Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Erweiterung des Modus-Auswahlmechanismus: Normalmodus vs. Re-Evaluierungsmodus (v1.1.6)

Browse Source 
Modus-Auswahl:

Beim Programmstart wird abgefragt, ob der normale Modus (alle Zeilen, Spalten A = Firmenname, B = Website, Ausgabe in G:K, N und Q) oder der Re‑Evaluierungsmodus (nur Zeilen mit "x" in Spalte A, Firmenname in B, Website in C, Ausgabe in H:L, O und R) verwendet werden soll.

Spaltenanpassung:
Die Ausgabespalten werden je nach Modus um eine Spalte verschoben, sodass der Re‑Evaluierungsmodus eine Flag-Spalte in A nutzt.

Anpassung der Verarbeitung:
Zeilen ohne "x" in Spalte A werden im Re‑Evaluierungsmodus übersprungen.

Beibehaltung der bisherigen Logik:
Die Umsatz- und Mitarbeiterextraktion sowie die übrigen Funktionen bleiben unverändert.
This commit is contained in:
Floke
2025-04-01 03:02:53 +00:00
parent 5a94a3d4c5
commit 55915fd567
1 changed files with 26 additions and 16 deletions
Download Patch File Download Diff File Expand all files Collapse all files

42
brancheneinstufung.py
View File

@@ -12,7 +12,7 @@ import csv
# ==================== KONFIGURATION ====================
class Config:
VERSION = "1.1.6" # Neue Version
VERSION = "1.1.6" # Neue Version nach Modus-Erweiterung
LANG = "de"
CREDENTIALS_FILE = "service_account.json"
SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
@@ -81,9 +81,10 @@ 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):
# Hier wird Spalte N (Index 14) wie bisher verwendet.
filled_n = [row[13] if len(row) > 13 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)
# Update-Aufrufe erfolgen separat.
# Update-Aufrufe erfolgen separat für verschiedene Spalten.
# ==================== WIKIPEDIA SCRAPER ====================
class WikipediaScraper:
@@ -274,38 +275,47 @@ class DataProcessor:
row = self.sheet_handler.sheet_values[i]
self._process_single_row(i+1, row)
def _process_single_row(self, row_num, row_data):
# Nur verarbeiten, wenn in Spalte A ein "x" steht
if not row_data[0].strip().lower() == "x":
print(f"[{datetime.now().strftime('%H:%M:%S')}] Überspringe Zeile {row_num}, kein 'x' in Spalte A.")
return
# Firmenname in Spalte B und Website in Spalte C
company_name = row_data[1] if len(row_data) > 1 else ""
website = row_data[2] if len(row_data) > 2 else ""
# Modusabhängige Verarbeitung:
# Normalmodus (Modus "1"): Firmenname in Spalte A, Website in Spalte B; Ausgabe in G:K, Datum in N, Version in Q.
# Re-Evaluierungsmodus (Modus "2"): Nur Zeilen mit "x" in Spalte A; Firmenname in Spalte B, Website in Spalte C; Ausgabe in H:L, Datum in O, Version in R.
if MODE == "2":
if not row_data[0].strip().lower() == "x":
print(f"[{datetime.now().strftime('%H:%M:%S')}] Überspringe Zeile {row_num}, kein 'x' in Spalte A.")
return
company_name = row_data[1] if len(row_data) > 1 else ""
website = row_data[2] if len(row_data) > 2 else ""
update_range = f"H{row_num}:L{row_num}"
dt_range = f"O{row_num}"
ver_range = f"R{row_num}"
else:
company_name = row_data[0] if len(row_data) > 0 else ""
website = row_data[1] if len(row_data) > 1 else ""
update_range = f"G{row_num}:K{row_num}"
dt_range = f"N{row_num}"
ver_range = f"Q{row_num}"
print(f"\n[{datetime.now().strftime('%H:%M:%S')}] Verarbeite Zeile {row_num}: {company_name}")
article = self.wiki_scraper.search_company_article(company_name, website)
if article:
company_data = self.wiki_scraper.extract_company_data(article.url)
else:
company_data = {'url': 'k.A.', 'first_paragraph': 'k.A.', 'branche': 'k.A.', 'umsatz': 'k.A.', 'mitarbeiter': 'k.A.'}
# Update der Spalten: Da Flag-Spalte A vorhanden ist, verschieben sich alle Ausgabespalten um eine Spalte nach rechts.
# Spalte H: URL, I: Erster Absatz, J: Branche, K: Umsatz, L: Mitarbeiter
self.sheet_handler.sheet.update(values=[[
company_data.get('url', 'k.A.'),
company_data.get('first_paragraph', 'k.A.'),
company_data.get('branche', 'k.A.'),
company_data.get('umsatz', 'k.A.'),
company_data.get('mitarbeiter', 'k.A.')
]], range_name=f"H{row_num}:L{row_num}")
# Spalte O: Datum und aktuelle Zeit
]], range_name=update_range)
current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
self.sheet_handler.sheet.update(values=[[current_dt]], range_name=f"O{row_num}")
# Spalte R: Version
self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=f"R{row_num}")
self.sheet_handler.sheet.update(values=[[current_dt]], range_name=dt_range)
self.sheet_handler.sheet.update(values=[[Config.VERSION]], range_name=ver_range)
print(f"✅ Aktualisiert: URL: {company_data.get('url', 'k.A.')}, Erster Absatz: {company_data.get('first_paragraph', 'k.A.')[:30]}..., Branche: {company_data.get('branche', 'k.A.')}, Umsatz: {company_data.get('umsatz', 'k.A.')}, Mitarbeiter: {company_data.get('mitarbeiter', 'k.A.')}")
time.sleep(Config.RETRY_DELAY)
# ==================== MAIN ====================
if __name__ == "__main__":
mode_input = input("Wählen Sie den Modus: 1 für normalen Modus, 2 für Re-Evaluierungsmodus: ").strip()
MODE = "2" if mode_input == "2" else "1"
try:
num_rows = int(input("Wieviele Zeilen sollen überprüft werden? "))
except Exception as e: