firm_rules.py - main - Paff/declarant

firm_rules.py
184 строки8 KB
1pash1985-gif
LPD555: col/ecu/ken path patterns + BOJ444 cert AWB + packing fixes
26 июл 2026, 18:59
26 июл 2026, 18:5959dc6f7
# -*- coding: utf-8 -*-
"""
Правила определения "Фирмы" (столбец A листа "Загрузка") и "Маркировки" (столбец D)
по имени файла инвойса и/или его пути.

Логика (в порядке приоритета):
  1. По имени файла — детерминированные паттерны (`Invoice 309*.xls` → AstraFund).
  2. По имени родительской папки — для 700ecu/MTL700 Kenya/MTL700 Columbia.
  3. По содержимому инвойса (shipper/farm — опционально, следующая итерация).

Также извлекается MARKING — короткий код для столбца D.
"""
from __future__ import annotations
import os
import re
from dataclasses import dataclass
from typing import Optional


@dataclass
class FirmMatch:
    firm: str = ""          # значение для столбца A
    marking: str = ""       # значение для столбца D
    awb_prefix: str = ""    # первые 4 цифры имени папки — префикс AWB
    country: str = ""       # Ecuador/Colombia/Kenya/…  (если можно определить по пути)


# === Правила по имени файла (03-MTL700 — европейские фермы через хендлеров) ===
# Порядок важен: более специфичные — выше.
FILENAME_RULES: list[tuple[str, str]] = [
    # BESTFLORA-2_b-XXX_DD_Mon_YYYY.xlsx → eFlowers
    (r'^BESTFLORA-\d+_b-', 'eFlowers'),
    # Invoice 309XXX ... .xls → AstraFund
    (r'^Invoice\s+309\d{3,4}\s', 'AstraFund'),
    # 8207XXX POPBES XXX.XLS → FlowerSaleForever
    (r'^8207\d{3}\s+POPBES', 'FlowerSaleForever'),
    # 2261XXX IZUM.XLS → Zeester (нужно проверить ДО правила M&M ниже — оба матчат
    # 03-07-26 HH-MM-SS-NNNNNNN формат)
    (r'^\d{2}-\d{2}-\d{2}\s+\d{2}-\d{2}-\d{2}-2261\d{3}\s', 'Zeester'),
    # MAX12 522.XLS → ButaFlowers
    (r'^MAX12\s', 'ButaFlowers'),
    # Invoice - 6NNNNN.xlsx → OzExport (голландский поставщик Florunner B.V. -
    # в мастере эти инвойсы декларант ставит под фирму «OzExport»). Маркировка
    # и точное число боксов извлекаются отдельным парсером florunner_parser.py
    # по внутренней структуре (Debnr → маркировка; Colli → боксы).
    (r'^Invoice\s*-\s*6\d{5}\.', 'OzExport'),
    # 03-07-26 HH-MM-SS-2026XXXX YYY.XLS → M&M (id начинается с 2026)
    (r'^\d{2}-\d{2}-\d{2}\s+\d{2}-\d{2}-\d{2}-2026\d{4}\s', 'M&M'),
    # Fallback: любой файл 03-07-26 HH-MM-SS-* без специфичного префикса
    (r'^\d{2}-\d{2}-\d{2}\s+\d{2}-\d{2}-\d{2}-', 'M&M'),
    # Factuur_XX.xlsx → OzExport / Dutch
    (r'^Factuur_\d', 'OzExport'),
    # Общий "Invoice - NNNNNN.xlsx" (может быть Enigma/AstraFund/…) — оставляем
    # фирму пустой, заполнится через shipper внутри инвойса.
]

# === Правила по имени папки (Инвойсы/700ecu/NNNN NAME/ ...) ===
# NNNN — AWB prefix. NAME — обычно совпадает с маркировкой.
FOLDER_RULES_ECU: list[tuple[str, str]] = [
    # Специфичные case-ы, где Firm != NAME
    # (пока пусто; при необходимости — дополним)
]

# === Ключи страны по подпапке инвойсов ===
COUNTRY_BY_PATH: list[tuple[str, str]] = [
    (r'MTL\d*\s*Kenya', 'Kenya'),
    (r'MTL\d*\s*Columbia', 'Colombia'),
    (r'MTL\d*\s*Colombia', 'Colombia'),
    # Папки вида <CAR>ecu / <CAR>ken / <CAR>col: 700ecu, 856ecu, 856ken, 856col …
    (r'\b\d{3,4}ecu\b', 'Ecuador'),
    (r'\b\d{3,4}ken\b', 'Kenya'),
    (r'\b\d{3,4}col\b', 'Colombia'),
    # Standalone col/ ecu/ ken/ subfolders (from rar extraction)
    (r'[/\\]col[/\\]', 'Colombia'),
    (r'[/\\]ecu[/\\]', 'Ecuador'),
    (r'[/\\]ken[/\\]', 'Kenya'),
    (r'\b03-MTL', 'Netherlands'),   # прибытие через Голландию (хендлеры EU)
]


def detect_firm_and_marking(file_path: str) -> FirmMatch:
    """Основная точка входа: определить Фирму, Маркировку, AWB-префикс, Страну по пути."""
    m = FirmMatch()
    fname = os.path.basename(file_path)
    dirname = os.path.basename(os.path.dirname(file_path))
    full_path = file_path.replace('\\', '/')

    # 1. Страна — по пути
    for pattern, country in COUNTRY_BY_PATH:
        if re.search(pattern, full_path, re.IGNORECASE):
            m.country = country
            break

    # 2. AWB-префикс + маркировка — из имени родительской папки для 700ecu/Kenya/Columbia
    #    Шаблон папки: "NNNN NAME1 NAME2 …"
    folder_awb_match = re.match(r'^(\d{4})\s+(.+?)(?:\s+\d+кор)?$', dirname)
    if folder_awb_match:
        m.awb_prefix = folder_awb_match.group(1)
        m.marking = folder_awb_match.group(2).strip().upper()

    # 3. Фирма — по имени файла (правила 03-MTL700)
    for pattern, firm in FILENAME_RULES:
        if re.match(pattern, fname, re.IGNORECASE):
            m.firm = firm
            break

    # 4. Маркировка — из имени файла для 03-MTL700 (если ещё не задана папкой)
    if not m.marking:
        m.marking = _extract_marking_from_filename(fname)

    # 5. Для 700ecu-папок фирма определяется по shipper внутри — пока оставляем пусто,
    #    заполнитель проставит по факту разбора инвойса.
    return m


def _extract_marking_from_filename(fname: str) -> str:
    """Достать «маркировочный» токен из имени файла.

    Примеры:
      "03-07-26 18-19-59-202603994   MUST.XLS"        → "MUST"
      "03-07-26 18-24-46-202603995   PRADZ - B.XLS"   → "PRADZ"
      "8207560   POPBES   BUTA.XLS"                    → "BUTA"
      "BESTFLORA-2_b-BOOM55_03_Jul_2026.xlsx"          → "B-BOOM55"
      "Invoice 309871 03-07-2026 BORT-20.xls"          → "BORT-20"
      "MAX12 522.XLS"                                   → "MAX"
    """
    stem = os.path.splitext(fname)[0]

    # Пропускаем PRO FORMA (это не инвойс, а проформа)
    if re.match(r'.*PRO\s*FORMA', stem, re.IGNORECASE):
        return ""

    # BESTFLORA-2_b-XXX_DD_Mon_YYYY → "B-XXX" (XXX может содержать точку: KAZAN.MAXIBON)
    m = re.match(r'^BESTFLORA-\d+_(b-[\w.]+?)_\d{2}_[A-Za-z]{3}_\d{4}', stem, re.IGNORECASE)
    if m:
        return m.group(1).upper()

    # Invoice 309XXX 03-07-2026 NAME → "NAME"
    m = re.match(r'^Invoice\s+\d+\s+\d{2}-\d{2}-\d{4}\s+(.+)$', stem, re.IGNORECASE)
    if m:
        return m.group(1).strip().upper()

    # 8207NNN POPBES NAME → "NAME"
    m = re.match(r'^\d{7}\s+POPBES\s+(\S+)', stem, re.IGNORECASE)
    if m:
        return m.group(1).upper()

    # 2261659 IZUM → "IZUM"
    m = re.match(r'^\d{7}\s+(\S+)', stem)
    if m:
        return m.group(1).upper()

    # 03-07-26 18-19-59-NNNNN   MUST  (несколько пробелов — разделитель)
    m = re.match(r'^\d{2}-\d{2}-\d{2}\s+\d{2}-\d{2}-\d{2}-\S+\s+(\S+)', stem)
    if m:
        return m.group(1).upper()

    # MAX12 522 → "MAX"
    m = re.match(r'^([A-Z]{3,})\d*\s', stem)
    if m:
        return m.group(1).upper()

    # Factuur_26.7706684 → "" (маркировка отсутствует, определится по shipper-у)
    if re.match(r'^Factuur', stem, re.IGNORECASE):
        return ""

    return ""


if __name__ == '__main__':
    import sys
    try:
        sys.stdout.reconfigure(encoding='utf-8')
    except Exception:
        pass
    root = r'c:\Users\0\Desktop\Задача по логистике\03.07.2026\MTL 700\Инвойсы'
    for dirpath, dirs, files in os.walk(root):
        for f in files:
            if f.lower().endswith(('.pdf', '.xls', '.xlsx', '.xlsm')):
                fp = os.path.join(dirpath, f)
                m = detect_firm_and_marking(fp)
                rel = os.path.relpath(fp, root)
                print(f'{rel:80s} | firm={m.firm:20s} mark={m.marking:20s} '
                      f'awb={m.awb_prefix:5s} country={m.country}')