bugfix

brancheneinstufung.py

@@ -10280,33 +10280,66 @@ class DataProcessor:
     # Der globale Root Logger wird in main() konfiguriert
     # logger = logging.getLogger(__name__) # Diesen Logger gibt es schon, keine Neudefinition hier
 
+def parse_arguments():
+    """
+    Parst und validiert Kommandozeilen-Argumente.
+    """
+    parser = argparse.ArgumentParser(description="Automatisierte Unternehmensbewertung v1.7.8")
+    parser.add_argument(
+        '--mode', type=str, choices=[
+            'full_run', 'reeval', 'find_wiki_serp', 'website_lookup', 'check_urls', 
+            'contacts', 'update_wiki_suggestions', 'wiki_reextract_missing_an', 
+            'website_details', 'train_technician_model', 'alignment', 'reparatur_sitz', 
+            'plausi_check_data', 'combined_all', 'branch_eval', 'suggest_parents', 'analyze_ml_by_branch'
+        ], 
+        help="Ausführungsmodus des Skripts."
+    )
+    parser.add_argument('--limit', type=int, help="Maximale Anzahl zu verarbeitender Zeilen.")
+    parser.add_argument('--start_sheet_row', type=int, help="Startzeile im Google Sheet (1-basiert).")
+    parser.add_argument('--end_sheet_row', type=int, help="Endzeile im Google Sheet (inklusiv).")
+    parser.add_argument(
+        '--steps', type=str, 
+        default='wiki,chat,web,ml_predict', 
+        help="Zu durchlaufende Schritte, kommagetrennt (z.B. 'wiki,chat'). Standard: 'wiki,chat,web,ml_predict'"
+    )
+    # Argumente für find_wiki_serp
+    parser.add_argument('--min_employees', type=int, default=500, help="Mindestanzahl Mitarbeiter für find_wiki_serp Modus.")
+    parser.add_argument('--min_umsatz', type=float, default=200.0, help="Mindestumsatz in Mio. € für find_wiki_serp Modus.")
+
+    # Argumente für das Speichern von ML-Modellen
+    parser.add_argument('--model_out', type=str, default=MODEL_FILE, help="Ausgabepfad für das trainierte ML-Modell.")
+    parser.add_argument('--imputer_out', type=str, default=IMPUTER_FILE, help="Ausgabepfad für den trainierten Imputer.")
+    parser.add_argument('--patterns_out', type=str, default=PATTERNS_FILE_JSON, help="Ausgabepfad für die Feature-Patterns (JSON).")
+
+    return parser.parse_args()
+
+
 def main():
     """
     Haupteinstiegspunkt des Skripts.
     Verarbeitet Kommandozeilen-Argumente, richtet Logging ein,
     initialisiert Komponenten und dispatchet zu den passenden Modi.
     """
-    # WICHTIG: Globale Variable LOG_FILE wird benoetigt (Initialisierung Block 3)
+    # 1. Argumente parsen
+    args = parse_arguments()
+
+    # 2. Logging konfigurieren
     global LOG_FILE
-    logger = logging.getLogger(__name__) # <<< JETZT AN DER RICHTIGEN STELLE
-
-    # --- Initial Logging Setup (Konfiguration von Level und Format) ---
-    # Diese Konfiguration wird wirksam, sobald die Handler hinzugefuegt werden.
-    # Standard-Logging Level festlegen (aus Config Block 1)
     log_level = logging.DEBUG if getattr(Config, 'DEBUG', False) else logging.INFO
-    log_format = '%(asctime)s - %(levelname)-8s - %(name)-25s - %(message)s' # <<< DIESE ZEILE HINZUFÜGEN/KORRIGIEREN
-
-    # Root-Logger konfigurieren (mit Console Handler, File Handler wird spaeter hinzugefuegt)
-    # 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...")
+    log_format = '%(asctime)s - %(levelname)-8s - %(name)-25s - %(message)s'
     
-    # Lade die Schemata und Mappings NACH dem Logging-Setup
+    # Sofort einen Konsolen-Handler hinzufügen, damit frühe Meldungen sichtbar sind
+    logging.basicConfig(level=log_level, format=log_format, handlers=[logging.StreamHandler()])
+    
+    logger = logging.getLogger(__name__)
+
+    # 3. Globale Konfigurationsdaten laden (jetzt wo das Logging läuft)
+    logger.info("Lade Konfigurationsdateien...")
+    Config.load_api_keys() 
     ziel_schema, fokus_branchen = load_target_schema()
     branch_mapping_dict = load_branch_mapping()
 
-    # Wenn das Laden fehlschlägt, können wir hier sicher abbrechen
+    # Prüfung, ob das Laden erfolgreich war
     if not ziel_schema:
         logger.critical("Ziel-Branchenschema konnte nicht geladen werden. Skriptabbruch.")
         return
@@ -10314,43 +10347,16 @@ def main():
         logger.critical("Branchen-Mapping konnte nicht geladen werden. Skriptabbruch.")
         return
 
-    args = parse_arguments()
-
-    # Initialisiere den DataProcessor und übergebe ihm die geladenen Daten
+    # 4. Hauptkomponenten initialisieren und die geladenen Daten übergeben
+    logger.info("Initialisiere Hauptkomponenten...")
     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()
-
-    # Console Handler explizit hinzufuegen
-    console_handler = logging.StreamHandler()
-    console_handler.setLevel(log_level) # Nimm das globale Level
-    console_handler.setFormatter(logging.Formatter(log_format))  # Jetzt sollte log_format definiert sein
-    # Pruefen, ob nicht schon ein Console Handler vorhanden ist (z.B. bei wiederholten Aufrufen in Tests)
-    if not any(isinstance(h, logging.StreamHandler) for h in logging.getLogger('').handlers):
-         logging.getLogger('').addHandler(console_handler)
-
-
-    # Testnachricht (geht nur an Konsole, da File Handler noch fehlt)
-    logger.debug("DEBUG Logging initial konfiguriert (nur Konsole).")
-    logger.info("INFO Logging initial konfiguriert (nur Konsole).")
-
-
-    # --- Initialisierung (Argument Parser) ---
-    current_script_version = getattr(Config, 'VERSION', 'unknown') # Aus Config Block 1
-
-    parser = argparse.ArgumentParser(
-        description=f"Firmen-Datenanreicherungs-Skript {current_script_version}. Automatisiert Anreicherung und Validierung aus Google Sheets.",
-        formatter_class=argparse.RawTextHelpFormatter # Behaelt Formatierung im Help-Text
-    )
+    # 5. Modus-Dispatching (der Rest Ihrer main-Funktion)
+    start_time = time.time()
 
     # Liste der gueltigen Modi - MUSS mit den elif-Zweigen unten uebereinstimmen!
     # Kategorisiert fuer die Menue-Ausgabe