Blame for src/streamlit_app.py

import streamlit as st
import pandas as pd
import json
from datetime import datetime
import io
import os
import pytz

# --- Inizializzazione Session State ---
if 'file_uploader_key_json' not in st.session_state:
    st.session_state.file_uploader_key_json = 'json_uploader_0'
if 'file_uploader_key_customers' not in st.session_state:
    st.session_state.file_uploader_key_customers = 'customers_uploader_0'
if 'customer_excel_loaded' not in st.session_state:
    st.session_state.customer_excel_loaded = False
if 'customers_df' not in st.session_state:
    st.session_state.customers_df = pd.DataFrame()

# --- CSS personalizzato ---
st.markdown(
    """
    <style>
    .stApp {
        background-color: #FFFFCC; /* Giallo pastello */
        background-attachment: fixed;
    }
    h1, h2 {
        color: #1E90FF; /* Blu acceso */
    }
    p, label {
        color: #000080; /* Blu scuro */
    }
    .stButton>button {
        color: white;
        background-color: #1E90FF; /* Blu acceso */
        border: none;
        border-radius: 5px;
        padding: 10px 20px;
        font-size: 16px;
    }
    .stButton>button:hover {
        background-color: #4169E1; /* Blu medio al passaggio del mouse */
    }
    </style>
    """,
    unsafe_allow_html=True
)

# Definizione del fuso orario (per coerenza, anche se le date Outbound sembrano solo data)
ITALY_TIMEZONE = pytz.timezone("Europe/Rome")
UTC_TIMEZONE = pytz.utc

# Funzione di conversione per Outbound
def convert_json_to_excel_data_outbound(json_file_content: str, customers_df_input: pd.DataFrame = None):
    try:
        json_data = json.loads(json_file_content)

        # Campi a livello radice
        site_code_json = json_data.get('siteCode')
        company_code_json = json_data.get('companyCode')

        # Campi sotto 'outbound'
        outbound_info = json_data.get('outbound', {})
        
        order_number = outbound_info.get('orderNumber')
        order_type_json = outbound_info.get('orderType')
        delivery_type_fixed = "DELIVERY" 

        order_doc_date_str = outbound_info.get('orderDocDate') 
        date_detail_json = outbound_info.get('orderDateDetail') 
        due_date_str = outbound_info.get('orderDate') 

        reason_code = outbound_info.get('reasonCode')
        payment_info_value = outbound_info.get('paymentInfo', {}).get('value')
        
        delivery_customer = outbound_info.get('deliveryCustomer', {})
        customer_code = delivery_customer.get('code')
        customer_mail = delivery_customer.get('refMail') 

        # Consignee data (from JSON)
        consignee_name = delivery_customer.get('name')
        consignee_address_base = delivery_customer.get('address', '')
        consignee_address_number = delivery_customer.get('addressNumber', '') 
        
        consignee_address = f"{consignee_address_base} {consignee_address_number}".strip() if consignee_address_base or consignee_address_number else ""

        consignee_city = delivery_customer.get('city')
        consignee_province = delivery_customer.get('province')
        consignee_zip_code = delivery_customer.get('zipCode')
        consignee_country = delivery_customer.get('country')

        # Customer data (from Excel lookup)
        customer_name = ""
        customer_address = "" 
        customer_city = ""
        customer_province = ""
        customer_zip_code = ""
        customer_country = ""
        
        # Esegui la lookup solo se customers_df_input è fornito e non vuoto
        if customers_df_input is not None and not customers_df_input.empty and customer_code and company_code_json:
            
            # Filtra per 'code' e 'company.code' (assicurandosi che siano stringhe)
            # Aggiunto controllo per tipo stringa prima del confronto
            customer_data = customers_df_input[
                (customers_df_input['code'].astype(str) == str(customer_code)) & 
                (customers_df_input['company.code'].astype(str) == str(company_code_json))
            ]

            if not customer_data.empty:
                customer_row = customer_data.iloc[0]
                customer_name = customer_row.get('partner.name', '')
                
                excel_customer_address_base = customer_row.get('partner.address.address', '')
                excel_customer_address_number = customer_row.get('partner.address.addressNumber', '')
                customer_address = f"{excel_customer_address_base} {excel_customer_address_number}".strip() if excel_customer_address_base or excel_customer_address_number else ""

                customer_city = customer_row.get('partner.address.city', '')
                customer_province = customer_row.get('partner.address.province', '')
                customer_zip_code = customer_row.get('partner.address.zipCode', '')
                customer_country = customer_row.get('partner.address.country', '')
            else:
                # Errore bloccante se l'anagrafica non viene trovata
                st.error(f"ERRORE: Manca anagrafica per customer.code '{customer_code}' e company.code '{company_code_json}' nel file Excel dei clienti. Impossibile procedere con questo JSON.")
                return None # Ritorna None per indicare un errore bloccante

        elif not customer_code or not company_code_json:
            st.warning(f"Attenzione: Customer Code o Company Code mancante nel JSON per l'ordine '{order_number}'. Impossibile effettuare la lookup sull'Excel.")
        
        elif customers_df_input is None or customers_df_input.empty:
            st.error("ERRORE: Il file Excel dell'anagrafica partner non è stato caricato o è vuoto. Caricare prima l'anagrafica.")
            return None # Errore bloccante se l'Excel clienti non è disponibile

        # Note fields
        note_ddt = outbound_info.get('noteDdt') 
        note_warehouse = outbound_info.get('noteWarehouse') 
        
        note_delivery = outbound_info.get('noteDelivery')
        note_shipment = outbound_info.get('noteShipment')
        reason_code_shp = outbound_info.get('reasonCodeShp')
        info_delivery = outbound_info.get('infoDelivery')
        booking_info = outbound_info.get('bookingInfo')

        # Formattazione delle date
        order_date_formatted = None 
        if order_doc_date_str:
            try:
                dt_object = datetime.fromisoformat(order_doc_date_str.replace('Z', ''))
                order_date_formatted = dt_object.strftime('%d/%m/%Y')
            except ValueError:
                order_date_formatted = order_doc_date_str
                st.warning(f"Attenzione: Impossibile parsare 'orderDocDate' '{order_doc_date_str}'. Verrà usata la stringa originale.")
        
        due_date_formatted = None
        if due_date_str: 
            try:
                dt_object = datetime.fromisoformat(due_date_str.replace('Z', ''))
                due_date_formatted = dt_object.strftime('%d/%m/%Y')
            except ValueError:
                due_date_formatted = due_date_str
                st.warning(f"Attenzione: Impossibile parsare 'orderDate' (dueDate) '{due_date_str}'. Verrà usata la stringa originale.")

        details = outbound_info.get('details', [])

        processed_data_for_this_file = []
        for item in details:
            row = {
                'siteCode': site_code_json,
                'companyCode': company_code_json,
                'orderNumber': order_number,
                'orderType': order_type_json, 
                'deliveryType': delivery_type_fixed, 
                'orderDate': order_date_formatted, 
                'dateDetail': date_detail_json, 
                'dueDate': due_date_formatted,
                'reasonCode': reason_code,
                'paymentValue': payment_info_value, 
                'customer.code': customer_code,
                'customer.name': customer_name, 
                'customer.address': customer_address, 
                'customer.city': customer_city, 
                'customer.province': customer_province, 
                'customer.zipCode': customer_zip_code, 
                'customer.country': customer_country, 
                'consignee.name': consignee_name, 
                'consignee.address': consignee_address, 
                'consignee.city': consignee_city, 
                'consignee.province': consignee_province, 
                'consignee.zipCode': consignee_zip_code, 
                'consignee.country': consignee_country, 
                'customer.mail': customer_mail, 
                'details.positionId': item.get('positionId'),
                'details.itemNumber': item.get('itemCode'), 
                'details.requestedQt': item.get('quantity'), 
                'details.lotId': item.get('lotId'),
                'details.stockOwner': item.get('stockOwner'),
                'details.magCli': item.get('warehouse'), 
                'details.availability': item.get('availability'),
                'details.accountingStatus': item.get('accountingStatus'),
                'details.refOrder': item.get('refOrder'),
                'noteDDT': note_ddt, 
                'noteMag': note_warehouse, 
                'noteDelivery': note_delivery,
                'noteShipment': note_shipment,
                'reasonCodeShp': reason_code_shp,
                'infoDelivery': info_delivery,
                'bookingInfo': booking_info
            }
            processed_data_for_this_file.append(row)

        if not processed_data_for_this_file:
            return pd.DataFrame() 

        return pd.DataFrame(processed_data_for_this_file)

    except json.JSONDecodeError as e:
        st.error(f"Errore nel file JSON: {e}. Assicurati che il contenuto sia un JSON valido.")
        return None
    except KeyError as ke:
        st.error(f"Errore: Chiave JSON mancante o struttura inattesa: {ke}. Assicurati che il JSON abbia la struttura attesa.")
        return None
    except Exception as e:
        st.error(f"Si è verificato un errore generico durante la conversione di un file JSON: {e}")
        return None

# --- Interfaccia Streamlit ---
st.title("Convertitore JSON Outbound a Template Excel Outbound")
st.write("Questo strumento converte uno o più file JSON di ordini Outbound in un unico foglio Excel formattato, utilizzando un'anagrafica partner esterna.")

st.header("1. Carica Excel con Anagrafica Partner")
uploaded_customers_file = st.file_uploader(
    "Scegli il file Excel con l'anagrafica dei partner",
    type=["xlsx", "xls"],
    accept_multiple_files=False, 
    key=st.session_state.file_uploader_key_customers
)

# Inizializza customers_df per il contesto corrente del rerun
customers_df = st.session_state.customers_df

if uploaded_customers_file:
    try:
        # Leggi l'Excel partendo dalla riga 2 (indice 1) per le intestazioni
        temp_customers_df = pd.read_excel(uploaded_customers_file, header=1) 
        
        # Colonne richieste nell'Excel clienti
        required_excel_cols = [
            'code', 'company.code', 'partner.name', 'partner.address.address', 
            'partner.address.addressNumber', 'partner.address.city', 
            'partner.address.province', 'partner.address.zipCode', 'partner.address.country'
        ]
        
        # Verifica che tutte le colonne richieste siano presenti
        missing_cols = [col for col in required_excel_cols if col not in temp_customers_df.columns]
        
        if missing_cols:
            st.error(f"Errore: Il file Excel dell'anagrafica partner manca le seguenti colonne essenziali: {', '.join(missing_cols)}. Caricare un file corretto.")
            st.session_state.customer_excel_loaded = False
            st.session_state.customers_df = pd.DataFrame() # Resetta il DF in caso di errore
        else:
            # Assicurati che le colonne per il merge siano stringhe per evitare problemi di tipo
            temp_customers_df['code'] = temp_customers_df['code'].astype(str)
            temp_customers_df['company.code'] = temp_customers_df['company.code'].astype(str)
            st.session_state.customers_df = temp_customers_df # Salva il DF nello session_state
            st.session_state.customer_excel_loaded = True
            st.success("File Excel Anagrafica Partner caricato con successo e verificato.")
            customers_df = st.session_state.customers_df # Aggiorna la variabile locale
    except Exception as e:
        st.error(f"Errore nel caricamento del file Excel Anagrafica Partner: {e}. Assicurati che sia un file Excel valido e che le intestazioni siano sulla seconda riga.")
        st.session_state.customer_excel_loaded = False
        st.session_state.customers_df = pd.DataFrame() # Resetta il DF in caso di errore

# Aggiorna la variabile locale customers_df ogni volta che il session_state cambia
customers_df = st.session_state.customers_df

st.header("2. Carica i tuoi file JSON degli Ordini Outbound")
uploaded_json_files = st.file_uploader(
    "Scegli uno o più file JSON di tipo 'Ordine_Outbound'",
    type=["json"],
    accept_multiple_files=True,
    key=st.session_state.file_uploader_key_json,
    disabled=not st.session_state.customer_excel_loaded # Disabilita se l'Excel non è stato caricato
)

all_processed_data = []
# Flag per tracciare se c'è stato un errore bloccante nella conversione di qualsiasi JSON
has_blocking_error = False

if uploaded_json_files and st.session_state.customer_excel_loaded:
    st.info(f"Caricati {len(uploaded_json_files)} file JSON. Elaborazione in corso...")
    
    for uploaded_file in uploaded_json_files:
        file_name = uploaded_file.name
        
        if not file_name.lower().startswith("ordine_outbound"):
            st.error(f"Errore: Il file '{file_name}' non inizia con 'Ordine_Outbound'. Verrà ignorato.")
            has_blocking_error = True
            continue
        
        try:
            json_content_bytes = uploaded_file.read()
            json_content_string = json_content_bytes.decode('utf-8')

            # Passa customers_df dallo session state alla funzione di conversione
            df_this_file = convert_json_to_excel_data_outbound(json_content_string, st.session_state.customers_df)
            
            if df_this_file is not None and not df_this_file.empty: 
                all_processed_data.append(df_this_file)
            elif df_this_file is None: # Se la funzione ritorna None, c'è stato un errore bloccante
                has_blocking_error = True
                # Il messaggio di errore specifico è già gestito all'interno di convert_json_to_excel_data_outbound
                    
        except Exception as e:
            st.error(f"Si è verificato un errore imprevisto durante la lettura o l'elaborazione del file '{file_name}': {e}")
            has_blocking_error = True

    if not has_blocking_error and all_processed_data:
        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 ---
        
        # Definizione delle colonne di testata
        header_columns = [
            'siteCode', 'companyCode', 'orderNumber', 'orderType', 'deliveryType',
            'orderDate', 'dateDetail', 'dueDate', 'reasonCode',
            'paymentValue', 
            'customer.code', 'customer.name', 'customer.address', 'customer.city',
            'customer.province', 'customer.zipCode', 'customer.country',
            'consignee.name', 'consignee.address', 'consignee.city', 'consignee.province',
            'consignee.zipCode', 'consignee.country', 'customer.mail',
            'noteDDT', 'noteMag', 'noteDelivery', 'noteShipment', 
            'reasonCodeShp', 'infoDelivery', 'bookingInfo'
        ]

        # Ordina il DataFrame per orderNumber e details.positionId per raggruppare gli ordini
        final_df = final_df.sort_values(by=['orderNumber', 'details.positionId']).reset_index(drop=True)

        # Crea una maschera booleana per identificare le righe duplicate per orderNumber
        rows_to_clear_headers = final_df.duplicated(subset=['orderNumber'], keep='first')
        
        # Azzerare le colonne di testata per le righe identificate
        final_df.loc[rows_to_clear_headers, header_columns] = ""

        # --- Creazione file Excel ---
        output = io.BytesIO()
        writer = pd.ExcelWriter(output, engine='xlsxwriter')
        
        sheet_name_excel = 'Delivery' # Nome del foglio modificato

        workbook = writer.book
        worksheet = workbook.add_worksheet(sheet_name_excel) 

        # Lista delle colonne finali nell'ordine desiderato
        final_columns_order = [
            'siteCode', 'companyCode', 'orderNumber', 'orderType', 'deliveryType',
            'orderDate', 'dateDetail', 'dueDate', 'reasonCode',
            'paymentValue', 
            'customer.code', 'customer.name', 'customer.address', 'customer.city',
            'customer.province', 'customer.zipCode', 'customer.country',
            'consignee.name', 'consignee.address', 'consignee.city', 'consignee.province',
            'consignee.zipCode', 'consignee.country', 'customer.mail',
            'details.positionId', 'details.itemNumber', 'details.requestedQt',
            'details.lotId', 'details.stockOwner', 'details.magCli', 'details.availability',
            'details.accountingStatus', 'details.refOrder',
            'noteDDT', 'noteMag', 'noteDelivery', 'noteShipment', 
            'reasonCodeShp', 'infoDelivery', 'bookingInfo'
        ]
        
        # Assicurati che il DataFrame abbia tutte le colonne nell'ordine desiderato
        for col in final_columns_order:
            if col not in final_df.columns:
                final_df[col] = "" 
        final_df = final_df[final_columns_order]

        # Larghezze delle colonne aggiornate
        col_widths = {
            'siteCode': 10, 'companyCode': 15, 'orderNumber': 15, 'orderType': 10, 'deliveryType': 12,
            'orderDate': 12, 'dateDetail': 15, 'dueDate': 12, 'reasonCode': 12, 
            'paymentValue': 15, 
            'customer.code': 15, 'customer.name': 30, 'customer.address': 30, 'customer.city': 15, 
            'customer.province': 10, 'customer.zipCode': 10, 'customer.country': 10,
            'consignee.name': 30, 'consignee.address': 30, 'consignee.city': 15, 'consignee.province': 10,
            'consignee.zipCode': 10, 'consignee.country': 10, 'customer.mail': 25,
            'details.positionId': 12, 'details.itemNumber': 20, 'details.requestedQt': 15,
            'details.lotId': 10, 'details.stockOwner': 15, 'details.magCli': 15, 'details.availability': 15,
            'details.accountingStatus': 18, 'details.refOrder': 15,
            'noteDDT': 20, 'noteMag': 20, 'noteDelivery': 20, 'noteShipment': 20, 
            'reasonCodeShp': 15, 'infoDelivery': 20, 'bookingInfo': 20
        }
        
        # Formato data per le colonne di data
        date_format = workbook.add_format({'num_format': 'dd/mm/yyyy'})

        # 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(1, col_num, col_name) 

            # 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) 
            
            # Applica il formato data alle colonne 'orderDate' e 'dueDate'
            if col_name in ['orderDate', 'dueDate']: 
                worksheet.set_column(col_num, col_num, col_widths[col_name], date_format)

        # Scrivi i dati a partire dalla riga 3 (indice 2 in xlsxwriter)
        final_df.to_excel(writer, sheet_name=sheet_name_excel, index=False, header=False, startrow=2)

        writer.close()
        output.seek(0)

        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        output_file_name = f"DeliveryOrders_{timestamp}.xlsx" # Nome del file di output

        st.download_button(
            label="Scarica file Excel Unificato",
            data=output.getvalue(),
            file_name=output_file_name,
            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"
        )
    elif uploaded_json_files and has_blocking_error:
        st.error("Si sono verificati errori bloccanti durante l'elaborazione dei JSON. Correggere gli errori per generare il file.")
    elif uploaded_json_files and not st.session_state.customer_excel_loaded:
        st.warning("Per elaborare i file JSON, devi prima caricare e validare un file Excel con l'anagrafica partner.")
    else:
        st.info("Carica i tuoi file per iniziare.")

# --- Funzione per il reset ---
def clear_inputs():
    st.session_state.file_uploader_key_json = f'json_uploader_{datetime.now().timestamp()}'
    st.session_state.file_uploader_key_customers = f'customers_uploader_{datetime.now().timestamp() + 1}' # Assicurati che le chiavi siano diverse
    st.session_state.customer_excel_loaded = False
    st.session_state.customers_df = pd.DataFrame() # Resetta il DataFrame dell'anagrafica

st.markdown("---")
st.button("Pulisci Input (RESET)", on_click=clear_inputs)

st.markdown("Sviluppato con Streamlit e Python.")