataProcessor:
 
 # ==================== MAIN ====================
 if __name__ == "__main__":
-    mode_input = input("Wählen Sie den Modus: 1 für normalen Modus, 2 für Re-Evaluierungsmodus: ").strip()
+    mode_input = input("Wählen Sie den Modus: 1 für normalen Modus, 2 für Re-Evaluierungsmodus, 3 für Alignment-Demo: ").strip()
-    MODE = "2" if mode_input == "2" else "1"
+    if mode_input == "2":
+        MODE = "2"
+    elif mode_input == "3":
+        MODE = "3"
+    else:
+        MODE = "1"
     if MODE == "1":
         try:
             num_rows = int(input("Wieviele Zeilen sollen überprüft werden? "))