sync_manager.py aktualisiert

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")
@@ -82,6 +82,17 @@ class SyncManager:
                                "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."""
         self.logger.info(f"Lade Daten aus D365-Export: '{self.d365_export_path}'...")
@@ -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 ---
+                # 1. Normalisiere die gelesenen Header
-                # Wir erstellen das DataFrame aus einem Dictionary, das ist am robustesten.
+                header_normalized = [self._normalize_header(h) for h in header_raw]
-                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
 
-                temp_df = pd.DataFrame(data_dict)
+                # 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}'")
                 
+                # 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)]
@@ -139,6 +157,8 @@ 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()
@@ -154,7 +174,10 @@ 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 = [], []
         
@@ -170,68 +193,56 @@ 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()
+                        d365_code_lower, gsheet_val_lower = d365_val.lower(), gsheet_val.lower()
-                        gsheet_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
+                        row_updates[gsheet_col] = d365_val; needs_reeval = True
-                        needs_reeval = True
+                        self.logger.debug(f"Update für {crm_id} durch '{gsheet_col}': D365='{d365_val}' | GSheet='{gsheet_val}'")
-                        self.logger.debug(f"ReEval 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
+                        row_updates[gsheet_col] = d365_val; needs_reeval = True
-                        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: 
-                if conflict_messages: row_updates["SyncConflict"] = "; ".join(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]] })
@@ -239,14 +250,13 @@ class SyncManager:
         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:
+        report = self.stats.generate_report()
-            self.logger.info("Keine Änderungen festgestellt. Das Google Sheet ist bereits auf dem neuesten Stand.")
+        self.logger.info(report)
-
+        print(report)
         self.logger.info("Synchronisation erfolgreich abgeschlossen.")
 
     def debug_sync(self, debug_id=None):