dealfront_enrichment.py aktualisiert
This commit is contained in:
@@ -11,37 +11,33 @@ from selenium.webdriver.support.ui import WebDriverWait
|
||||
from selenium.webdriver.support import expected_conditions as EC
|
||||
from selenium.common.exceptions import TimeoutException, NoSuchElementException
|
||||
|
||||
# Importiere Konfigurationen
|
||||
from config import Config, DEALFRONT_LOGIN_URL, DEALFRONT_CREDENTIALS_FILE, DEALFRONT_TARGET_URL, TARGET_SEARCH_NAME
|
||||
# ==============================================================================
|
||||
# TEMPORÄRE, AUTARKE KONFIGURATION
|
||||
# ==============================================================================
|
||||
class TempConfig:
|
||||
# --- Direkt hier definierte Werte, um config.py zu umgehen ---
|
||||
DEALFRONT_LOGIN_URL = "https://app.dealfront.com/login"
|
||||
TARGET_SEARCH_NAME = "Facility Management" # <-- BITTE AN IHRE SUCHE ANPASSEN
|
||||
DEALFRONT_CREDENTIALS_FILE = "/app/dealfront_credentials.json"
|
||||
# ==============================================================================
|
||||
|
||||
# Definiere einen festen Ausgabeordner, der im Dockerfile erstellt wird
|
||||
OUTPUT_DIR = "/app/output"
|
||||
|
||||
# Logging-Konfiguration
|
||||
LOG_LEVEL = logging.INFO
|
||||
LOG_FORMAT = '%(asctime)s - %(levelname)-8s - %(name)-25s - %(message)s'
|
||||
logging.basicConfig(level=LOG_LEVEL, format=LOG_FORMAT, force=True, handlers=[logging.StreamHandler()])
|
||||
logging.getLogger("selenium").setLevel(logging.WARNING) # Selenium-Spam reduzieren
|
||||
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)-8s - %(name)-25s - %(message)s', force=True)
|
||||
logging.getLogger("selenium").setLevel(logging.WARNING)
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# FileHandler hinzufügen, um in eine .txt-Datei zu loggen
|
||||
log_filename = f"dealfront_run_{time.strftime('%Y%m%d-%H%M%S')}.txt"
|
||||
log_filepath = os.path.join(OUTPUT_DIR, log_filename)
|
||||
try:
|
||||
file_handler = logging.FileHandler(log_filepath, mode='w', encoding='utf-8')
|
||||
file_handler.setLevel(logging.DEBUG) # Alles in die Datei schreiben
|
||||
file_handler.setLevel(logging.DEBUG)
|
||||
file_handler.setFormatter(logging.Formatter(LOG_FORMAT))
|
||||
logging.getLogger().addHandler(file_handler)
|
||||
logger.info(f"Logging konfiguriert. Konsole auf Level {logging.getLevelName(LOG_LEVEL)}. Log-Datei: {log_filepath}")
|
||||
except FileNotFoundError:
|
||||
logger.error(f"Konnte Log-Datei nicht erstellen. Das Verzeichnis '{OUTPUT_DIR}' existiert möglicherweise nicht im Container.")
|
||||
logger.error("Stellen Sie sicher, dass das Volume-Mapping korrekt ist: -v \"$(pwd)/output:/app/output\"")
|
||||
|
||||
logger.info(f"Logging konfiguriert. Log-Datei: {log_filepath}")
|
||||
except Exception as e:
|
||||
logger.error(f"Konnte Log-Datei nicht erstellen: {e}")
|
||||
|
||||
class DealfrontScraper:
|
||||
"""
|
||||
Kapselt alle Interaktionen mit der Dealfront-Plattform mittels Selenium.
|
||||
"""
|
||||
def __init__(self):
|
||||
logger.info("Initialisiere den DealfrontScraper...")
|
||||
chrome_options = ChromeOptions()
|
||||
@@ -51,37 +47,27 @@ class DealfrontScraper:
|
||||
chrome_options.add_argument("--no-sandbox")
|
||||
chrome_options.add_argument("--disable-dev-shm-usage")
|
||||
chrome_options.add_argument("--window-size=1920,1080")
|
||||
|
||||
# Service-Objekt, das explizit den system-installierten Treiber verwendet
|
||||
service = Service(executable_path='/usr/bin/chromedriver')
|
||||
|
||||
try:
|
||||
self.driver = webdriver.Chrome(service=service, options=chrome_options)
|
||||
except Exception as e:
|
||||
logger.critical(f"WebDriver konnte nicht initialisiert werden. Fehler: {e}", exc_info=True)
|
||||
self.driver = None
|
||||
logger.critical(f"WebDriver konnte nicht initialisiert werden.", exc_info=True)
|
||||
raise
|
||||
|
||||
self.wait = WebDriverWait(self.driver, 30)
|
||||
self.username, self.password = self._load_credentials()
|
||||
logger.info("WebDriver erfolgreich initialisiert.")
|
||||
|
||||
def _load_credentials(self):
|
||||
try:
|
||||
with open(DEALFRONT_CREDENTIALS_FILE, 'r') as f:
|
||||
with open(TempConfig.DEALFRONT_CREDENTIALS_FILE, 'r') as f:
|
||||
creds = json.load(f)
|
||||
username = creds.get("username")
|
||||
password = creds.get("password")
|
||||
if not username or "DEIN_DEALFRONT_BENUTZERNAME" in username or not password:
|
||||
logger.error(f"Zugangsdaten in '{DEALFRONT_CREDENTIALS_FILE}' sind ungültig.")
|
||||
return None, None
|
||||
return username, password
|
||||
except FileNotFoundError:
|
||||
logger.error(f"Credentials-Datei nicht gefunden: '{DEALFRONT_CREDENTIALS_FILE}'")
|
||||
return creds.get("username"), creds.get("password")
|
||||
except Exception as e:
|
||||
logger.error(f"Credentials-Datei konnte nicht geladen werden: {e}")
|
||||
return None, None
|
||||
return None, None
|
||||
|
||||
def _save_debug_artifacts(self):
|
||||
# ... (Diese Methode bleibt unverändert) ...
|
||||
try:
|
||||
os.makedirs(OUTPUT_DIR, exist_ok=True)
|
||||
timestamp = time.strftime("%Y%m%d-%H%M%S")
|
||||
@@ -96,59 +82,36 @@ class DealfrontScraper:
|
||||
logger.error(f"Konnte Debug-Artefakte nicht speichern: {e}")
|
||||
|
||||
def login_and_find_list(self, search_name):
|
||||
"""Führt den gesamten Prozess vom Login bis zum Laden der Zielliste robust aus."""
|
||||
# ... (Diese Methode bleibt unverändert, verwendet aber jetzt TempConfig) ...
|
||||
try:
|
||||
# === LOGIN ===
|
||||
logger.info(f"Navigiere zur Login-Seite: {DEALFRONT_LOGIN_URL}")
|
||||
self.driver.get(DEALFRONT_LOGIN_URL)
|
||||
logger.info(f"Navigiere zur Login-Seite: {TempConfig.DEALFRONT_LOGIN_URL}")
|
||||
self.driver.get(TempConfig.DEALFRONT_LOGIN_URL)
|
||||
self.wait.until(EC.visibility_of_element_located((By.NAME, "email"))).send_keys(self.username)
|
||||
self.driver.find_element(By.CSS_SELECTOR, "input[type='password']").send_keys(self.password)
|
||||
self.driver.find_element(By.XPATH, "//button[normalize-space()='Log in']").click()
|
||||
logger.info("Login-Befehl gesendet.")
|
||||
|
||||
# === NAVIGATION ZUM TARGET BEREICH ===
|
||||
logger.info("Warte auf Dashboard und den 'Prospects finden' Quick-Link...")
|
||||
prospects_link_selector = (By.XPATH, "//a[@data-test-target-product-tile]")
|
||||
prospects_link = self.wait.until(EC.element_to_be_clickable(prospects_link_selector))
|
||||
prospects_link.click()
|
||||
logger.info("'Prospects finden' geklickt.")
|
||||
|
||||
# === LADEN DER SPEZIFISCHEN SUCHE ===
|
||||
logger.info(f"Warte auf die Liste der Suchen und klicke auf '{search_name}'...")
|
||||
search_item_selector = (By.XPATH, f"//div[contains(@class, 'truncate') and normalize-space()='{search_name}']")
|
||||
search_item = self.wait.until(EC.element_to_be_clickable(search_item_selector))
|
||||
search_item.click()
|
||||
|
||||
# === VERIFIZIERUNG UND WARTEN AUF TABELLENDATEN ===
|
||||
logger.info(f"Suche '{search_name}' geladen. Warte auf das Rendern der Ergebnistabelle.")
|
||||
table_header_selector = (By.XPATH, "//th[normalize-space()='Firma']")
|
||||
self.wait.until(EC.visibility_of_element_located(table_header_selector))
|
||||
time.sleep(5)
|
||||
|
||||
logger.info("Zielseite mit Ergebnissen erfolgreich erreicht.")
|
||||
return True
|
||||
except Exception as e:
|
||||
logger.critical(f"Der Prozess vom Login bis zum Finden der Liste ist fehlgeschlagen: {type(e).__name__}", exc_info=True)
|
||||
logger.critical(f"Der Prozess ist fehlgeschlagen: {type(e).__name__}", exc_info=True)
|
||||
self._save_debug_artifacts()
|
||||
return False
|
||||
|
||||
def handle_overlays(self):
|
||||
"""Sucht nach bekannten Popups/Overlays und schließt sie."""
|
||||
try:
|
||||
short_wait = WebDriverWait(self.driver, 5)
|
||||
close_button_xpath = "//button[@aria-label='Schließen' or @aria-label='Close']"
|
||||
logger.info("Suche nach bekannten Overlays/Popups...")
|
||||
close_button = short_wait.until(EC.element_to_be_clickable((By.XPATH, close_button_xpath)))
|
||||
logger.info("Schließen-Button für Overlay gefunden. Klicke darauf.")
|
||||
close_button.click()
|
||||
time.sleep(1)
|
||||
except TimeoutException:
|
||||
logger.info("Kein Overlay/Popup gefunden. Fahre fort.")
|
||||
except Exception as e:
|
||||
logger.warning(f"Fehler beim Schließen des Overlays, ignoriere und fahre fort: {e}")
|
||||
|
||||
def extract_current_page_results(self):
|
||||
"""Extrahiert die Firmennamen und Webseiten."""
|
||||
# ... (Diese Methode bleibt unverändert) ...
|
||||
try:
|
||||
logger.info("Extrahiere Ergebnisse von der aktuellen Seite...")
|
||||
results = []
|
||||
@@ -174,7 +137,7 @@ class DealfrontScraper:
|
||||
logger.error(f"Schwerwiegender Fehler bei der Extraktion: {type(e).__name__}", exc_info=True)
|
||||
self._save_debug_artifacts()
|
||||
return []
|
||||
|
||||
|
||||
def close(self):
|
||||
if self.driver:
|
||||
logger.info("Schließe den WebDriver.")
|
||||
@@ -182,17 +145,18 @@ class DealfrontScraper:
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
logger.info("Starte Dealfront Automatisierung - Finaler Durchbruchsversuch")
|
||||
logger.info("Starte Dealfront Automatisierung - DEBUG-MODUS")
|
||||
scraper = None
|
||||
try:
|
||||
scraper = DealfrontScraper()
|
||||
if not scraper.driver:
|
||||
raise Exception("WebDriver konnte nicht initialisiert werden.")
|
||||
|
||||
if not scraper.login_and_find_list(Config.TARGET_SEARCH_NAME):
|
||||
raise Exception("Der Prozess vom Login bis zum Laden der Liste ist fehlgeschlagen. Details siehe Log.")
|
||||
if not scraper.login_and_find_list(TempConfig.TARGET_SEARCH_NAME):
|
||||
raise Exception("Der Prozess vom Login bis zum Laden der Liste ist fehlgeschlagen.")
|
||||
|
||||
scraper.handle_overlays()
|
||||
# In dieser Version gibt es keine handle_overlays Methode mehr
|
||||
# scraper.handle_overlays()
|
||||
|
||||
companies = scraper.extract_current_page_results()
|
||||
if companies:
|
||||
@@ -207,13 +171,15 @@ if __name__ == "__main__":
|
||||
print(df.to_string(index=False))
|
||||
print("="*80 + "\n")
|
||||
else:
|
||||
logger.warning("Obwohl die Seite geladen wurde, konnten keine Firmen extrahiert werden. Bitte HTML-Dump prüfen.")
|
||||
logger.warning("Obwohl die Seite geladen wurde, konnten keine Firmen extrahiert werden.")
|
||||
|
||||
logger.info("Phase 2a Test erfolgreich abgeschlossen. Warte vor dem Schließen...")
|
||||
logger.info("Test erfolgreich abgeschlossen. Warte vor dem Schließen...")
|
||||
time.sleep(10)
|
||||
|
||||
except Exception as e:
|
||||
logger.critical(f"Ein kritischer Fehler ist im Hauptprozess aufgetreten: {e}", exc_info=False)
|
||||
finally:
|
||||
if scraper:
|
||||
scraper.close()
|
||||
|
||||
logger.info("Dealfront Automatisierung beendet.")
|
||||
Reference in New Issue
Block a user