yandex_real_handler 1.0

server/backend/handlers/yandex_handler.py

@@ -0,0 +1,25 @@
+from pydantic import ValidationError
+from server.backend.pydantic import ExcelInfo
+import re
+def process_sheet(df, multiply_price=1, sheet_name=''):
+    # INLINE regex к колонке 'arti'
+    pattern = r'[A-ZА-Я]{0,1}\d{4}[A-ZА-Я]{1,2}\d{1}'
+
+    df = df[['Ваш SKU', 'Количество, шт.', 'Сумма транзакции, ₽']].copy().dropna() #выбираем нужные колонки, делаем копию, чтобы можно было удалить None inline модом
+    df['Сумма транзакции, ₽'] *= multiply_price #умножаем на -1 для возвратов
+    df.rename(columns={'Ваш SKU': 'arti', 'Количество, шт.': 'counts', 'Сумма транзакции, ₽': 'price'}, inplace=True) #переименовываем для pydantic
+    df['arti'] = df['arti'].astype(str).str.extract(f'({pattern})', flags=re.IGNORECASE) #
+
+    validated_rows, errors = [], []
+    for i, row in df.iterrows(): #проходит построчно по df, где i - индекс строки, row - данные строки
+        try:
+            validated_rows.append(ExcelInfo(**row.to_dict())) #добавляем в список проверенные данные полученные от pydantic, которые туда передаются в виде dict
+        except ValidationError as e:
+            errors.append((i, e.errors())) #выводит ошибку и пишет номер строки
+    if errors:
+        raise Exception(f"There are some errors with validation in {sheet_name}, check it ", errors)
+    return validated_rows
+def evaluating(dfs):
+    validated_rows_1 = process_sheet(dfs["Получено от потребителей"], sheet_name="Получено от потребителей")
+    validated_rows_2 = process_sheet(dfs["Возвращено потребителям"], multiply_price=-1, sheet_name="Возвращено потребителям")
+    return validated_rows_1, validated_rows_2