bugfix

brancheneinstufung.py

@@ -857,56 +857,47 @@ def process_wiki_updates_from_chatgpt(sheet_handler, data_processor, row_limit=N
     logging.info(f"Wiki-Updates abgeschlossen. {processed_rows_count} Zeilen geprüft. {updated_url_count} URLs kopiert & für ReEval markiert, {cleared_suggestion_count} ungültige Vorschläge gelöscht/markiert.")
 
 def extract_numeric_value(raw_value, is_umsatz=False):
-    """Extrahiert und normalisiert Zahlenwerte (Umsatz in Mio, Mitarbeiter)."""
+    """Extrahiert und normalisiert Zahlenwerte (Umsatz in Mio, Mitarbeiter).
+       Berücksichtigt jetzt auch Apostroph (') als Tausendertrenner."""
     if not raw_value: return "k.A."
-    # Stelle sicher, dass raw_value ein String ist
     raw_value_str = str(raw_value)
-    # Frühe Prüfung auf leeren String oder bekannte "Nicht verfügbar"-Werte
     if not raw_value_str.strip() or raw_value_str.strip().lower() in ['k.a.', 'n/a', '-']:
         return "k.A."
 
-    # Bereinige Text vor der Verarbeitung
-    processed_value = clean_text(raw_value_str) # clean_text sollte "k.A." zurückgeben, wenn nichts übrig bleibt
+    processed_value = clean_text(raw_value_str)
     if processed_value == "k.A.": return "k.A."
 
-    # Debug-Log des zu verarbeitenden Werts
     logging.debug(f"extract_numeric_value: Verarbeite Wert: '{processed_value}' (is_umsatz={is_umsatz})")
 
-    # Entferne Präfixe wie ca., über, etc. und Währungssymbole (€, $, etc.)
+    # --- Anpassung hier: Entferne auch Apostroph ---
     processed_value = re.sub(r'(?i)^\s*(ca\.?|circa|rund|etwa|über|unter|mehr als|weniger als|bis zu)\s+', '', processed_value)
     processed_value = re.sub(r'[€$£¥]', '', processed_value).strip()
-
-    # Behandle Bereiche (z.B. "100 - 200 Mio") -> Nimm die erste Zahl
     processed_value = re.split(r'\s*(-|–|bis)\s*', processed_value, 1)[0].strip()
+    # Entferne Punkte UND Apostrophe als Tausendertrenner
+    processed_value = processed_value.replace('.', '').replace("'", "")
+    # Ersetze Komma durch Punkt für Dezimaltrennung
+    processed_value = processed_value.replace(',', '.')
+    # --- Ende Anpassung ---
 
-    # Entferne Tausendertrennzeichen (Punkte oder Kommas, abhängig von Lokalisierung - hier generell Punkte)
-    # Behalte Komma als mögliches Dezimaltrennzeichen
-    processed_value = processed_value.replace('.', '') # Entferne Punkte GANZ
-    processed_value = processed_value.replace(',', '.') # Ersetze Komma durch Punkt
-
-    # Suche nach der ersten Zahl (kann Dezimalpunkt enthalten)
-    # Erlaube optional ein Leerzeichen vor Einheiten wie Mio/Mrd etc.
     match = re.search(r'([\d.]+)', processed_value)
     if not match:
-        # Warne, wenn keine Zahl gefunden wurde
         logging.warning(f"Keine numerischen Zeichen gefunden nach Bereinigung von: '{raw_value_str}' -> Ergibt: '{processed_value}'")
         return "k.A."
 
     num_str = match.group(1)
     try:
+        # Versuche, leere Strings oder nur '.' abzufangen
+        if not num_str or num_str == '.': raise ValueError("Leerer oder ungültiger Zahlenstring")
         num = float(num_str)
-    except ValueError:
-        # Fehler loggen
-        logging.error(f"Fehler bei Float-Umwandlung des extrahierten Strings '{num_str}' (aus '{processed_value}')")
+    except ValueError as e:
+        logging.error(f"Fehler bei Float-Umwandlung des extrahierten Strings '{num_str}' (aus '{processed_value}'): {e}")
         return "k.A."
 
-    # Multiplikatoren anwenden (Groß/Kleinschreibung ignorieren)
-    original_lower = raw_value_str.lower() # Nutze Original für Keyword-Suche
+    original_lower = raw_value_str.lower()
     multiplier = 1.0
     unit_found = None
 
-    # Priorisiere spezifischere Einheiten zuerst (Mrd. vor Mio.)
-    if "mrd" in original_lower or "milliarden" in original_lower or "billion" in original_lower: # Englisch Billion = Deutsch Milliarde
+    if "mrd" in original_lower or "milliarden" in original_lower or "billion" in original_lower:
         multiplier = 1000000000.0
         unit_found = "Mrd"
     elif "mio" in original_lower or "millionen" in original_lower or "mill." in original_lower:
@@ -920,14 +911,11 @@ def extract_numeric_value(raw_value, is_umsatz=False):
     if unit_found:
          logging.debug(f"  -> Multiplikator '{unit_found}' ({multiplier}) angewendet, Ergebnis: {num}")
 
-    # Finale Formatierung
     if is_umsatz:
-        # Umsatz in Millionen Euro (als String ohne Nachkommastellen)
         umsatz_mio = round(num / 1000000.0)
         logging.debug(f"  -> Finaler Umsatz (Mio): {umsatz_mio}")
         return str(int(umsatz_mio))
     else:
-        # Mitarbeiter als ganze Zahl (als String)
         mitarbeiter_int = round(num)
         logging.debug(f"  -> Finale Mitarbeiterzahl: {mitarbeiter_int}")
         return str(int(mitarbeiter_int))