Update src/streamlit_app.py

src/streamlit_app.py

@@ -6,7 +6,6 @@ import io
 import os
 
 # --- Inizializzazione Session State ---
-# Non serve più site_code_input nel session_state perché lo leggiamo dal JSON
 if 'file_uploader_key' not in st.session_state:
     st.session_state.file_uploader_key = 0
 
@@ -37,21 +36,19 @@ st.markdown(
     }
     </style>
     """,
-    unsafe_allow_html=True # QUESTA RIGA DEVE ESSERCI
+    unsafe_allow_html=True
 )
 
 # Funzione di conversione
-def convert_json_to_excel_data(json_file_content: str): # Rimosso user_site_code come parametro
+def convert_json_to_excel_data(json_file_content: str):
     try:
         json_data = json.loads(json_file_content)
 
-        # Prendi companyCode e siteCode dal JSON
         company_code = json_data.get('companyCode')
-        site_code_json = json_data.get('siteCode') # Leggi siteCode direttamente dal JSON
+        site_code_json = json_data.get('siteCode')
 
         order_info = json_data.get('order', {})
         
-        # docNumber: da prendere da orderNumber del json
         doc_number = order_info.get('orderNumber') 
         partner_code = order_info.get('partnerCode')
         
@@ -61,7 +58,8 @@ def convert_json_to_excel_data(json_file_content: str): # Rimosso user_site_code
         if order_date_str:
             try:
                 dt_object = datetime.fromisoformat(order_date_str.replace('Z', '+00:00'))
-                order_date_formatted = dt_object.strftime('%d/%m/%Y')
+                # Formattazione per includere data e ora
+                order_date_formatted = dt_object.strftime('%d/%m/%Y %H:%M:%S') 
             except ValueError:
                 order_date_formatted = order_date_str
                 st.warning(f"Attenzione: Impossibile parsare la data '{order_date_str}' per un file. Verrà usata la stringa originale.")
@@ -79,7 +77,7 @@ def convert_json_to_excel_data(json_file_content: str): # Rimosso user_site_code
                 cancel_pos_oda_processed = bool(cancel_pos_oda_val)
 
             row = {
-                'site.code': site_code_json, # Ora prende da JSON
+                'site.code': site_code_json,
                 'docNumber': doc_number,
                 'company.code': company_code,
                 'supplier.partnerRef.code': partner_code,
@@ -94,8 +92,8 @@ def convert_json_to_excel_data(json_file_content: str): # Rimosso user_site_code
                 'positions.stock.accountingInfo.costCenter': item.get('warehouse'),
                 'positions.stock.accountingInfo.availability': item.get('availability'),
                 'positions.stock.item.company.code': company_code,
-                'positions.spare.string1': item.get('refOrder'), # Naming modificato
-                'positions.stock.reasonCode': item.get('reasonCode'),
+                'positions.spare.string1': item.get('refOrder'),
+                'positions.reason.code': item.get('reasonCode'), # Naming corretto
                 'positions.reason.company.code': company_code,
                 'positions.stock.cancelPosOda': cancel_pos_oda_processed
             }
@@ -120,7 +118,6 @@ def convert_json_to_excel_data(json_file_content: str): # Rimosso user_site_code
 st.title("Convertitore JSON Oda a Template Excel Oda")
 st.write("Carica i tuoi file JSON degli ordini ODA e scarica il foglio Excel formattato.")
 
-# Rimosso l'input del Site Code, ora viene letto dal JSON
 st.markdown("**(Il Site Code verrà letto direttamente dal JSON)**")
 
 st.header("1. Carica i tuoi file JSON")
@@ -150,7 +147,6 @@ if uploaded_files:
             json_content_bytes = uploaded_file.read()
             json_content_string = json_content_bytes.decode('utf-8')
 
-            # Chiamata alla funzione senza user_site_code
             df_this_file = convert_json_to_excel_data(json_content_string)
             
             if df_this_file is not None:
@@ -166,17 +162,43 @@ if uploaded_files:
         final_df = pd.concat(all_processed_data, ignore_index=True)
         st.success(f"Elaborazione di {len(all_processed_data)} file JSON completata! Pronto per il download.")
         
+        # --- Post-processing per la formattazione Excel ---
+        
+        # 1. Gestione di cancelPosOda per avere "True" o "False" come stringhe
         final_df['positions.stock.cancelPosOda'] = final_df['positions.stock.cancelPosOda'].apply(lambda x: str(x).capitalize())
 
+        # 2. Definizione delle colonne di testata
+        header_columns = [
+            'site.code', 'docNumber', 'company.code', 'supplier.partnerRef.code',
+            'supplier.partnerRef.company.code', 'docDate', 'status'
+        ]
+
+        # 3. Ordina il DataFrame per docNumber e positionId per raggruppare gli ordini
+        final_df = final_df.sort_values(by=['docNumber', 'positions.positionId']).reset_index(drop=True)
+
+        # 4. Crea una maschera booleana per identificare le righe duplicate per docNumber
+        # (cioè tutte le righe tranne la prima per ogni orderNumber)
+        # Keep='first' significa che la prima occorrenza di ogni docNumber sarà False (non duplicata)
+        # e tutte le successive saranno True (duplicate).
+        # Vogliamo azzerare i campi di testata solo per le righe True.
+        rows_to_clear_headers = final_df.duplicated(subset=['docNumber'], keep='first')
+        
+        # 5. Azzerare le colonne di testata per le righe identificate
+        # Usiamo .loc per modificare il DataFrame in modo sicuro
+        final_df.loc[rows_to_clear_headers, header_columns] = ""
+
+        # --- Creazione file Excel ---
         output = io.BytesIO()
         writer = pd.ExcelWriter(output, engine='xlsxwriter')
         
         sheet_name_excel = 'PurchaseOrder'
-        final_df.to_excel(writer, sheet_name=sheet_name_excel, index=False)
+        # Non scriviamo ancora su excel, lo faremo manualmente per la riga 1 e 2
 
         workbook = writer.book
-        worksheet = writer.sheets[sheet_name_excel]
-        
+        worksheet = writer.sheets.get(sheet_name_excel) # Ottieni il worksheet se esiste, altrimenti crealo
+        if worksheet is None:
+            worksheet = workbook.add_worksheet(sheet_name_excel)
+
         # Lista delle colonne finali nell'ordine desiderato
         final_columns_order = [
             'site.code',
@@ -194,22 +216,27 @@ if uploaded_files:
             'positions.stock.accountingInfo.costCenter',
             'positions.stock.accountingInfo.availability',
             'positions.stock.item.company.code',
-            'positions.spare.string1', # Nome modificato
-            'positions.stock.reasonCode',
+            'positions.spare.string1',
+            'positions.reason.code', # Naming corretto
             'positions.reason.company.code',
             'positions.stock.cancelPosOda'
         ]
         
-        cols_present_and_ordered = [col for col in final_columns_order if col in final_df.columns]
-        final_df = final_df[cols_present_and_ordered]
+        # Assicurati che il DataFrame abbia tutte le colonne nell'ordine desiderato
+        # e aggiungi quelle mancanti come stringhe vuote se necessario, anche se non dovrebbero mancare
+        for col in final_columns_order:
+            if col not in final_df.columns:
+                final_df[col] = "" # Aggiungi colonne mancanti come vuote
+        final_df = final_df[final_columns_order]
 
+        # Larghezze delle colonne aggiornate
         col_widths = {
             'site.code': 10,
             'docNumber': 15,
             'company.code': 15,
             'supplier.partnerRef.code': 18,
             'supplier.partnerRef.company.code': 25,
-            'docDate': 12,
+            'docDate': 20, # Aumentata per data e ora
             'status': 10,
             'positions.status': 12,
             'positions.positionId': 12,
@@ -220,17 +247,24 @@ if uploaded_files:
             'positions.stock.accountingInfo.availability': 15,
             'positions.stock.item.company.code': 25,
             'positions.spare.string1': 15,
-            'positions.stock.reasonCode': 15,
+            'positions.reason.code': 15, # Naming corretto
             'positions.reason.company.code': 25,
             'positions.stock.cancelPosOda': 18
         }
         
+        # Scrivi i nomi delle colonne nella riga 2 (indice 1 in xlsxwriter)
         for col_num, col_name in enumerate(final_df.columns.values):
-            worksheet.write(0, col_num, col_name) 
+            worksheet.write(1, col_num, col_name) # Scrivi header in riga 2
+
+            # Imposta le larghezze delle colonne
             if col_name in col_widths:
                 worksheet.set_column(col_num, col_num, col_widths[col_name])
             else:
-                worksheet.set_column(col_num, col_num, 15) 
+                worksheet.set_column(col_num, col_num, 15) # Larghezza di default
+
+        # Scrivi i dati a partire dalla riga 3 (indice 2 in xlsxwriter)
+        # header=False per evitare che to_excel scriva gli header (li abbiamo già scritti noi)
+        final_df.to_excel(writer, sheet_name=sheet_name_excel, index=False, header=False, startrow=2)
 
         writer.close()
         output.seek(0)
@@ -249,12 +283,11 @@ if uploaded_files:
     else:
         st.info("Nessun dato valido estratto dai file selezionati.")
 else:
-    st.info("Carica i tuoi file JSON per iniziare. I file devono essere della stessa tipologia!")
+    st.info("Carica i tuoi file JSON per iniziare.")
 
 # --- Funzione per il reset ---
 def clear_inputs():
     st.session_state.file_uploader_key += 1 # Invalida la chiave del file_uploader
-    # Rimosso st.session_state.site_code_input = "" perché l'input non c'è più
 
 st.markdown("---")
 st.button("Pulisci Input (RESET)", on_click=clear_inputs)