dates

server/backend/api/nomenclature.py

@@ -2,7 +2,6 @@ import requests
 import xml.etree.ElementTree as ET
 from base64 import b64encode
 from server.backend.schemas.pydantic import settings
-import re
 from functools import lru_cache
 import pandas as pd
 auth_str = f"{settings.USERNAME}:{settings.PASSWORD}"

server/backend/api/realisation.py

@@ -1,4 +1,20 @@
 import requests
 import json
 from base64 import b64encode
-from server.backend.schemas.pydantic import settings
+from server.backend.schemas.pydantic import settings
+import pandas as pd
+auth_str = f"{settings.USERNAME}:{settings.PASSWORD}"
+b64_auth_str = b64encode(auth_str.encode("utf-8")).decode("utf-8")
+
+session = requests.Session()
+session.headers.update({
+    "Authorization": f"Basic {b64_auth_str}",
+    "Content-Type": "application/json",
+    "Accept": "application/json"
+})
+
+def fetch_contragents():
+    response = session.post(settings.URL_REPORT, data=json.dumps(data))
+    response.raise_for_status()
+    return response.status_code
+

server/backend/api/report.py

@@ -2,3 +2,19 @@ import requests
 import json
 from base64 import b64encode
 from server.backend.schemas.pydantic import settings
+import pandas as pd
+auth_str = f"{settings.USERNAME}:{settings.PASSWORD}"
+b64_auth_str = b64encode(auth_str.encode("utf-8")).decode("utf-8")
+
+session = requests.Session()
+session.headers.update({
+    "Authorization": f"Basic {b64_auth_str}",
+    "Content-Type": "application/json",
+    "Accept": "application/json"
+})
+
+def fetch_contragents():
+    response = session.post(settings.URL_REPORT, data=json.dumps(data))
+    response.raise_for_status()
+    return response.status_code
+

server/backend/handlers/ozon_handler.py

@@ -1,32 +1,49 @@
 from pydantic import ValidationError
 from server.backend.schemas.pydantic import ExcelInfo,settings,Translit
 from server.backend.api.nomenclature import processing
+import datetime
 import re
+def report_date(df, format: str):
+    cell = str(df.iloc[0, 4])
+    match = re.search(r"\d{2}\.\d{2}\.\d{4}", cell)
+    if not match:
+        return None
+    dt = datetime.datetime.strptime(match.group(0), "%d.%m.%Y")
+    return dt.strftime(format)
+def process_sheet(df,real_arti: int,real_quantity: int,real_sum_1: int,real_sum_2: int):
+    # пропускаем служебные строки
+    df = df.iloc[2:].reset_index(drop=True)
 
-def process_sheet(df, real_arti:str, real_quantity:str, real_sum_1:str, real_sum_2:str):
-    df = df[[real_arti, real_quantity, real_sum_1, real_sum_2]].copy().dropna() #copy and drop all NA values
-    df = df[(df != 0).all(axis=1)] #drop all 0 values
-    df[real_sum_1]+=df[real_sum_2]
-    df = df[[real_arti, real_quantity, real_sum_1]].copy()
-    df.rename(columns={real_arti: 'arti', real_quantity: 'counts', real_sum_1: 'price'}, inplace=True) #переименовываем для pydantic
+    # выбираем нужные колонки по индексам
+    df = df.iloc[:, [real_arti, real_quantity, real_sum_1, real_sum_2]].copy()
+    df.dropna(inplace=True)
+    df = df[(df != 0).all(axis=1)]
+
+    # складываем суммы
+    df.iloc[:, 2] += df.iloc[:, 3]
+    df = df.iloc[:, [0, 1, 2]]
+    df.columns = ['arti', 'counts', 'price']
+
+    # нормализация
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
-    df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
-    df['price'] = df['price'].astype(float) #Float to Int, if exists  
-    df['counts'] = df['counts'].astype(int) #Float to Int, if exists
-    df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
-    df = processing(df) #vlookup for ref_keys
+    df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})')
+    df['price'] = df['price'].astype(float)
+    df['counts'] = df['counts'].astype(int)
+
+    # группировка
+    df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'})
+    df = processing(df)
     validated_rows, errors = [], []
-    for i, row in df.iterrows(): #проходит построчно по df, где i - индекс строки, row - данные строки
+    for i, row in df.iterrows():
         try:
-            validated_rows.append(ExcelInfo(**row.to_dict())) #добавляем в список проверенные данные полученные от pydantic, которые туда передаются в виде dict
+            validated_rows.append(ExcelInfo(**row.to_dict()))
         except ValidationError as e:
-            errors.append((i, e.errors())) #выводит ошибку и пишет номер строки
+            errors.append((i, e.errors()))
     if errors:
-        raise Exception(f"There are some errors with validation in Отчет о реализации, check it ", errors)
+        raise Exception("There are some errors with validation in Отчет о реализации", errors)
     return validated_rows
 def evaluating(dfs):
-    validated_rows_1 = process_sheet(dfs["Отчет о реализации"], real_arti='2',real_quantity='8', real_sum_1='5',real_sum_2='6')   # номера столбцов от озона
-    validated_rows_2 = process_sheet(dfs["Отчет о реализации"], real_arti='2',real_quantity='16', real_sum_1='13',real_sum_2='14')#
-    return validated_rows_1, validated_rows_2
-
-#Добавить проверку с бд по keys
+    validated_rows_1 = process_sheet(dfs["Отчет о реализации"], real_arti=2,real_quantity=8, real_sum_1=5,real_sum_2=6)   # номера столбцов от озона
+    validated_rows_2 = process_sheet(dfs["Отчет о реализации"], real_arti=2,real_quantity=16, real_sum_1=13,real_sum_2=14)#
+    date=report_date(dfs["Отчет о реализации"], format=settings.TIMEFORMAT)
+    return validated_rows_1, validated_rows_2, date

server/backend/handlers/ozon_purchases_handler.py

@@ -4,14 +4,19 @@ from server.backend.api.nomenclature import processing
 import re
 
 def process_sheet(df, real_arti:int, real_quantity:int, real_sum_1:int):
+    #Выборка
     df = df[[real_arti, real_quantity, real_sum_1]].copy().dropna() #copy and drop all NA values
     df = df[(df != 0).all(axis=1)] #drop all 0 values
-    df = df[[real_arti, real_quantity, real_sum_1]].copy()
+    df = df[[real_arti, real_quantity, real_sum_1]]
     df.rename(columns={real_arti: 'arti', real_quantity: 'counts', real_sum_1: 'price'}, inplace=True) #переименовываем для pydantic
+
+    #Нормализация
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
     df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
     df['price'] = df['price'].astype(float) #Float to Int, if exists  
     df['counts'] = df['counts'].astype(int) #Float to Int, if exists
+
+    #Группировка
     df = processing(df) #vlookup for ref_keys
     validated_rows, errors = [], []
     for i, row in df.iterrows(): #проходит построчно по df, где i - индекс строки, row - данные строки

server/backend/handlers/ozon_wb_yandex_com_handler.py

@@ -2,16 +2,25 @@ from pydantic import ValidationError
 from server.backend.schemas.pydantic import ExcelInfo,settings,Translit
 from server.backend.api.nomenclature import processing
 import re
-
+import datetime
+def last_day_of_month(format: str):
+    next_month = datetime.datetime.now().replace(day=28) + datetime.timedelta(days=4)
+    last_day = next_month - datetime.timedelta(days=next_month.day)
+    return last_day.strftime(format)
 def process_sheet(df, real_arti:str, real_quantity:str, real_sum_1:str):
+    #Выборка
     df = df[[real_arti, real_quantity, real_sum_1]].copy().dropna() #copy and drop all NA values
     df = df[(df != 0).all(axis=1)] #drop all 0 values
-    df = df[[real_arti, real_quantity, real_sum_1]].copy()
+    df = df[[real_arti, real_quantity, real_sum_1]]
     df.rename(columns={real_arti: 'arti', real_quantity: 'counts', real_sum_1: 'price'}, inplace=True) #переименовываем для pydantic
+
+    #Нормализация
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
     df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
     df['price'] = df['price'].astype(float) #переделка к норм виду и преобразование в float
     df['counts'] = df['counts'].astype(int) #Float to Int, if exists
+
+    #Группировка
     df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
     df = processing(df) #vlookup for ref_keys
     validated_rows, errors = [], []
@@ -25,4 +34,5 @@ def process_sheet(df, real_arti:str, real_quantity:str, real_sum_1:str):
     return validated_rows
 def evaluating(dfs):
     validated_rows_1 = process_sheet(dfs["Лист_1"], real_arti="Артикул",real_quantity=dfs["Лист_1"].columns[4], real_sum_1=dfs["Лист_1"].columns[8])   # номера столбцов
-    return validated_rows_1
+    date = last_day_of_month(settings.TIMEFORMAT)
+    return validated_rows_1, date

server/backend/handlers/wb_handler.py

@@ -1,17 +1,27 @@
 from pydantic import ValidationError
 from server.backend.schemas.pydantic import ExcelInfo, settings,Translit
 from server.backend.api.nomenclature import processing
-import re
+import datetime
+
+def last_day_of_month(format: str):
+    next_month = datetime.datetime.now().replace(day=28) + datetime.timedelta(days=4)
+    last_day = next_month - datetime.timedelta(days=next_month.day)
+    return last_day.strftime(format)
 def process_sheet(df, document_type:str):
+    #Выборка
     df = df[['Артикул поставщика', 'Тип документа', 'Кол-во', 'Вайлдберриз реализовал Товар (Пр)']].copy().dropna() #copy and drop all NA values
     df = df[(df != 0).all(axis=1)] #drop all 0 values
     df = df[df['Тип документа'] == document_type] #фильтруем по типу документа
-    df = df[['Артикул поставщика', 'Кол-во', 'Вайлдберриз реализовал Товар (Пр)']].copy()
+    df = df[['Артикул поставщика', 'Кол-во', 'Вайлдберриз реализовал Товар (Пр)']]
     df.rename(columns={'Артикул поставщика': 'arti', 'Кол-во': 'counts', 'Вайлдберриз реализовал Товар (Пр)': 'price'}, inplace=True) #переименовываем для pydantic
+    
+    #Нормализация
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
     df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
     df['price'] = df['price'].astype(float) #Float to Int, if exists  
     df['counts'] = df['counts'].astype(int) #Float to Int, if exists
+    
+    #Группировка
     df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'})
     df = processing(df) #vlookup for ref_keys
     validated_rows, errors = [], []
@@ -27,10 +37,11 @@ def process_sheet(df, document_type:str):
 def evaluating(dfs):
     validated_rows_1 = process_sheet(dfs["Sheet1"], document_type='Продажа')
     validated_rows_2 = process_sheet(dfs["Sheet1"], document_type='Возврат')
+    date = last_day_of_month(settings.TIMEFORMAT)
     # sum_1 = sum(row.price for row in validated_rows_1)
     # sum_2 = sum(row.price for row in validated_rows_2)
 
     # print("Sum for 'Продажа':", sum_1)
     # print("Sum for 'Возврат':", sum_2)
-    return validated_rows_1, validated_rows_2
+    return validated_rows_1, validated_rows_2, date
 

server/backend/handlers/wb_purchases_handler.py

@@ -4,14 +4,19 @@ from server.backend.api.nomenclature import processing
 import re
 
 def process_sheet(df, real_arti:str, real_quantity:str, real_sum_1:str):
+    #Выборка
     df = df[[real_arti, real_quantity, real_sum_1]].copy().dropna() #copy and drop all NA values
     df = df[(df != 0).all(axis=1)] #drop all 0 values
-    df = df[[real_arti, real_quantity, real_sum_1]].copy()
+    df = df[[real_arti, real_quantity, real_sum_1]]
     df.rename(columns={real_arti: 'arti', real_quantity: 'counts', real_sum_1: 'price'}, inplace=True) #переименовываем для pydantic
+
+    #Нормализация
     df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
     df['price'] = df['price'].str.replace(' ', '', regex=False).str.replace(',', '.', regex=False).astype(float) #переделка к норм виду и преобразование в float
     df['counts'] = df['counts'].astype(int) #Float to Int, if exists
+
+    #Группировка
     df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
     df = processing(df) #vlookup for ref_keys
     validated_rows, errors = [], []

server/backend/handlers/yandex_handler.py

@@ -1,17 +1,26 @@
 from pydantic import ValidationError
 from server.backend.schemas.pydantic import ExcelInfo, settings,Translit
 from server.backend.api.nomenclature import processing
+import datetime
 import re
-
+def last_day_of_month(format: str):
+    next_month = datetime.datetime.now().replace(day=28) + datetime.timedelta(days=4)
+    last_day = next_month - datetime.timedelta(days=next_month.day)
+    return last_day.strftime(format)
 def process_sheet(df, multiply_price=1, sheet_name=''):
+    #Выборка
     df = df[['Ваш SKU', 'Количество, шт.', 'Сумма транзакции, ₽']].copy().dropna() #выбираем нужные колонки, делаем копию, чтобы можно было удалить None inline модом
     df = df[(df != 0).all(axis=1)] #drop all 0 values
     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
+
+    #Нормализация
     df['arti'] = df['arti'].replace(Translit.TRANSLIT, regex=True)
     df['arti'] = df['arti'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') #arti под regex
     df['price'] = df['price'].astype(float) #To float, if exists 
     df['counts'] = df['counts'].astype(int) #To float, if exists 
+
+    #Группировка
     df = df.groupby('arti', as_index=False).agg({'counts': 'sum', 'price': 'sum'}) #groupping
     df = processing(df) #vlookup for ref_keys
     validated_rows, errors = [], []
@@ -26,4 +35,5 @@ def process_sheet(df, multiply_price=1, sheet_name=''):
 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
+    date = last_day_of_month(settings.TIMEFORMAT)
+    return validated_rows_1, validated_rows_2, date

server/backend/schemas/pydantic.py

@@ -14,6 +14,7 @@ class ExcelOut(BaseModel):
 class Settings(BaseSettings):
     DIR:str
     PATTERN: str
+    TIMEFORMAT:str
     USERNAME: str
     PASSWORD: str
     URL_REPORT:str

server/backend/services/excel.py

@@ -29,7 +29,7 @@ class YandexHandler(BaseHandler):
             raise Exception(f"В файле {self.file_path.name} отсутствуют необходимые листы")
         # вызываем функцию evaluating
         validated_data = yandex_handler.evaluating(dfs)
-        print("Реализация Яндекс завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты")
+        print("Реализация Яндекс завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты", validated_data[2], "Дата")
 
 class WBHandler(BaseHandler):
     def process(self):
@@ -38,17 +38,16 @@ class WBHandler(BaseHandler):
         if "Sheet1" not in dfs :
             raise Exception(f"В файле {self.file_path.name} отсутствуют необходимые листы")
         validated_data = wb_handler.evaluating(dfs)
-        print("Реализация WB завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты")
+        print("Реализация WB завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты", validated_data[2], "Дата")
 
 class OZONHandler(BaseHandler):
     def process(self):
         #Доставать № документа и дату
-        dfs = self.read(skiprows=14, skipfooter=17)
+        dfs = self.read(skiprows=[0,3,4,5,6,7,8,9,10,11,12,13], skipfooter=17)
         if "Отчет о реализации" not in dfs:
             raise Exception(f"В файле {self.file_path.name} отсутствуют необходимые листы")
         validated_data = ozon_handler.evaluating(dfs)
-        print("Реализация OZON завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты")
-
+        print("Реализация OZON завершена, валидированных строк:", len(validated_data[0]), "Реализация", len(validated_data[1]), "Возвраты", validated_data[2], "Дата")
 class OZONPurchasesHandler(BaseHandler):
     def process(self):
         #доставать дату и номер документа
@@ -64,7 +63,7 @@ class WBPurchasesHandler(BaseHandler):
         if "Sheet1" not in dfs:
             raise Exception(f"В файле {self.file_path.name} отсутствуют необходимые листы")
         validated_data = wb_purchases_handler.evaluating(dfs)
-        print("Выкупы WB завершены, валидированных строк:", len(validated_data), "Реализация", validated_data)
+        print("Выкупы WB завершены, валидированных строк:", len(validated_data), "Реализация")
 
 class OZONComHandler(BaseHandler):
     def process(self):
@@ -77,7 +76,7 @@ class OZONComHandler(BaseHandler):
         if cont != "«Интернет решения» ООО":
             raise Exception(f"В файле {self.file_path.name} неверный контрагент")
         validated_data = ozon_wb_yandex_com_handler.evaluating(dfs)
-        print("Передача на коммисию OZON завершена, валидированных строк:", len(validated_data), "Реализация")
+        print("Передача на коммисию OZON завершена, валидированных строк:", len(validated_data[0]), "Реализация", validated_data[1], "Дата")
 
 class WBComHandler(BaseHandler):
     def process(self):
@@ -90,7 +89,7 @@ class WBComHandler(BaseHandler):
         if cont != '"Вайлдберриз" ООО':
             raise Exception(f"В файле {self.file_path.name} неверный контрагент")
         validated_data = ozon_wb_yandex_com_handler.evaluating(dfs)
-        print("Передача на коммисию WB завершена, валидированных строк:", len(validated_data), "Реализация")
+        print("Передача на коммисию WB завершена, валидированных строк:", len(validated_data[0]), "Реализация", validated_data[1], "Дата")
 
 class YandexComHandler(BaseHandler):
     def process(self):
@@ -103,5 +102,5 @@ class YandexComHandler(BaseHandler):
         if cont != "Яндекс Маркет ООО":
             raise Exception(f"В файле {self.file_path.name} неверный контрагент")
         validated_data = ozon_wb_yandex_com_handler.evaluating(dfs)
-        print("Передача на коммисию YANDEX завершена, валидированных строк:", len(validated_data), "Реализация")
+        print("Передача на коммисию YANDEX завершена, валидированных строк:", len(validated_data[0]), "Реализация", validated_data[1], "Дата")