v1.3.0: Neue Spaltenzuordnung, verbesserte numerische Extraktion & 1 Sekunde Pause

Verbesserte numerische Extraktion:

Die Funktion extract_numeric_value wurde erweitert, um den Eingabetext zuerst mittels Unicode‑Normalisierung zu säubern.

Eine robustere Regex (r'([\d]+(?:[.,]\d+)*)') wurde eingeführt, um Zahlen zuverlässig zu erfassen.

Die extrahierte Zahl wird normalisiert (Standard-Komma und Punkt) und dann konvertiert.

Debug-Ausgabe: Es werden zusätzliche Debug-Nachrichten ausgegeben, die die bereinigten Vergleichswerte vor der Konversion anzeigen.

Pause: Eine 1‑Sekunden‑Pause wurde nach dem Speichern der Wikipedia-Daten in Google Sheets eingefügt, um sicherzustellen, dass die Werte tatsächlich ankommen.

brancheneinstufung.py

@@ -14,7 +14,7 @@ import csv
 
 # ==================== KONFIGURATION ====================
 class Config:
-    VERSION = "v1.2.5"  # v1.2.5: Umsatzvergleich verbessert; 1 Sekunde Pause + zusätzliche Debug-Ausgabe
+    VERSION = "v1.3.0"  # v1.3.0: Neue Spaltenzuordnung, verbesserte numerische Extraktion & 1 Sekunde Pause
     LANG = "de"
     CREDENTIALS_FILE = "service_account.json"
     SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
@@ -72,17 +72,18 @@ def normalize_company_name(name):
     return normalized.lower()
 
 def extract_numeric_value(raw_value, is_umsatz=False):
-    raw_value = raw_value.strip()
+    raw_value = unicodedata.normalize("NFKC", raw_value.strip())
     if not raw_value:
         return "k.A."
     # Entferne gängige Zusätze wie "ca.", "circa", "über" etc.
     raw_value = re.sub(r'\b(ca\.?|circa|über)\b', '', raw_value, flags=re.IGNORECASE)
     raw = raw_value.lower().replace("\xa0", " ")
-    match = re.search(r'([\d.,]+)', raw, flags=re.UNICODE)
+    # Robustere Regex: Erfasst Ziffern, optionale Dezimaltrennzeichen
+    match = re.search(r'([\d]+(?:[.,]\d+)*)', raw, flags=re.UNICODE)
     if not match or not match.group(1).strip():
         debug_print(f"Keine numerischen Zeichen gefunden im Rohtext: '{raw_value}'")
         return "k.A."
-    num_str = match.group(1)
+    num_str = unicodedata.normalize("NFKC", match.group(1))
     if ',' in num_str:
         num_str = num_str.replace('.', '').replace(',', '.')
         try:
@@ -404,7 +405,7 @@ class DataProcessor:
                     self._process_single_row(i, row)
     def _process_single_row(self, row_num, row_data):
         # Neues Schema:
-        # B: Firmenname, C: Website
+        # Spalte B: Firmenname, Spalte C: Website
         # Wikipedia-Daten: Spalten K bis Q
         # ChatGPT Umsatz: Spalte AF
         # CRM Umsatz in Spalte I (Index 8)
@@ -441,7 +442,7 @@ class DataProcessor:
             company_data.get('categories', 'k.A.')
         ]
         self.sheet_handler.sheet.update(values=[wiki_values], range_name=wiki_update_range)
-        # Pause einbauen, damit die Werte in Google Sheets aktualisiert werden.
+        # 1 Sekunde Pause, um sicherzustellen, dass die Daten in Google Sheets gespeichert wurden.
         time.sleep(1)
         # ChatGPT API: Umsatzbewertung basierend auf Firmenname und Wikipedia-Umsatz
         wiki_umsatz = company_data.get('umsatz', 'k.A.')