bugfix

brancheneinstufung.py

@@ -534,27 +534,46 @@ class DataProcessor:
 def process_verification_only():
     """
     Überarbeiteter Batch‑Prozess (Modus 51):
-    - Alle zu verifizierenden Zeilen werden in Paketen der Größe Config.BATCH_SIZE (z. B. 10 Zeilen) gebündelt.
+    - Fragt zunächst in der Konsole ab, wie viele Zeilen insgesamt verarbeitet werden sollen.
-    - Für jedes Batch wird ein aggregierter Prompt erstellt und an ChatGPT gesendet.
+    - Teilt die zu verarbeitenden Zeilen in Pakete der Größe Config.BATCH_SIZE (z. B. 10 Zeilen).
-    - Die aggregierte Antwort wird zeilenweise geparst und auf die jeweiligen Zeilen (Google Sheet) aktualisiert.
+    - Für jedes Batch wird ein aggregierter Prompt erstellt, an ChatGPT gesendet und die Antwort
-    - Umfassende Log‑Ausgaben informieren über den aktuellen Batch, Zeilennummern und Token-Zahlen.
+      zeilenweise geparst.
+    - Die Ergebnisse werden in den Spalten S bis Y geschrieben:
+         S: Wiki-Validierung (z. B. "OK" oder "X")
+         T: Alternativer Wiki-Artikel (URL oder "Kein Wikipedia-Eintrag vorhanden.")
+         U: Wiki-Erklärung / Begründung
+         V, W, X, Y: Platzhalter (aktuell leer)
+    - Umfassendes Logging informiert über Batch, Zeilennummern, Token-Zahl etc.
     """
     debug_print("Starte Verifizierungsmodus (Modus 51) im Batch-Prozess...")
-    # Ermittelt alle Zeilen, die noch keine ChatGPT-Auswertung (in Spalte AO) haben
+    # Abfrage: Wie viele Zeilen sollen insgesamt verarbeitet werden?
+    try:
+        total_rows = int(input("Wie viele Zeilen sollen insgesamt bearbeitet werden? "))
+    except Exception as e:
+        debug_print(f"Fehler bei der Eingabe der Zeilenanzahl: {e}. Es werden alle verfügbaren Zeilen verarbeitet.")
+        total_rows = None
+
     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()
 
+    # Begrenze die Verarbeitung, falls total_rows gesetzt ist
+    available_rows = len(data) - 1  # ohne Header
+    if total_rows is not None and total_rows < available_rows:
+        available_rows = total_rows
+
     batch_size = Config.BATCH_SIZE  # z. B. 10, anpassbar in der Config
     batches = []
     row_numbers = []
     for i, row in enumerate(data[1:], start=2):
+        if i > available_rows + 1:  # plus Header-Zeile
+            break
         # Überspringe Zeilen, in denen in Spalte AO (Index 40) bereits ein Wert steht
         if len(row) > 40 and row[40].strip() != "":
             continue
-        # Wir erwarten relevante Daten in mindestens 25 Spalten (anpassbar, je nachdem)
+        # Hier wird angenommen, dass relevante Daten in mindestens 25 Spalten vorhanden sind.
         if len(row) <= 25 or row[24].strip() == "":
             entry_text = (
                 f"Eintrag {i}:\n"
@@ -567,7 +586,6 @@ def process_verification_only():
             )
             batches.append(entry_text)
             row_numbers.append(i)
-        # Wenn wir die Batchgröße erreicht haben, verarbeite diesen Batch
         if len(batches) == batch_size:
             aggregated_prompt = (
                 "Du bist ein Experte in der Verifizierung von Wikipedia-Artikeln für Unternehmen. "
@@ -581,7 +599,6 @@ def process_verification_only():
             )
             aggregated_prompt += "\n".join(batches)
             debug_print(f"Verarbeite Batch für Zeilen {row_numbers[0]} bis {row_numbers[-1]}.")
-            # Optional: Logge Token-Zahl des Prompts
             agg_token_count = "n.v."
             if tiktoken:
                 try:
@@ -606,11 +623,12 @@ def process_verification_only():
                 result = response.choices[0].message.content.strip()
                 debug_print(f"Aggregierte Antwort für Batch {row_numbers[0]}-{row_numbers[-1]}: {result}")
             except Exception as e:
-                debug_print(f"Fehler bei der ChatGPT Anfrage für Batch {row_numbers[0]}-{row_numbers[-1]}: {e}")
+                debug_print(f"Fehler bei der ChatGPT-Anfrage für Batch {row_numbers[0]}-{row_numbers[-1]}: {e}")
-                # Leere Antwort, sodass wir die Batch-Ergebnisse nicht aktualisieren
                 result = ""
             answers = result.split("\n")
-            # Update pro Zeile des aktuellen Batches anhand der aggregierten Antwort
+            # Nun werden für jede Zeile des Batches die folgenden Spalten aktualisiert:
+            # S: Wiki-Validierung, T: Alternativer Wiki-Artikel, U: Wiki-Erklärung,
+            # V, W, X, Y: Platzhalter (leer)
             for current_row in row_numbers:
                 answer = "k.A."
                 for line in answers:
@@ -634,24 +652,23 @@ def process_verification_only():
                     wiki_confirm = ""
                     alt_article = answer
                     wiki_explanation = answer
-
                 try:
                     main_sheet.update(values=[[wiki_confirm]], range_name=f"S{current_row}")
-                    main_sheet.update(values=[[alt_article]], range_name=f"U{current_row}")
+                    main_sheet.update(values=[[alt_article]], range_name=f"T{current_row}")
-                    main_sheet.update(values=[[wiki_explanation]], range_name=f"V{current_row}")
+                    main_sheet.update(values=[[wiki_explanation]], range_name=f"U{current_row}")
+                    # Die Spalten V, W, X, Y werden als leere Strings gesetzt
+                    main_sheet.update(values=[["", "", "", ""]], range_name=f"V{current_row}:Y{current_row}")
                     debug_print(f"Zeile {current_row} verifiziert: Antwort: {answer}")
                 except Exception as e:
                     debug_print(f"Fehler beim Updaten der Zeile {current_row}: {e}")
                 time.sleep(Config.RETRY_DELAY)
-            # Nach Bearbeitung eines Batches zurücksetzen
             batches = []
             row_numbers = []
-    # Falls nach Schleifendurchlauf noch ein unvollständiges Batch übrig ist
     if batches:
         aggregated_prompt = (
             "Du bist ein Experte in der Verifizierung von Wikipedia-Artikeln für Unternehmen. "
             "Für jeden der folgenden Einträge prüfe, ob der vorhandene Wikipedia-Artikel plausibel passt. "
-            "Gib das Ergebnis im Format:\n"
+            "Gib das Ergebnis im Format aus:\n"
             "Eintrag <Zeilennummer>: <Antwort>\n\n"
         )
         aggregated_prompt += "\n".join(batches)
@@ -680,7 +697,7 @@ def process_verification_only():
             result = response.choices[0].message.content.strip()
             debug_print(f"Aggregierte Antwort für letztes Batch: {result}")
         except Exception as e:
-            debug_print(f"Fehler bei der ChatGPT Anfrage für letztes Batch: {e}")
+            debug_print(f"Fehler bei der ChatGPT-Anfrage für letztes Batch: {e}")
             result = ""
         answers = result.split("\n")
         for current_row in row_numbers:
@@ -706,18 +723,17 @@ def process_verification_only():
                 wiki_confirm = ""
                 alt_article = answer
                 wiki_explanation = answer
-
             try:
                 main_sheet.update(values=[[wiki_confirm]], range_name=f"S{current_row}")
-                main_sheet.update(values=[[alt_article]], range_name=f"U{current_row}")
+                main_sheet.update(values=[[alt_article]], range_name=f"T{current_row}")
-                main_sheet.update(values=[[wiki_explanation]], range_name=f"V{current_row}")
+                main_sheet.update(values=[[wiki_explanation]], range_name=f"U{current_row}")
+                main_sheet.update(values=[["", "", "", ""]], range_name=f"V{current_row}:Y{current_row}")
                 debug_print(f"Zeile {current_row} verifiziert: Antwort: {answer}")
             except Exception as e:
                 debug_print(f"Fehler beim Updaten der Zeile {current_row}: {e}")
             time.sleep(Config.RETRY_DELAY)
     debug_print("Verifizierungs-Batch abgeschlossen.")
 
-
 # ==================== List Metatitel, Description und Überschriften aus Websiten aus ====================
 def scrape_website_details(url):
     """