florunner_parser.py - main - Paff/declarant

florunner_parser.py
278 строк11 KB
1pash1985-gif
Декларант - веб-версия для Timeweb Cloud
15 июл 2026, 09:36
15 июл 2026, 09:36a6b08b8
# -*- coding: utf-8 -*-
"""
Парсер Florunner B.V. счётов-фактур (`Invoice - 6NNNNN.xlsx`).

Извлекает:
  • debnr      — код заказчика (пример: `ATROR`, `LEKOS`); в мастере используется
                 как маркировка (столбец D).
  • boxes      — точное число коробок из строки `Colli` футер-блока
                 (Carrier / Incoterm / AWB / Colli / VolKG).
  • carrier    — перевозчик (обычно `BESTFLORA`).
  • awb_nr     — MAWB, если проставлен.
  • volume_kg  — VolKG.
  • invoice_nr — номер счёта (`656237`).

Формат листа (Florunner B.V.):
    ...
    R006:  Florunner B.V.       Debnr : ATROR 195381
    R009:  1118 BG Schiphol     Invoice : 656237
    ...
    R027:  4 | x | 855Z | Emballage | 5.85 | 23.4          ← коробки по типам
    R028:  15| x | 856  | Emballage | 6.05 | 90.75
    ...
    R055:  Carrier | Incoterm | AWB nr | ... | Colli | VolKG
    R056:  BESTFLORA| Free Carrier, Honselersdijk | ... | 19 | 341
"""
from __future__ import annotations
import re
from dataclasses import dataclass
from typing import Optional

from openpyxl import load_workbook


@dataclass
class FlorunnerData:
    debnr: str = ""          # → marking
    boxes: int = 0           # → total_boxes
    carrier: str = ""
    awb_nr: str = ""
    volume_kg: float = 0.0
    invoice_nr: str = ""


def parse_florunner_invoice(path: str) -> Optional[FlorunnerData]:
    """Прочитать Florunner-инвойс и вернуть FlorunnerData; None — если формат не тот."""
    try:
        wb = load_workbook(path, data_only=True, read_only=True)
    except Exception:
        return None

    ws = wb[wb.sheetnames[0]]
    data = FlorunnerData()

    # Собираем все непустые ячейки в структуру R×C для гибкого поиска
    grid: list[list] = []
    for row in ws.iter_rows(values_only=True):
        grid.append(list(row))

    # === 1. Debnr — ищем ячейку строго равную "Debnr" (либо "Debnr.") ===
    for r_idx, row in enumerate(grid):
        for c_idx, v in enumerate(row):
            if v is None:
                continue
            s = str(v).strip()
            if s.rstrip('.').lower() != 'debnr':
                continue
            # Debnr code — первая нестандартная строка вправо, длиной 3-10 симв,
            # обычно после ":" или сразу. Пропускаем сами ":" и числовые id (`195381`).
            candidates = []
            for cc in range(c_idx + 1, min(c_idx + 15, len(row))):
                val = row[cc]
                if val is None:
                    continue
                sval = str(val).strip()
                if sval in (':', '-'):
                    continue
                candidates.append(sval)
            for cand in candidates:
                # текстовый код (не только цифры), 3-10 символов
                if re.fullmatch(r'[A-Z][A-Z0-9]{2,9}', cand.upper()):
                    data.debnr = cand.upper()
                    break
            if data.debnr:
                break
        if data.debnr:
            break

    # === 2. Invoice nr ===
    for r_idx, row in enumerate(grid):
        for c_idx, v in enumerate(row):
            if v is None:
                continue
            if str(v).strip().lower() == 'invoice':
                for cc in range(c_idx + 1, min(c_idx + 15, len(row))):
                    val = row[cc]
                    if val is None or str(val).strip() == ':':
                        continue
                    m = re.fullmatch(r'\d{5,8}', str(val).strip())
                    if m:
                        data.invoice_nr = m.group()
                        break
                if data.invoice_nr:
                    break
        if data.invoice_nr:
            break

    # === 3. Colli / VolKG / Carrier / AWB nr — футер ===
    # Ищем строку-header, содержащую одновременно "Colli" и "VolKG"
    header_row = None
    col_carrier = col_incoterm = col_awb = col_colli = col_volkg = -1
    for r_idx, row in enumerate(grid):
        header_map = {}
        for c_idx, v in enumerate(row):
            if v is None:
                continue
            s = str(v).strip().lower()
            if s == 'carrier':      header_map['carrier'] = c_idx
            elif 'incoterm' in s:   header_map['incoterm'] = c_idx
            elif s in ('awb nr', 'awb'):
                header_map['awb'] = c_idx
            elif s == 'colli':      header_map['colli'] = c_idx
            elif s == 'volkg':      header_map['volkg'] = c_idx
        if 'colli' in header_map and 'volkg' in header_map:
            header_row = r_idx
            col_carrier = header_map.get('carrier', -1)
            col_awb     = header_map.get('awb', -1)
            col_colli   = header_map.get('colli', -1)
            col_volkg   = header_map.get('volkg', -1)
            break

    if header_row is not None and header_row + 1 < len(grid):
        vrow = grid[header_row + 1]
        def _get(col: int):
            return vrow[col] if 0 <= col < len(vrow) else None

        if col_carrier >= 0:
            c = _get(col_carrier)
            if c is not None:
                data.carrier = str(c).strip()
        if col_awb >= 0:
            c = _get(col_awb)
            if c is not None and str(c).strip():
                data.awb_nr = str(c).strip()
        if col_colli >= 0:
            c = _get(col_colli)
            try:
                data.boxes = int(float(c))
            except (TypeError, ValueError):
                pass
        if col_volkg >= 0:
            c = _get(col_volkg)
            try:
                data.volume_kg = float(c)
            except (TypeError, ValueError):
                pass

    # === Fallback: если Colli не нашли — сумма Emballage-строк ===
    if data.boxes == 0:
        for row in grid:
            has_emb = any(v is not None and 'emballage' in str(v).lower() for v in row)
            if not has_emb:
                continue
            # первое числовое в строке — Quantity
            for v in row:
                if v is None:
                    continue
                try:
                    q = int(float(v))
                    if 0 < q < 1000:
                        data.boxes += q
                        break
                except (TypeError, ValueError):
                    continue

    return data if (data.debnr or data.boxes) else None


# ============================================================================
# BloomX (Factuur_*.xlsx) — второй формат от OzExport-поставщиков
# ============================================================================

@dataclass
class BloomXData:
    order_ref: str = ""      # → marking (пример: `MUSTANG`)
    debnr: str = ""          # цифровой код (`001640`)
    consignee_city: str = "" # для проверки, что рейс наш
    boxes: int = 0
    invoice_nr: str = ""


def parse_bloomx_invoice(path: str) -> Optional[BloomXData]:
    """Прочитать BloomX (Factuur_*.xlsx). Возвращает BloomXData или None."""
    try:
        wb = load_workbook(path, data_only=True, read_only=True)
    except Exception:
        return None

    ws = wb[wb.sheetnames[0]]
    grid = [list(r) for r in ws.iter_rows(values_only=True)]
    data = BloomXData()

    def _label_val(label_regex: str, max_r: int = 20) -> str:
        """Найти ячейку с текстом label_regex и вернуть значение из той же строки."""
        pat = re.compile(label_regex, re.IGNORECASE)
        for r in grid[:max_r]:
            for c_idx, v in enumerate(r):
                if v is None:
                    continue
                if not pat.fullmatch(str(v).strip().rstrip('.:').strip()):
                    continue
                # значение — следующая непустая ячейка, минуя ":"
                for cc in range(c_idx + 1, min(c_idx + 10, len(r))):
                    val = r[cc]
                    if val is None:
                        continue
                    sval = str(val).strip().lstrip(':').strip()
                    if sval:
                        return sval
        return ""

    order_raw = _label_val(r'Order\s*ref')
    if order_raw:
        # "MUSTANG" или "MUSTRAN 3-7-2026 MUSTANG"
        m = re.search(r'([A-Z][A-Z0-9]{2,})\s*$', order_raw.upper())
        data.order_ref = m.group(1) if m else order_raw.upper()

    data.debnr = _label_val(r'Debnr')
    data.invoice_nr = _label_val(r'Factuurnummer')

    # Consignee city — ищем в шапке (обычно cols 5-8) блок с "<индекс> <город>\n<страна>"
    # проще: собрать все текстовые ячейки первых 12 строк, найти паттерн `NNNNN CITY`
    for r in grid[:15]:
        for v in r:
            if v is None:
                continue
            s = str(v)
            m = re.search(r'\b(\d{4,6})\s+([A-Z][A-Z\s]{2,})\b', s.upper())
            if m and not data.consignee_city:
                data.consignee_city = m.group(2).strip()
                break
        if data.consignee_city:
            break

    # Boxes — попробуем найти "Aant" колонку в строке-заголовке и суммировать
    # столбец. Или сумму "Doosnummers" (числа в колонке A body).
    # Простая эвристика: последний уникальный doos-nr = число боксов.
    doos_max = 0
    for r in grid:
        v0 = r[0] if len(r) > 0 else None
        if v0 is None:
            continue
        try:
            n = int(float(v0))
            if 0 < n < 500:
                doos_max = max(doos_max, n)
        except (TypeError, ValueError):
            continue
    data.boxes = doos_max

    return data if (data.order_ref or data.debnr or data.boxes) else None


if __name__ == '__main__':
    import sys, os
    try:
        sys.stdout.reconfigure(encoding='utf-8')
    except Exception:
        pass
    folder = sys.argv[1] if len(sys.argv) > 1 else \
        r'c:\Users\0\Desktop\Задача по логистике\03.07.2026\MTL 700\Инвойсы\03-MTL700\03-MTL700'
    for f in sorted(os.listdir(folder)):
        p = os.path.join(folder, f)
        if 'Invoice - 6' in f:
            d = parse_florunner_invoice(p)
            print(f'FLR {f:35s} → {d}')
        elif f.startswith('Factuur'):
            d = parse_bloomx_invoice(p)
            print(f'BLX {f:35s} → {d}')