1.5.2: Ergänzung heuristischer E-Mail-Generierung und Spaltenanpassung im Contacts-Blatt

- Neue Funktion get_email_address zur Erzeugung der E-Mail-Adresse im Format vorname.nachname@domain.tld
- Anpassung von process_contact_research: E-Mail-Adresse in Spalte I eingetragen, LinkedIn-Link und Timestamp entsprechend verschoben
- Integration der E-Mail-Generierung in den bestehenden Kontaktverarbeitungs-Workflow, bestehende Funktionen weitgehend unverändert

brancheneinstufung.py

@@ -1,16 +1,15 @@
 #!/usr/bin/env python3
 """
-Version: v1.5.1
+Version: v1.5.2
 Datum: {aktuelles Datum}
 Git-Überschrift (max. 100 Zeichen):
-1.5.1: Integrierter hybrider Geschlechtsdetektor & aktualisierte Kontakte-Spalten
+1.5.2: Ergänzung heuristischer E-Mail-Generierung und Spaltenanpassung im Contacts-Blatt
 
 
 Git-Änderungsbeschreibung:
-- Umstellung der Geschlechtsbestimmung: Zuerst gender-guesser, Fallback zu Genderize API
+- Neue Funktion get_email_address zur Erzeugung der E-Mail-Adresse im Format vorname.nachname@domain.tld
-- Geschlecht wird jetzt in Spalte D gespeichert (alle folgenden Felder rutschen um eine Spalte nach rechts)
+- Anpassung von process_contact_research: E-Mail-Adresse in Spalte I eingetragen, LinkedIn-Link und Timestamp entsprechend verschoben
-- Aktualisierte Header und Kontaktzeilen im Contacts-Blatt, inklusive API-Key aus "genderize_API_Key.txt"
+- Integration der E-Mail-Generierung in den bestehenden Kontaktverarbeitungs-Workflow, bestehende Funktionen weitgehend unverändert
-- Anpassung der Contact Research-Funktion zur Verarbeitung der geänderten Spalten
 
 """
 
@@ -37,7 +36,7 @@ except ImportError:
 
 # ==================== KONFIGURATION ====================
 class Config:
-    VERSION = "v1.5.1"
+    VERSION = "v1.5.2"
     LANG = "de"
     CREDENTIALS_FILE = "service_account.json"
     SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
@@ -128,6 +127,25 @@ def get_gender(firstname):
     else:
         return result
 
+def get_email_address(firstname, lastname, website):
+    """
+    Generiert eine E-Mail-Adresse im Format vorname.nachname@domain.tld.
+    Dabei wird der Domainname aus der Website extrahiert.
+    """
+    # Falls die Website keinen Protokoll-Präfix hat, hinzufügen, um das Parsen zu ermöglichen
+    url = website if website.startswith("http") else "http://" + website
+    parsed = urlparse(url)
+    domain = parsed.netloc
+    if domain.startswith("www."):
+        domain = domain[4:]
+    # Entferne Nicht-Alphanumerische Zeichen aus Vor- und Nachnamen und wandle in Kleinbuchstaben um
+    f = re.sub(r'\W+', '', firstname.lower())
+    l = re.sub(r'\W+', '', lastname.lower())
+    if f and l:
+        return f"{f}.{l}@{domain}"
+    else:
+        return ""
+
 def is_valid_company_article(wiki_categories):
     """
     Prüft, ob in den Wikipedia-Kategorien ein Hinweis auf einen Unternehmensartikel enthalten ist.
@@ -1707,9 +1725,9 @@ def count_linkedin_contacts(company_name, website, position_query, crm_kurzform)
 def process_contact_research():
     """
     Sucht mithilfe der SerpAPI Kontakte für bestimmte Positionen für jedes Unternehmen.
-    Es werden zunächst die CRM-Daten (insbesondere CRM Kurzform in Spalte C) sowie Firma und Website aus dem Hauptblatt genommen.
+    Es werden zunächst die CRM-Daten (insbesondere CRM Kurzform in Spalte C) sowie Firma und Website aus dem Hauptblatt gelesen.
-    Die gefundenen Kontakte, welche den Filter (CRM Kurzform muss im Titel enthalten sein) erfüllen, werden in das Kontakte-Blatt eingetragen.
+    Die gefundenen Kontakte, welche den Filter (CRM Kurzform muss im Titel enthalten sein) erfüllen, werden im Kontakte-Blatt eingetragen.
-    
+
     Zusätzlich werden die Trefferzahlen (als Summen pro Position) in das Hauptblatt in den Spalten AI, AJ, AK, AL geschrieben
     und ein Timestamp in Spalte AM gesetzt.
     
@@ -1717,13 +1735,14 @@ def process_contact_research():
       A: Firmenname  
       B: CRM Kurzform  
       C: Website  
-      D: Geschlecht (ermittelt aus dem Vornamen)  
+      D: Geschlecht  
       E: Vorname  
       F: Nachname  
       G: Position  
       H: Suchbegriffskategorie  
-      I: LinkedIn-Link  
+      I: E-Mail-Adresse  
-      J: Timestamp
+      J: LinkedIn-Link  
+      K: Timestamp
 
     Detaillierte Debug-Ausgaben sorgen für Transparenz bei der Ausführung.
     """
@@ -1736,15 +1755,14 @@ def process_contact_research():
     data = main_sheet.get_all_values()
 
     # Ermittle die letzte Zeile in Spalte AM (Spalte 39), in der ein Timestamp eingetragen wurde
-    col_am = main_sheet.col_values(39)  # Spalte AM = 39. Spalte
+    col_am = main_sheet.col_values(39)  # Spalte AM hat den Index 39 (A=1, ..., AM=39)
     last_filled_row = 1  # Header-Zeile
     for idx, cell in enumerate(col_am):
         if cell.strip() != "":
-            last_filled_row = idx + 1  # 0-basierter Index -> Zeilennummer
+            last_filled_row = idx + 1
-    start_row = last_filled_row + 1  # Verarbeitung ab der nächsten Zeile
+    start_row = last_filled_row + 1
     debug_print(f"Letzter Timestamp in Spalte AM wurde in Zeile {last_filled_row} gefunden. Starte Verarbeitung ab Zeile {start_row}.")
 
-    # Falls start_row größer ist als die Anzahl der vorhandenen Zeilen, gibt es nichts zu verarbeiten.
     if start_row > len(data):
         debug_print("Keine neuen Zeilen zu verarbeiten, da Timestamp in Spalte AM bereits bis zum Ende vorhanden ist.")
         return
@@ -1753,15 +1771,15 @@ def process_contact_research():
     try:
         contacts_sheet = sh.worksheet("Contacts")
     except gspread.exceptions.WorksheetNotFound:
-        contacts_sheet = sh.add_worksheet(title="Contacts", rows="1000", cols="10")
+        contacts_sheet = sh.add_worksheet(title="Contacts", rows="1000", cols="12")
         header = ["Firmenname", "CRM Kurzform", "Website", "Geschlecht", "Vorname", "Nachname", "Position",
-                  "Suchbegriffskategorie", "LinkedIn-Link", "Timestamp"]
+                  "Suchbegriffskategorie", "E-Mail-Adresse", "LinkedIn-Link", "Timestamp"]
-        contacts_sheet.update(values=[header], range_name="A1:J1")
+        contacts_sheet.update(values=[header], range_name="A1:K1")
         debug_print("Neues Blatt 'Contacts' erstellt und Header eingetragen.")
 
     # Verarbeite jede Zeile ab der ermittelten Startzeile
     for i in range(start_row, len(data) + 1):
-        row = data[i - 1]  # data ist 0-basiert
+        row = data[i - 1]
         company_name = row[1] if len(row) > 1 else ""
         crm_kurzform = row[2] if len(row) > 2 else ""
         website = row[3] if len(row) > 3 else ""
@@ -1771,38 +1789,31 @@ def process_contact_research():
 
         positions = ["Serviceleiter", "IT-Leiter", "Geschäftsführer", "Disponent"]
         contact_counts = {}
-        # Für jeden Positionsbegriff: Kontakte zählen und exemplarisch einen Kontakt suchen
         for pos in positions:
             count = count_linkedin_contacts(crm_kurzform, website, pos, crm_kurzform)
             contact_counts[pos] = count
             contact = search_linkedin_contact(crm_kurzform, website, pos, crm_kurzform)
             if contact:
-                # Ermittle das Geschlecht anhand des Vornamens
                 firstname = contact.get("Vorname", "")
+                lastname = contact.get("Nachname", "")
                 gender_value = get_gender(firstname) if firstname else "unknown"
-                # Erstelle den Kontaktzeile-Eintrag:
+                email = get_email_address(firstname, lastname, website)
-                # Spalte A: Firmenname  
-                # Spalte B: CRM Kurzform  
-                # Spalte C: Website  
-                # Spalte D: Geschlecht  
-                # Spalte E: Vorname  
-                # Spalte F: Nachname  
-                # Spalte G: Position  
-                # Spalte H: Suchbegriffskategorie  
-                # Spalte I: LinkedIn-Link  
-                # Spalte J: Timestamp
                 timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+                # Neue Reihenfolge:
+                # A: Firmenname, B: CRM Kurzform, C: Website, D: Geschlecht, E: Vorname, F: Nachname,
+                # G: Position, H: Suchbegriffskategorie, I: E-Mail-Adresse, J: LinkedIn-Link, K: Timestamp
                 contact_row = [
                     company_name,
                     crm_kurzform,
                     website,
-                    gender_value,                 # Geschlecht (Spalte D)
+                    gender_value,
-                    contact.get("Vorname", ""),
+                    firstname,
-                    contact.get("Nachname", ""),
+                    lastname,
                     contact.get("Position", ""),
-                    pos,                          # Suchbegriffskategorie (Spalte H)
+                    pos,
+                    email,
                     contact.get("LinkedInURL", ""),
-                    timestamp                     # Timestamp (Spalte J)
+                    timestamp
                 ]
                 try:
                     contacts_sheet.append_row(contact_row)
@@ -1812,7 +1823,7 @@ def process_contact_research():
             else:
                 debug_print(f"Zeile {i}: Kein passender Kontakt für Position '{pos}' gefunden.")
 
-        # Aktualisierung des Hauptblatts
+        # Aktualisiere Hauptblatt-Zeile mit Trefferzahlen und Timestamp
         try:
             main_sheet.update(values=[[str(contact_counts.get("Serviceleiter", 0))]], range_name=f"AI{i}")
             main_sheet.update(values=[[str(contact_counts.get("IT-Leiter", 0))]], range_name=f"AJ{i}")
@@ -1826,7 +1837,6 @@ def process_contact_research():
         time.sleep(Config.RETRY_DELAY)
     debug_print("Contact Research abgeschlossen.")
 
-
 # ----------------- DataProcessor-Klasse inklusive neuer SERP-API Website Lookup-Methode -----------------
 class DataProcessor:
     def __init__(self):