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

bugfix

Browse Source
This commit is contained in:
Floke
2025-04-09 09:45:54 +00:00
parent 55797e7257
commit c8b9d0e4e9
1 changed files with 23 additions and 26 deletions
Download Patch File Download Diff File Expand all files Collapse all files

49
brancheneinstufung.py
View File

@@ -1173,35 +1173,30 @@ def _process_single_row(self, row_num, row_data, process_wiki=True, process_chat
debug_print(f"Zeile {row_num}: Fehler beim Updaten der CRM-Website in Spalte D: {e}")
else:
debug_print(f"Zeile {row_num}: Keine Website gefunden für {company_name}.")
# Website-Scraping: Nur durchführen, wenn der Wikipedia‑Artikel (Spalte M) "k.A." ist.
# Unabhängig vom process_wiki-Flag: Führe Website-Scraping durch, sofern eine Website vorliegt.
website_raw = "k.A."
website_summary = "k.A."
# Hier: Falls Wiki URL (Spalte M) "k.A." ist, dann führe das Scraping durch.
wiki_url_cell = row_data[11].strip().lower() if len(row_data) > 11 else "k.a."
if wiki_url_cell == "k.a." and website_url.strip() != "" and website_url.strip().lower() != "k.a.":
if website_url.strip() != "" and website_url.strip().lower() != "k.a.":
# Extrahiere den Rohtext der Website
website_raw = get_website_raw(website_url)
# Erstelle eine Zusammenfassung des Website-Contents
website_summary = summarize_website_content(website_raw)
try:
self.sheet_handler.sheet.update(values=[[website_raw]], range_name=f"AR{row_num}")
debug_print(f"Zeile {row_num}: Spalte AR (Website-Rohtext) erfolgreich aktualisiert.")
debug_print(f"Zeile {row_num}: Spalte AR Update erfolgreich.")
except Exception as e:
debug_print(f"Zeile {row_num}: Fehler beim Update von Spalte AR: {e}")
try:
self.sheet_handler.sheet.update(values=[[website_summary]], range_name=f"AS{row_num}")
debug_print(f"Zeile {row_num}: Spalte AS (Website Zusammenfassung) erfolgreich aktualisiert.")
debug_print(f"Zeile {row_num}: Spalte AS Update erfolgreich.")
except Exception as e:
debug_print(f"Zeile {row_num}: Fehler beim Update von Spalte AS: {e}")
# Falls row_data noch nicht lang genug ist, erweitere die Liste
if len(row_data) < 45:
row_data.extend([""] * (45 - len(row_data)))
row_data[43] = website_raw # Spalte AR (Index 43)
row_data[44] = website_summary # Spalte AS (Index 44)
debug_print(f"Zeile {row_num}: Website-Daten gescrapt. Rohtext (Länge {len(website_raw)}): {website_raw[:100]}..., Zusammenfassung: {website_summary}")
else:
debug_print(f"Zeile {row_num}: Kein gültiger Trigger für Website-Scraping (Wiki URL != 'k.A.'), überspringe Website-Scraping.")
# --- Wikipedia-Verarbeitung (falls process_wiki True) ---
debug_print(f"Zeile {row_num}: Kein gültiger Website-URL vorhanden, Website-Scraping wird übersprungen.")
# Weiterer Verarbeitungsteil: Wikipedia-Verarbeitung (falls process_wiki True)
wiki_update_range = f"L{row_num}:R{row_num}"
dt_wiki_range = f"AN{row_num}"
company_data = {}
@@ -1227,16 +1222,19 @@ def _process_single_row(self, row_num, row_data, process_wiki=True, process_chat
'full_infobox': 'k.A.'
}
self.sheet_handler.sheet.update(values=[[
row_data[11] if len(row_data) > 11 and row_data[11].strip() not in ["", "k.A."] else "k.A."
, 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.'), company_data.get('categories', 'k.A.')
row_data[11] if len(row_data) > 11 and row_data[11].strip() not in ["", "k.A."] else "k.A.",
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.'),
company_data.get('categories', 'k.A.')
]], range_name=wiki_update_range)
self.sheet_handler.sheet.update(values=[[datetime.now().strftime("%Y-%m-%d %H:%M:%S")]], range_name=dt_wiki_range)
else:
debug_print(f"Zeile {row_num}: Wikipedia-Timestamp bereits gesetzt – überspringe Wiki-Auswertung.")
# --- ChatGPT-Verarbeitung (Umsatz, FSM, Mitarbeiter, Branchenevaluierung) ---
# ChatGPT-Verarbeitung (Umsatz, FSM, Mitarbeiter, Branchenevaluierung)
dt_chat_range = f"AO{row_num}"
ver_range = f"AP{row_num}"
if process_chatgpt:
@@ -1269,15 +1267,13 @@ def _process_single_row(self, row_num, row_data, process_wiki=True, process_chat
self.sheet_handler.sheet.update(values=[[emp_consistency]], range_name=f"AC{row_num}")
revenue_result = evaluate_umsatz_chatgpt(company_name, company_data.get('umsatz', 'k.A.'))
self.sheet_handler.sheet.update(values=[[revenue_result]], range_name=f"AG{row_num}")
wiki_tokens = token_count(str(company_data.get('first_paragraph', '')))
chat_tokens = token_count(crm_data + wiki_data_str)
emp_tokens = token_count(str(emp_estimate))
total_tokens = f"Wiki: {wiki_tokens}, Chat: {chat_tokens}, Emp: {emp_tokens}"
# Hier NICHT mehr neu einlesen! Verwende die bereits extrahierten Website-Daten.
total_tokens = f"Wiki: {token_count(str(company_data.get('first_paragraph', '')))}, Chat: {token_count(crm_data + wiki_data_str)}, Emp: {token_count(str(emp_estimate))}"
self.sheet_handler.sheet.update(values=[[total_tokens]], range_name=f"AQ{row_num}")
self.sheet_handler.sheet.update(values=[[datetime.now().strftime('%Y-%m-%d %H:%M:%S')]], range_name=dt_chat_range)
else:
debug_print(f"Zeile {row_num}: ChatGPT-Timestamp bereits gesetzt – überspringe ChatGPT-Auswertung.")
# Aktualisiere den Timestamp für die letzte Prüfung und die Version
current_dt = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
self.sheet_handler.sheet.update(values=[[current_dt]], range_name=ver_range)
@@ -1289,6 +1285,7 @@ def _process_single_row(self, row_num, row_data, process_wiki=True, process_chat
time.sleep(Config.RETRY_DELAY)
# ==================== ALIGNMENT DEMO FÜR HAUPTBLATT UND CONTACTS ====================
def alignment_demo_full():