pasquale991 commited on
Commit
1b64f01
·
verified ·
1 Parent(s): afcb130

Update src/streamlit_app.py

Browse files
Files changed (1) hide show
  1. src/streamlit_app.py +113 -88
src/streamlit_app.py CHANGED
@@ -2,6 +2,7 @@ import pandas as pd
2
  from datetime import datetime
3
  import os
4
  import streamlit as st
 
5
 
6
  def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
7
  """
@@ -31,12 +32,9 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
31
  st.error(f"Il file delle shipping mark deve contenere le colonne: {required_shipping_mark_cols}")
32
  return None, None
33
 
34
- # Rinomina le colonne nel df_shipment_order per renderle conformi al mapping interno.
35
- # Questi sono i nomi standardizzati che useremo nel codice.
36
- # **IMPORTANTE**: Adatta questi mapping ai nomi effettivi delle colonne
37
- # nel tuo file ShipmentOrder_.xlsx, ignorando maiuscole/minuscole.
38
- # Ad esempio, se nel tuo Excel hai 'Contatto Destinatario', e qui è 'consignee_contact',
39
- # la mappatura `rename` si occuperà di questo.
40
  column_mapping = {
41
  'contatto destinatario': 'consignee_contact',
42
  'nome contatto presso il destinatario': 'consignee_contact_name',
@@ -56,11 +54,11 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
56
  'codice rif. prodotto': 'product_ref_code',
57
  'codice rif. destinatario': 'consignee_ref_code',
58
  'valuta': 'currency',
59
- 'importo contrassegno': 'cash_on_delivery_amount', # Ho rimosso lo spazio finale qui, controlla il tuo Excel
60
  'tipo pagamento': 'payment_type',
61
  'note': 'notes',
62
  'importo assicurata': 'insured_amount',
63
- 'identificativo collo': 'package_id', # Questo sarà sovrascritto dalla 'shippingmark' specifica per riga
64
  'filiale': 'branch_code',
65
  'contenuto': 'content_description',
66
  'tipo contenuto': 'content_type',
@@ -87,8 +85,8 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
87
  }
88
 
89
  # Applica il mapping delle colonne a df_shipment_order, convertendo le chiavi in minuscolo
90
- df_shipment_order = df_shipment_order.rename(columns=lambda x: column_mapping.get(x, x))
91
-
92
 
93
  # Assicurati che 'orderref' sia presente in df_shipment_order dopo il rename
94
  if 'orderref' not in df_shipment_order.columns:
@@ -104,108 +102,140 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
104
  # 'how=left' assicura che tutte le shipping mark vengano mantenute.
105
  df_merged = pd.merge(df_shipping_mark, df_shipment_order_unique, on='orderref', how='left')
106
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
107
  # Definizione del layout del file .dat
108
- # Ogni tupla contiene (nome_campo_interno, lunghezza, è_numerico_zero_padded, numero_decimali)
109
  # è_numerico_zero_padded: True significa che il campo deve essere allineato a destra e riempito con '0' a sinistra.
110
  # numero_decimali: Per i campi di valuta, indica quanti decimali considerare (moltiplicando il valore).
111
- # Per gli altri campi, il default è allineato a sinistra con spazi (False per è_numerico_zero_padded).
112
  dat_format = [
113
  # Dettagli del destinatario (colonne 21-28)
114
- ('consignee_contact', 20, False, 0), # 21 Contatto Destinatario
115
- ('consignee_contact_name', 20, False, 0), # 21 Nome Contatto presso il Destinatario (se distinta)
116
- ('consignee_street_type', 5, False, 0), # 22 Tipo Via Destinatario
117
- ('consignee_address', 30, False, 0), # 23 Via Destinatario
118
- ('consignee_house_number', 5, False, 0), # 24 Numero Civico Destinatario
119
- ('consignee_phone', 15, False, 0), # 25 Numero di telefono Destinatario
120
- ('consignee_zip_code', 9, False, 0), # 26 CAP Destinatario
121
- ('consignee_city', 30, False, 0), # 27 Località Destinatario
122
- ('consignee_province', 2, False, 0), # 28 Provincia Destinatario
123
 
124
  # Dettagli colli e spedizione (colonne 29-33) - zero-padded a sinistra
125
- ('num_packages', 3, True, 0), # 29 Numero colli
126
- ('package_weight', 7, True, 0), # 30 Peso colli (in grammi)
127
- ('package_width', 5, True, 0), # 31 Dimensioni (Larghezza)
128
- ('package_height', 5, True, 0), # 32 Dimensioni (Altezza)
129
- ('package_depth', 5, True, 0), # 33 Dimensioni (Profondità)
130
 
131
  # Servizio e riferimenti (colonne 34-36)
132
- ('service_code', 3, False, 0), # 34 Codice Servizio
133
- ('product_ref_code', 20, False, 0), # 35 Codice Rif. Prodotto
134
- ('consignee_ref_code', 20, False, 0), # 36 Codice Rif. Destinatario
135
 
136
  # Pagamento e note (colonne 37-41)
137
- ('currency', 2, False, 0), # 37 Valuta (Valore costante: EU)
138
- ('cash_on_delivery_amount', 9, True, 2), # 38 Importo contrassegno (7 cifre intere, 2 decimali, senza punto)
139
- ('payment_type', 3, False, 0), # 39 Tipo pagamento
140
- ('notes', 30, False, 0), # 40 Note
141
- ('insured_amount', 10, True, 2), # 41 Importo Assicurata (8 cifre intere, 2 decimali, senza punto)
142
 
143
  # Identificativi e filiale (colonne 42-43)
144
- ('shippingmark', 25, False, 0), # 42 Identificativo collo (usa 'shippingmark' da ShippingMark_)
145
- ('branch_code', 2, False, 0), # 43 Filiale
146
 
147
  # Contenuto e paesi (colonne 44-48)
148
- ('content_description', 30, False, 0), # 44 Contenuto
149
- ('content_type', 1, False, 0), # 45 Tipo contenuto
150
- ('sender_country', 3, False, 0), # 46 Nazione mittente
151
- ('consignee_country', 3, False, 0), # 47 Nazione destinatario
152
- ('shipment_value', 10, True, 2), # 48 Valore spedizione (8 cifre intere, 2 decimali, senza punto)
153
 
154
  # Tipo cliente e classe spedizione (colonne 49-50)
155
- ('client_type', 4, False, 0), # 49 Tipo cliente (Valore costante: MGCS)
156
- ('shipment_class', 5, False, 0), # 50 Classe spedizione
157
 
158
  # Oneri, imballo, fiscale (colonne 51-53)
159
- ('duty_charge', 1, False, 0), # 51 Addebito Oneri
160
- ('packaging_type', 2, False, 0), # 52 Tipo imballo
161
- ('fiscal_id', 20, False, 0), # 53 Identificativo Fiscale
162
 
163
  # Barcode servizio e contatti aggiuntivi (colonne 54-57)
164
- ('barcode_service', 3, False, 0), # 54 Barcode Servizio
165
- ('consignee_email', 50, False, 0), # 55 Indirizzo email destinatario
166
- ('consignee_mobile_prefix', 4, False, 0), # 56 Prefisso cellulare destinatario
167
- ('consignee_mobile_number', 10, False, 0), # 57 Numero cellulare destinatario
168
 
169
  # Altri campi (colonne 58-65)
170
- ('is_insured_percentage', 1, False, 0), # 58 is_ass_percentuale
171
- ('barcode_service_return', 3, False, 0), # 59 barcode_servizio_rit
172
- ('shipment_type_id', 2, False, 0), # 60 id_tipo_spedizione
173
- ('detail_bs', 6, False, 0), # 61 dettaglio_bs
174
- ('notes_2', 50, False, 0), # 62 Note 2
175
- ('fractional_office_code', 11, False, 0), # 63 Codice ufficio frazionario
176
- ('customer_post_box', 11, False, 0), # 64 Casella postale cliente
177
- ('undelivered_action', 1, False, 0) # 65 Mancata consegna
178
  ]
179
 
180
  # Genera il contenuto del file .dat
181
  dat_content = []
182
- for index, row in df_merged.iterrows(): # Ora iteriamo su df_merged che contiene tutte le shipping marks
183
  record_parts = []
184
- for field_name, length, is_numeric_zero_padded, dec_places in dat_format:
185
  value = row.get(field_name)
 
 
 
 
 
 
 
 
 
 
 
 
 
186
 
187
- # Gestione dei valori mancanti (NaN) in pandas
188
- if pd.isna(value):
189
- value = ''
190
-
191
- value = str(value).strip() # Converti in stringa e rimuovi spazi
192
 
193
  if is_numeric_zero_padded:
194
  try:
195
- # Pulizia del valore numerico: sostituisce virgole con punti (per formati italiani)
196
- # e rimuove eventuali altri caratteri non numerici che potrebbero esserci
197
- clean_value = value.replace(',', '.')
198
 
199
  if dec_places > 0: # Campi valuta (38, 41, 48)
200
- # Converti in float, moltiplica per 10^dec_places per spostare i decimali,
201
- # poi converti in intero per ottenere la stringa senza punto
202
  num_value = float(clean_value) * (10**dec_places)
203
- # Arrotonda per evitare problemi di floating point
204
  formatted_value = str(int(round(num_value))).rjust(length, '0')
205
  else: # Campi numerici interi (29,30,31,32,33)
206
  formatted_value = str(int(float(clean_value))).rjust(length, '0')
207
  except ValueError:
208
- formatted_value = '0'.rjust(length, '0') # Se non è un numero valido, riempi con zeri
 
209
  else: # Default: allinea a sinistra con spazi
210
  formatted_value = value.ljust(length)
211
 
@@ -220,8 +250,8 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
220
  dat_filename = f"SDA{filename_timestamp}.dat"
221
  dis_filename = f"SDA{filename_timestamp}.dis"
222
 
223
- # Crea una directory temporanea per i file generati
224
- temp_dir = "temp_files"
225
  os.makedirs(temp_dir, exist_ok=True)
226
 
227
  dat_filepath = os.path.join(temp_dir, dat_filename)
@@ -239,14 +269,14 @@ def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
239
  return dat_filepath, dis_filepath
240
 
241
  except pd.errors.EmptyDataError:
242
- st.error("Errore: Uno dei file Excel è vuoto o non contiene dati validi.")
243
  return None, None
244
  except FileNotFoundError as e:
245
  st.error(f"Errore: File non trovato - {e}. Assicurati che i file siano caricati correttamente.")
246
  return None, None
247
  except Exception as e:
248
  st.error(f"Si è verificato un errore inatteso durante l'elaborazione: {e}")
249
- st.warning("Verifica che i nomi delle colonne nei tuoi file Excel corrispondano alle aspettative del programma, specialmente 'orderRef' e i campi relativi al destinatario.")
250
  return None, None
251
 
252
  # --- Sezione App Streamlit ---
@@ -259,6 +289,7 @@ def app():
259
  Carica i tuoi due file Excel per generare il file .DAT nel formato richiesto da Poste Italiane.
260
  Ogni "shipping mark" (LDV) nel file `ShippingMark_` genererà un record nel file di output.
261
  I dettagli dell'ordine verranno presi dalla prima occorrenza di ciascun 'orderRef' nel file `ShipmentOrder_`.
 
262
  """)
263
 
264
  shipping_mark_file = st.file_uploader("Carica il file ShippingMark_ (con 'shippingMark' e 'orderRef')", type=["xlsx"])
@@ -270,14 +301,15 @@ def app():
270
  if shipping_mark_file and shipment_order_file:
271
  st.subheader("Processando i file...")
272
  try:
273
- df_shipping_mark = pd.read_excel(shipping_mark_file)
274
- df_shipment_order = pd.read_excel(shipment_order_file)
 
275
 
276
  dat_filepath, dis_filepath = generate_poste_dat_file(df_shipping_mark, df_shipment_order)
277
 
278
  except Exception as e:
279
  st.error(f"Errore nella lettura dei file Excel: {e}")
280
- st.warning("Assicurati che i file siano in formato .xlsx e non siano corrotti. Se il problema persiste, controlla i nomi delle colonne.")
281
 
282
  if dat_filepath and dis_filepath:
283
  st.subheader("Download dei file generati:")
@@ -302,15 +334,8 @@ def app():
302
 
303
  st.markdown("---")
304
  st.info("""
305
- **Nota sulle colonne:**
306
- Assicurati che i tuoi file Excel contengano le colonne corrette.
307
- - Il file `ShippingMark_` deve contenere le colonne 'shippingMark' e 'orderRef'.
308
- - Il file `ShipmentOrder_` deve contenere 'orderRef' e i campi specifici per il destinatario e la spedizione (es. 'Contatto Destinatario', 'Via Destinatario', 'Numero colli', 'Peso colli', ecc.).
309
- I nomi delle colonne nel tuo file `ShipmentOrder_` devono corrispondere **esattamente** (ignorando maiuscole/minuscole) a quelli indicati nel documento delle specifiche per un corretto mapping. In caso di dubbi, puoi stampare i `df.columns` per verificare.
310
-
311
- **Riguardo il warning `Running pip as the 'root' user` su Hugging Face:**
312
- Questo è un messaggio standard di `pip` che indica che il processo di installazione dei pacchetti sta avvenendo con privilegi di root.
313
- Generalmente, **non è un problema critico** per la distribuzione su piattaforme come Hugging Face Spaces, dove l'ambiente di esecuzione è isolato e gestito. Puoi ignorarlo tranquillamente; non impedisce il funzionamento della tua applicazione.
314
  """)
315
 
316
  if __name__ == "__main__":
 
2
  from datetime import datetime
3
  import os
4
  import streamlit as st
5
+ import numpy as np # Importa numpy per np.nan
6
 
7
  def generate_poste_dat_file(df_shipping_mark_input, df_shipment_order_input):
8
  """
 
32
  st.error(f"Il file delle shipping mark deve contenere le colonne: {required_shipping_mark_cols}")
33
  return None, None
34
 
35
+ # Mapping dei nomi delle colonne dal PDF ai nomi interni/standardizzati.
36
+ # **IMPORTANTE**: Adatta queste chiavi ai nomi effettivi delle colonne
37
+ # nel tuo file ShipmentOrder_.xlsx, ignorando maiuscole/minuscole per la chiave.
 
 
 
38
  column_mapping = {
39
  'contatto destinatario': 'consignee_contact',
40
  'nome contatto presso il destinatario': 'consignee_contact_name',
 
54
  'codice rif. prodotto': 'product_ref_code',
55
  'codice rif. destinatario': 'consignee_ref_code',
56
  'valuta': 'currency',
57
+ 'importo contrassegno': 'cash_on_delivery_amount',
58
  'tipo pagamento': 'payment_type',
59
  'note': 'notes',
60
  'importo assicurata': 'insured_amount',
61
+ 'identificativo collo': 'package_id',
62
  'filiale': 'branch_code',
63
  'contenuto': 'content_description',
64
  'tipo contenuto': 'content_type',
 
85
  }
86
 
87
  # Applica il mapping delle colonne a df_shipment_order, convertendo le chiavi in minuscolo
88
+ # e poi mappando ai nomi standardizzati.
89
+ df_shipment_order = df_shipment_order.rename(columns=lambda x: column_mapping.get(x.lower(), x))
90
 
91
  # Assicurati che 'orderref' sia presente in df_shipment_order dopo il rename
92
  if 'orderref' not in df_shipment_order.columns:
 
102
  # 'how=left' assicura che tutte le shipping mark vengano mantenute.
103
  df_merged = pd.merge(df_shipping_mark, df_shipment_order_unique, on='orderref', how='left')
104
 
105
+ # Dizionario per i valori di default/fissi per i campi obbligatori o predeterminati
106
+ default_fixed_values = {
107
+ 'currency': 'EU',
108
+ 'client_type': 'MGCS',
109
+ 'sender_country': 'ITA', # Fisso per Poste Logistics, Italia
110
+ # Valori di default per campi obbligatori se non presenti
111
+ 'consignee_contact': 'SCONOSCIUTO',
112
+ 'consignee_contact_name': 'SCONOSCIUTO',
113
+ 'consignee_street_type': 'VIA',
114
+ 'consignee_address': 'INDIRIZZO SCONOSCIUTO',
115
+ 'consignee_house_number': 'SN', # Senza Numero
116
+ 'consignee_phone': '00000000000',
117
+ 'consignee_zip_code': '00000',
118
+ 'consignee_city': 'CITTA SCONOSCIUTA',
119
+ 'consignee_province': 'XX',
120
+ 'num_packages': 1, # Default 1 collo se non specificato
121
+ 'package_weight': 1, # Default 1 grammo se non specificato
122
+ 'service_code': 'STD', # Esempio di default per servizio
123
+ 'branch_code': '00', # Esempio di default per filiale
124
+ 'package_id': 'NON_DEFINITO', # Sarà sovrascritto da shippingmark
125
+ 'id_tipo_spedizione': 'C', # Default Collo
126
+ 'is_insured_percentage': 'N', # Default Non assicurata
127
+ 'undelivered_action': 'R' # Default Restituire
128
+ }
129
+
130
  # Definizione del layout del file .dat
131
+ # Ogni tupla contiene (nome_campo_interno, lunghezza, è_numerico_zero_padded, numero_decimali, è_obbligatorio)
132
  # è_numerico_zero_padded: True significa che il campo deve essere allineato a destra e riempito con '0' a sinistra.
133
  # numero_decimali: Per i campi di valuta, indica quanti decimali considerare (moltiplicando il valore).
134
+ # è_obbligatorio: True se il campo è contrassegnato con * nel PDF.
135
  dat_format = [
136
  # Dettagli del destinatario (colonne 21-28)
137
+ ('consignee_contact', 20, False, 0, True), # 21 Contatto Destinatario
138
+ ('consignee_contact_name', 20, False, 0, False), # 21 Nome Contatto (se distinta) - non * ma spesso presente
139
+ ('consignee_street_type', 5, False, 0, True), # 22 Tipo Via Destinatario
140
+ ('consignee_address', 30, False, 0, True), # 23 Via Destinatario
141
+ ('consignee_house_number', 5, False, 0, True), # 24 Numero Civico Destinatario
142
+ ('consignee_phone', 15, False, 0, True), # 25 Numero di telefono Destinatario
143
+ ('consignee_zip_code', 9, False, 0, True), # 26 CAP Destinatario
144
+ ('consignee_city', 30, False, 0, True), # 27 Località Destinatario
145
+ ('consignee_province', 2, False, 0, True), # 28 Provincia Destinatario
146
 
147
  # Dettagli colli e spedizione (colonne 29-33) - zero-padded a sinistra
148
+ ('num_packages', 3, True, 0, True), # 29 Numero colli
149
+ ('package_weight', 7, True, 0, True), # 30 Peso colli (in grammi)
150
+ ('package_width', 5, True, 0, False), # 31 Dimensioni (Larghezza)
151
+ ('package_height', 5, True, 0, False), # 32 Dimensioni (Altezza)
152
+ ('package_depth', 5, True, 0, False), # 33 Dimensioni (Profondità)
153
 
154
  # Servizio e riferimenti (colonne 34-36)
155
+ ('service_code', 3, False, 0, True), # 34 Codice Servizio
156
+ ('product_ref_code', 20, False, 0, False), # 35 Codice Rif. Prodotto
157
+ ('consignee_ref_code', 20, False, 0, False), # 36 Codice Rif. Destinatario
158
 
159
  # Pagamento e note (colonne 37-41)
160
+ ('currency', 2, False, 0, True), # 37 Valuta (Valore costante: EU)
161
+ ('cash_on_delivery_amount', 9, True, 2, False), # 38 Importo contrassegno (C)
162
+ ('payment_type', 3, False, 0, False), # 39 Tipo pagamento (C)
163
+ ('notes', 30, False, 0, False), # 40 Note
164
+ ('insured_amount', 10, True, 2, False), # 41 Importo Assicurata (A)
165
 
166
  # Identificativi e filiale (colonne 42-43)
167
+ ('shippingmark', 25, False, 0, True), # 42 Identificativo collo (usa 'shippingmark')
168
+ ('branch_code', 2, False, 0, True), # 43 Filiale
169
 
170
  # Contenuto e paesi (colonne 44-48)
171
+ ('content_description', 30, False, 0, False), # 44 Contenuto (I)
172
+ ('content_type', 1, False, 0, False), # 45 Tipo contenuto (I)
173
+ ('sender_country', 3, False, 0, False), # 46 Nazione mittente (I)
174
+ ('consignee_country', 3, False, 0, False), # 47 Nazione destinatario (I)
175
+ ('shipment_value', 10, True, 2, False), # 48 Valore spedizione (I)
176
 
177
  # Tipo cliente e classe spedizione (colonne 49-50)
178
+ ('client_type', 4, False, 0, True), # 49 Tipo cliente (Valore costante: MGCS)
179
+ ('shipment_class', 5, False, 0, False), # 50 Classe spedizione
180
 
181
  # Oneri, imballo, fiscale (colonne 51-53)
182
+ ('duty_charge', 1, False, 0, False), # 51 Addebito Oneri (I)
183
+ ('packaging_type', 2, False, 0, False), # 52 Tipo imballo (I, E)
184
+ ('fiscal_id', 20, False, 0, False), # 53 Identificativo Fiscale
185
 
186
  # Barcode servizio e contatti aggiuntivi (colonne 54-57)
187
+ ('barcode_service', 3, False, 0, False), # 54 Barcode Servizio (X)
188
+ ('consignee_email', 50, False, 0, False), # 55 Indirizzo email destinatario
189
+ ('consignee_mobile_prefix', 4, False, 0, False), # 56 Prefisso cellulare destinatario
190
+ ('consignee_mobile_number', 10, False, 0, False), # 57 Numero cellulare destinario
191
 
192
  # Altri campi (colonne 58-65)
193
+ ('is_insured_percentage', 1, False, 0, False), # 58 is_ass_percentuale (A%)
194
+ ('barcode_service_return', 3, False, 0, False), # 59 barcode_servizio_rit
195
+ ('shipment_type_id', 2, False, 0, True), # 60 id_tipo_spedizione
196
+ ('detail_bs', 6, False, 0, False), # 61 dettaglio_bs
197
+ ('notes_2', 50, False, 0, False), # 62 Note 2
198
+ ('fractional_office_code', 11, False, 0, False), # 63 Codice ufficio frazionario
199
+ ('customer_post_box', 11, False, 0, False), # 64 Casella postale cliente
200
+ ('undelivered_action', 1, False, 0, False) # 65 Mancata consegna
201
  ]
202
 
203
  # Genera il contenuto del file .dat
204
  dat_content = []
205
+ for index, row in df_merged.iterrows():
206
  record_parts = []
207
+ for field_name, length, is_numeric_zero_padded, dec_places, is_mandatory in dat_format:
208
  value = row.get(field_name)
209
+
210
+ # Gestione valori di default/fissi
211
+ if field_name in default_fixed_values:
212
+ value = default_fixed_values[field_name]
213
+ elif pd.isna(value) or value == '':
214
+ if is_mandatory:
215
+ # Se è obbligatorio e mancante, usa un default basato sul tipo di campo
216
+ if is_numeric_zero_padded:
217
+ value = '0' * length # Default numerico (zero)
218
+ else:
219
+ value = ' ' * length # Default stringa (spazi)
220
+ else:
221
+ value = '' # Se non obbligatorio, lascia vuoto
222
 
223
+ # Conversione in stringa e pulizia iniziale
224
+ value = str(value).strip()
 
 
 
225
 
226
  if is_numeric_zero_padded:
227
  try:
228
+ # Pulizia del valore numerico per assicurare la conversione
229
+ clean_value = value.replace(',', '.') # Sostituisce virgole con punti
 
230
 
231
  if dec_places > 0: # Campi valuta (38, 41, 48)
 
 
232
  num_value = float(clean_value) * (10**dec_places)
 
233
  formatted_value = str(int(round(num_value))).rjust(length, '0')
234
  else: # Campi numerici interi (29,30,31,32,33)
235
  formatted_value = str(int(float(clean_value))).rjust(length, '0')
236
  except ValueError:
237
+ # Se la conversione fallisce, usa '0' padato a sinistra
238
+ formatted_value = '0'.rjust(length, '0')
239
  else: # Default: allinea a sinistra con spazi
240
  formatted_value = value.ljust(length)
241
 
 
250
  dat_filename = f"SDA{filename_timestamp}.dat"
251
  dis_filename = f"SDA{filename_timestamp}.dis"
252
 
253
+ # Usa la directory temporanea /tmp che è scrivibile su Hugging Face Spaces
254
+ temp_dir = "/tmp"
255
  os.makedirs(temp_dir, exist_ok=True)
256
 
257
  dat_filepath = os.path.join(temp_dir, dat_filename)
 
269
  return dat_filepath, dis_filepath
270
 
271
  except pd.errors.EmptyDataError:
272
+ st.error("Errore: Uno dei file Excel è vuoto o non contiene dati validi. Assicurati che non siano completamente vuoti.")
273
  return None, None
274
  except FileNotFoundError as e:
275
  st.error(f"Errore: File non trovato - {e}. Assicurati che i file siano caricati correttamente.")
276
  return None, None
277
  except Exception as e:
278
  st.error(f"Si è verificato un errore inatteso durante l'elaborazione: {e}")
279
+ st.warning("Verifica che i nomi delle colonne nei tuoi file Excel corrispondano alle aspettative del programma, specialmente 'orderRef' e i campi relativi al destinatario. Ricorda che l'intestazione è alla seconda riga.")
280
  return None, None
281
 
282
  # --- Sezione App Streamlit ---
 
289
  Carica i tuoi due file Excel per generare il file .DAT nel formato richiesto da Poste Italiane.
290
  Ogni "shipping mark" (LDV) nel file `ShippingMark_` genererà un record nel file di output.
291
  I dettagli dell'ordine verranno presi dalla prima occorrenza di ciascun 'orderRef' nel file `ShipmentOrder_`.
292
+ **Nota**: I file Excel devono avere l'intestazione sulla **seconda riga**.
293
  """)
294
 
295
  shipping_mark_file = st.file_uploader("Carica il file ShippingMark_ (con 'shippingMark' e 'orderRef')", type=["xlsx"])
 
301
  if shipping_mark_file and shipment_order_file:
302
  st.subheader("Processando i file...")
303
  try:
304
+ # Leggi i file Excel, specificando che l'intestazione è alla seconda riga (indice 1)
305
+ df_shipping_mark = pd.read_excel(shipping_mark_file, header=1)
306
+ df_shipment_order = pd.read_excel(shipment_order_file, header=1)
307
 
308
  dat_filepath, dis_filepath = generate_poste_dat_file(df_shipping_mark, df_shipment_order)
309
 
310
  except Exception as e:
311
  st.error(f"Errore nella lettura dei file Excel: {e}")
312
+ st.warning("Assicurati che i file siano in formato .xlsx, non siano corrotti e che l'intestazione sia effettivamente alla seconda riga.")
313
 
314
  if dat_filepath and dis_filepath:
315
  st.subheader("Download dei file generati:")
 
334
 
335
  st.markdown("---")
336
  st.info("""
337
+ **Carica il file di output su FTP**
338
+
 
 
 
 
 
 
 
339
  """)
340
 
341
  if __name__ == "__main__":