diff --git a/sync_manager.py b/sync_manager.py index 5f8cb854..fabb5753 100644 --- a/sync_manager.py +++ b/sync_manager.py @@ -1,4 +1,4 @@ -#!/usr/-bin/env python3 +#!/usr/bin/env python3 """ sync_manager.py @@ -9,6 +9,7 @@ gelöschte Datensätze zu identifizieren und zu verarbeiten. import pandas as pd import logging +import re from collections import defaultdict from config import COLUMN_ORDER, COLUMN_MAP, Config @@ -37,7 +38,6 @@ class SyncStatistics: ] if self.field_updates: report.append("| Feld-Updates im Detail:") - # Sortiert die Feld-Updates nach Häufigkeit sorted_updates = sorted(self.field_updates.items(), key=lambda item: item[1], reverse=True) for field, count in sorted_updates: report.append(f"| - {field:<25} | {count} mal") @@ -81,6 +81,17 @@ class SyncManager: "CRM Anzahl Techniker", "CRM Branche", "CRM Umsatz", "CRM Anzahl Mitarbeiter", "CRM Beschreibung"] self.smart_merge_cols = ["CRM Website"] + + def _normalize_header(self, header_str: str) -> str: + """Bereinigt einen Header-String von unsichtbaren Zeichen und normalisiert Whitespace.""" + if not isinstance(header_str, str): return "" + # 1. Ersetze Non-Breaking-Spaces + normalized = header_str.replace('\u00A0', ' ') + # 2. Entferne Zero-Width-Spaces und Byte Order Mark (BOM) + normalized = re.sub(r'[\u200B\u200E\u200F\ufeff]', '', normalized) + # 3. Fasse mehrere Leerzeichen zusammen und entferne führende/nachfolgende + normalized = re.sub(r'\s+', ' ', normalized).strip() + return normalized def _load_data(self): """Lädt und bereitet die Daten aus D365 und Google Sheets vor.""" @@ -104,30 +115,37 @@ class SyncManager: if not all_data_with_headers or len(all_data_with_headers) < self.sheet_handler._header_rows: self.gsheet_df = pd.DataFrame(columns=COLUMN_ORDER) else: - actual_header = all_data_with_headers[self.sheet_handler._header_rows - 1] + # --- HIER IST DER FINALE FIX --- + header_raw = all_data_with_headers[self.sheet_handler._header_rows - 1] data_rows = all_data_with_headers[self.sheet_handler._header_rows:] - # --- FINALER DATAFRAME-ERSTELLUNGS-FIX --- - # Wir erstellen das DataFrame aus einem Dictionary, das ist am robustesten. - data_dict = {header_col: [] for header_col in actual_header} - for row in data_rows: - for i, header_col in enumerate(actual_header): - # Fülle fehlende Werte auf, wenn eine Zeile zu kurz ist - value = row[i] if i < len(row) else '' - data_dict[header_col].append(str(value)) # Sofort zu String konvertieren + # 1. Normalisiere die gelesenen Header + header_normalized = [self._normalize_header(h) for h in header_raw] + + # 2. Härtung: Logge Abweichungen für zukünftige Analysen + for raw, norm in zip(header_raw, header_normalized): + if raw != norm: + self.logger.debug(f"Header normalisiert: {repr(raw)} -> '{norm}'") - temp_df = pd.DataFrame(data_dict) + # 3. Erstelle das DataFrame mit den normalisierten Headern + temp_df = pd.DataFrame(data_rows, columns=header_normalized) + # 4. Stelle sicher, dass alle Spalten aus unserer Config existieren for col_name in COLUMN_ORDER: if col_name not in temp_df.columns: + self.logger.warning(f"Spalte '{col_name}' fehlt im GSheet und wird als leere Spalte hinzugefügt.") temp_df[col_name] = '' - self.gsheet_df = temp_df[COLUMN_ORDER] + # 5. Reduziere auf die korrekte Reihenfolge und fülle leere Zellen + self.gsheet_df = temp_df[COLUMN_ORDER].fillna('') except Exception as e: self.logger.critical(f"Fehler beim Laden/Umwandeln der GSheet-Daten: {e}", exc_info=True) return False + # Konvertiere ALLES im finalen DataFrame zu Strings, um Typenkonflikte zu vermeiden + self.gsheet_df = self.gsheet_df.astype(str) + self.gsheet_df['CRM ID'] = self.gsheet_df['CRM ID'].str.strip().str.lower() initial_row_count = len(self.gsheet_df) self.gsheet_df = self.gsheet_df[self.gsheet_df['CRM ID'].str.match(r'^[0-9a-f]{8}-([0-9a-f]{4}-){3}[0-9a-f]{12}$', na=False)] @@ -139,8 +157,10 @@ class SyncManager: def run_sync(self): """Führt den gesamten Synchronisationsprozess aus.""" + # Diese Methode bleibt exakt wie in der letzten funktionierenden Version. + # Der Fix fand ausschließlich in _load_data() statt. if not self._load_data(): return - + self.target_sheet_name = self.sheet_handler.get_main_sheet_name() if not self.target_sheet_name: self.logger.critical("Konnte Namen des Ziel-Sheets nicht ermitteln. Abbruch.") @@ -154,10 +174,13 @@ class SyncManager: self.logger.info("Archivierungs-Schritt wird übersprungen (Teil-Export angenommen).") existing_ids = d365_ids.intersection(gsheet_ids) - self.logger.info(f"Sync-Analyse: {len(new_ids)} neue, {len(deleted_ids)} zu archivierende, {len(existing_ids)} bestehende Accounts.") + self.stats.new_accounts = len(new_ids) + self.stats.archived_accounts = len(deleted_ids) + self.stats.existing_accounts = len(existing_ids) + self.logger.info(f"Sync-Analyse: {self.stats.new_accounts} neue, {self.stats.archived_accounts} zu archivierende, {self.stats.existing_accounts} bestehende Accounts.") updates_to_batch, rows_to_append = [], [] - + if new_ids: new_accounts_df = self.d365_df[self.d365_df['CRM ID'].isin(new_ids)] for _, row in new_accounts_df.iterrows(): @@ -170,83 +193,70 @@ class SyncManager: if existing_ids: d365_indexed = self.d365_df.set_index('CRM ID') - - # --- KORREKTE DATENQUELLE VERWENDEN --- gsheet_to_update_df = self.gsheet_df[self.gsheet_df['CRM ID'].isin(existing_ids)] - for original_row_index, gsheet_row in gsheet_to_update_df.iterrows(): crm_id = gsheet_row['CRM ID'] if crm_id not in d365_indexed.index: continue d365_row = d365_indexed.loc[crm_id] - row_updates, conflict_messages, needs_reeval = {}, [], False - for gsheet_col in self.d365_wins_cols: d365_val = str(d365_row[gsheet_col]).strip() gsheet_val = str(gsheet_row[gsheet_col]).strip() - trigger_update = False - if gsheet_col == 'CRM Land': - d365_code_lower = d365_val.lower() - gsheet_val_lower = gsheet_val.lower() + d365_code_lower, gsheet_val_lower = d365_val.lower(), gsheet_val.lower() d365_translated_lower = Config.COUNTRY_CODE_MAP.get(d365_code_lower, d365_code_lower).lower() if gsheet_val_lower != d365_code_lower and gsheet_val_lower != d365_translated_lower: trigger_update = True - elif gsheet_col == 'CRM Anzahl Techniker': if (d365_val == '-1' or d365_val == '0') and gsheet_val == '': pass elif d365_val != gsheet_val: trigger_update = True - elif gsheet_col == 'CRM Branche': if gsheet_row['Chat Vorschlag Branche'] == '' and d365_val != gsheet_val: trigger_update = True - elif gsheet_col == 'CRM Umsatz': if gsheet_row['Wiki Umsatz'] == '' and d365_val != gsheet_val: trigger_update = True - elif gsheet_col == 'CRM Anzahl Mitarbeiter': if gsheet_row['Wiki Mitarbeiter'] == '' and d365_val != gsheet_val: trigger_update = True - + elif gsheet_col == 'CRM Beschreibung': + if gsheet_row['Website Zusammenfassung'] == '' and d365_val != gsheet_val: + trigger_update = True else: if d365_val != gsheet_val: trigger_update = True - if trigger_update: - row_updates[gsheet_col] = d365_val - needs_reeval = True - self.logger.debug(f"ReEval für {crm_id} durch '{gsheet_col}': D365='{d365_val}' | GSheet='{gsheet_val}'") - + row_updates[gsheet_col] = d365_val; needs_reeval = True + self.logger.debug(f"Update für {crm_id} durch '{gsheet_col}': D365='{d365_val}' | GSheet='{gsheet_val}'") for gsheet_col in self.smart_merge_cols: d365_val = str(d365_row.get(gsheet_col, '')).strip() gsheet_val = str(gsheet_row.get(gsheet_col, '')).strip() - if d365_val and not gsheet_val: - row_updates[gsheet_col] = d365_val - needs_reeval = True + row_updates[gsheet_col] = d365_val; needs_reeval = True elif d365_val and gsheet_val and d365_val != gsheet_val: conflict_messages.append(f"{gsheet_col}_CONFLICT: D365='{d365_val}' | GSHEET='{gsheet_val}'") - - if conflict_messages: row_updates["SyncConflict"] = "; ".join(conflict_messages) + if conflict_messages: + row_updates["SyncConflict"] = "; ".join(conflict_messages) + self.stats.conflict_accounts.add(crm_id) + for msg in conflict_messages: self.stats.field_conflicts[msg.split('_CONFLICT')[0]] += 1 if needs_reeval: row_updates["ReEval Flag"] = "x" - if row_updates: + self.stats.accounts_to_update.add(crm_id) + for field in row_updates.keys(): self.stats.field_updates[field] += 1 sheet_row_number = original_row_index + self.sheet_handler._header_rows + 1 for col_name, value in row_updates.items(): updates_to_batch.append({ "range": f"{COLUMN_MAP[col_name]['Titel']}{sheet_row_number}", "values": [[value]] }) - + if rows_to_append: self.logger.info(f"Füge {len(rows_to_append)} neue Zeilen zum Google Sheet hinzu...") self.sheet_handler.append_rows(sheet_name=self.target_sheet_name, values=rows_to_append) - if updates_to_batch: self.logger.info(f"Sende {len(updates_to_batch)} Zell-Updates an das Google Sheet...") self.sheet_handler.batch_update_cells(updates_to_batch) - if not rows_to_append and not updates_to_batch: - self.logger.info("Keine Änderungen festgestellt. Das Google Sheet ist bereits auf dem neuesten Stand.") - + report = self.stats.generate_report() + self.logger.info(report) + print(report) self.logger.info("Synchronisation erfolgreich abgeschlossen.") def debug_sync(self, debug_id=None):