Merge origin/main: conserva la migración a servicio persistente (descarta el enfoque anterior de cron del host, ya obsoleto)

- Reemplaza config_loader/config_model/hana_client/logger_utilities/outlook_utilities
  por core.py (pipeline funcional), hana_manager.py, logger_manager.py, scheduler.py y
  descargador_sovos.py (Playwright/Firefox) según la plantilla de servicios.
- main.py pasa a loop continuo dirigido por scheduler.json, con manejo de SIGINT/SIGTERM.
- Agrega Dockerfile, docker-compose.yml (restart unless-stopped) y certs/ para despliegue.
- Agrega smb_transfer.py para la transferencia a carpeta compartida.
- Saca las credenciales de HANA de config.json y las mueve a .env (HANA_HOST/PORT/USER/PASSWORD).

.gitignore

@@ -11,6 +11,7 @@ dbapi/
 # Datos y logs
 downloads/
 logs/
+cron_docker.log
 
 # SO / IDE
 .DS_Store

CLAUDE.md

@@ -3,142 +3,64 @@
 Servicio Python de **descarga de comprobantes electrónicos (CPE) desde Sovos/SUNAT**.
 Sigue la estructura de la plantilla `~/Desarrollo/Python/plantilla-servicio/`.
 
-## Estructura de archivos
+## Estructura
 
 ```
-main.py            # entrada delgada: try/except alrededor de ejecutar()
+main.py            # entrada delgada: while loop dirigido por scheduler.json, llama ejecutar()
 core.py            # pipeline funcional: describir_servicio/obtener_datos/procesar_y_descargar/ejecutar
-logger_manager.py  # reutilizable (logging niveles + árbol; TimedRotatingFileHandler, rotación diaria, 30 días de retención)
+scheduler.py       # reutilizable (franja activa / próximo inicio a partir de scheduler.json)
+logger_manager.py  # reutilizable (logging niveles + árbol; TimedRotatingFileHandler 30 días)
 hana_manager.py    # reutilizable (HANA multi-schema, obtener_pendientes, marcar)
 descargador_sovos.py  # específico: descarga PDF/XML en Sovos con Playwright (Firefox)
 smb_transfer.py    # reutilizable (detectar/montar SMB + rsync por empresa)
 config.json        # hana, rucs, consulta.dias, empresas(locked), files
+scheduler.json     # HORARIOS ([hora_ini,min_ini,hora_fin,min_fin,modo]) + DIAS_ACTIVOS
 .env               # SMB_* + SMB_AUTO_MOUNT + LOG_LEVEL
 
 Dockerfile                    # imagen (Playwright+Firefox ya incluidos, CA Fortinet, rsync)
-docker-compose.yml            # servicio `descarga-cpe`, monta config/downloads/logs/SMB
+docker-compose.yml            # servicio `descarga-cpe` persistente (restart: unless-stopped)
-crontab-host                  # cron del HOST (macOS o Linux) que dispara `docker compose run --rm`
 certs/fortinet-root.crt       # CA de inspección SSL de la red (FG100FTK22018356)
 ```
 
-## Arquitectura: Docker
+## Reglas
-
-Todo corre **solo en Docker** — no hay venv nativa ni LaunchAgent en el proyecto.
-El contenedor es una **pasada única**: arranca, procesa, y se destruye (`--rm`); nunca
-queda corriendo en loop. No agregar un `while`/scheduler dentro de la app — si el
-contenedor falla, la siguiente corrida de cron simplemente reintenta.
-
-```mermaid
-flowchart LR
-    subgraph HOST["Host (macOS o Linux)"]
-        CRON["cron\n(crontab-host)"]
-        FILES[("config.json · downloads/ · logs/\nSMB ya montado en el host")]
-    end
-    subgraph CONTAINER["Contenedor Docker (una pasada, --rm)"]
-        APP["main.py → core.ejecutar()"]
-    end
-    CRON -- "docker compose run --rm" --> APP
-    FILES -. "volumes" .- APP
-    APP -- "hdbcli" --> HANA[("SAP HANA")]
-    APP -- "Playwright + Firefox" --> SOVOS[("Sovos / SUNAT")]
-    APP -- "rsync" --> SMB[("Carpeta SMB / NAS")]
-```
-
-- El contenedor fija `TZ=America/Lima`, así que los timestamps del log y cualquier
-  lógica sensible a fecha/hora quedan en horario de Perú, sin importar la zona
-  horaria del host.
-- La imagen base (`mcr.microsoft.com/playwright/python:v1.62.0-jammy`) ya trae
-  Chromium y Firefox instalados, en la misma versión que `playwright==1.62.0` de
-  `requirements.txt`. Si se sube la versión de Playwright, hay que subir también
-  el tag de la imagen en el `Dockerfile` (si no, Firefox no va a coincidir).
-- `certs/fortinet-root.crt` se instala en el contenedor porque la red de la oficina
-  tiene un Fortinet haciendo inspección SSL; sin esa CA, `pip` y las requests HTTPS
-  fallarían por certificado no confiable.
-- `main.py` envuelve `ejecutar()` en un `try/except` que loguea cualquier excepción
-  no controlada (`exc_info=True`) antes de salir con código 1, para que los crashes
-  también queden en `logs/descarga-cpe.log` (ya rotado) en vez de perderse en el
-  mail local de cron. Por eso no hace falta redirigir el stdout de cron a un
-  segundo archivo de log — sería un mecanismo de rotación redundante.
-
-## Arquitectura: Cron (programación)
-
-El **host** (no el contenedor) decide cuándo correr. `crontab-host` dispara
-`docker compose run --rm descarga-cpe` en estas franjas, lunes a viernes:
-
-| Franja        | Frecuencia |
-|---------------|------------|
-| 06:00–13:00   | cada 20 min |
-| 13:00–14:00   | cada 30 min |
-| 14:00–21:00   | cada 20 min |
-| 21:00–23:00   | cada 1 hora (21:00 y 22:00) |
-
-Fuera de esas franjas y en fines de semana no corre nada; retoma a las 06:00 del
-siguiente día hábil.
-
-Flujo de una corrida individual:
-
-```mermaid
-flowchart TD
-    A["Cron: horario programado"] --> B["docker compose run --rm descarga-cpe"]
-    B --> C["Contenedor arranca → python main.py"]
-    C --> D["core.ejecutar()"]
-    D --> E{"¿Hay empresas activas?\n(config.json, locked=false)"}
-    E -->|No| Z["Log: sin empresas activas, termina"]
-    E -->|Sí| F["Por cada empresa activa"]
-    F --> G["obtener_datos(empresa)\nHANA: SELECT pendientes"]
-    G --> H{"¿Hay documentos\npendientes?"}
-    H -->|No| F
-    H -->|Sí| I["descargar_documentos_pendientes()\nPlaywright + Firefox → Sovos"]
-    I --> J["Marca U_PGX_PDF / U_PGX_XML\nen HANA (hana_manager)"]
-    J --> F
-    F -->|Todas procesadas| K["transferir_a_smb()\nrsync → carpeta SMB/NAS"]
-    K --> L["Contenedor se destruye (--rm)"]
-    C -.->|"excepción no controlada"| M["main.py: try/except\nloguea y sale con código 1"]
-```
-
-Bloqueos de red (FortiGuard Web Filter, p.ej. categoría "Finance and Banking" en
-`public-einvoicing.sovos.com`) no son bug de la app: se resuelven en el FortiGate,
-no reintentando ni parcheando el código.
-
-### Configurar el cron del host (`crontab-host`)
-
-1. Editar `crontab-host` y ajustar:
-   - `PROY`: ruta absoluta del proyecto en esa máquina.
-   - `SMB_HOST_MOUNT`: ruta donde esa máquina ya tiene montada la carpeta SMB/NAS
-     (macOS: normalmente algo bajo `/Volumes/...` o `/Users/<usuario>/...` si se
-     montó a mano; Linux: p.ej. `/mnt/filesap`).
-   - `PATH`: cron corre con un `PATH` mínimo que no incluye `/usr/local/bin`, donde
-     suele vivir el binario `docker` de Docker Desktop — sin esto, cada corrida
-     falla con `docker: command not found`. Confirmar la ruta real con
-     `which docker` en una terminal normal y reflejarla en esta línea.
-2. Instalar el crontab (reemplaza todo el crontab del usuario actual):
-   ```bash
-   crontab crontab-host
-   ```
-   Para revisar qué quedó cargado: `crontab -l`. Para editarlo en caliente:
-   `crontab -e` (abre el crontab activo en el editor por defecto, no el archivo
-   del repo).
-3. **macOS**: dar Full Disk Access a `/usr/sbin/cron` en Ajustes del Sistema →
-   Privacidad y Seguridad → Acceso Total al Disco. Sin esto, cron no puede leer/
-   escribir dentro de `~/Documents` (o donde esté el proyecto) y las corridas
-   fallan en silencio.
-4. Verificar que corre: revisar `logs/descarga-cpe.log` después del próximo
-   horario programado, o forzar una corrida manual con la variable ya seteada:
-   ```bash
-   cd $PROY && SMB_HOST_MOUNT=/ruta/real docker compose run --rm descarga-cpe
-   ```
-
-## Reglas de código
-
 1. Empresas en `config.json` con `{ nombre, schema, locked, smb_subfolder }`.
    `locked: true` = no ejecutar. Descargas en `downloads/<nombre>/`.
 2. Credenciales en `.env`, nunca en git.
 3. Logging con `logger_manager.get_logger(...)` y niveles info/warning/error (sin `print`).
 4. `core.py` es funcional (sin clases): cada servicio reescribe `describir_servicio()`,
    `obtener_datos(empresa)` y `procesar_y_descargar(datos, dir_empresa)`;
-   `main.py` siempre delgado (solo llama a `ejecutar()`).
+   `main.py` siempre delgado (solo llama a `ejecutar()`; no reescribe lógica de
+   negocio — su única lógica propia es el loop/scheduler de la regla 8).
 5. Después de descargar PDF/XML se marca en HANA (`U_PGX_PDF`/`U_PGX_XML`) por schema.
 6. Transferencia con `smb_transfer.transferir_a_smb(...)`; si el SMB no está montado
    conserva los archivos (no los borra).
-7. Verificar: `python -m py_compile main.py core.py hana_manager.py descargador_sovos.py smb_transfer.py logger_manager.py`
+7. Verificar: `python -m py_compile main.py core.py scheduler.py hana_manager.py descargador_sovos.py smb_transfer.py logger_manager.py`
-   y correr `docker compose run --rm descarga-cpe`.
+   y correr `docker compose up -d descarga-cpe` (revisar con `docker compose logs -f`).
+8. **Solo Docker, servicio persistente** (no hay venv nativa ni LaunchAgent/cron del
+   HOST en el proyecto): `docker-compose.yml` usa `restart: unless-stopped` y
+   `main.py` mantiene un `while` continuo — en cada ciclo llama a `ejecutar()`
+   (pipeline de `core.py`) y luego duerme según el modo de la franja horaria activa.
+   `scheduler.py` lee `scheduler.json` (releído en cada ciclo, así se pueden editar
+   horarios sin reiniciar el contenedor) y responde:
+     - si el día/hora actual cae dentro de una franja de `HORARIOS`, su `modo`
+       (`"rapido"` → dormir 10 min, `"full"` → dormir 1 hora; mapeo fijo en
+       `INTERVALOS_POR_MODO` dentro de `scheduler.py`, no en el JSON);
+     - si no, el inicio de la próxima franja activa (respetando `DIAS_ACTIVOS`),
+       y `main.py` duerme exactamente hasta ese instante.
+   El sueño se hace en pasos de 1s (`_dormir_interrumpible`) y `main.py` registra
+   handlers de `SIGINT`/`SIGTERM` para poder frenar el loop y salir limpio ante
+   `docker compose stop/down`, en vez de que Docker tenga que matarlo por timeout.
+   Una excepción no controlada en un ciclo se loguea (`exc_info=True`, va a
+   `logs/descarga-cpe.log` con su rotación de 30 días) y el loop reintenta tras
+   60s — ya no hay cron externo que reintente por nosotros.
+   Como el contenedor ya no es efímero, `docker-compose.yml` limita el driver
+   `json-file` de Docker (`max-size: 10m`, `max-file: 5`) para que el log propio
+   del contenedor (stdout) no crezca sin límite; esto es independiente de la
+   rotación de `logs/descarga-cpe.log`, que maneja `logger_manager.py`.
+9. `scheduler.json` define `HORARIOS` (lista de `[hora_ini, min_ini, hora_fin,
+   min_fin, modo]`, `modo` es `"rapido"` o `"full"`) y `DIAS_ACTIVOS` (0=lunes …
+   6=domingo, según `datetime.weekday()`). Fuera de esas franjas y días no se
+   ejecuta nada.
+10. Bloqueos de red (FortiGuard Web Filter, p.ej. categoría "Finance and Banking" en
+    `public-einvoicing.sovos.com`) no son bug de la app: se resuelven en el FortiGate,
+    no reintentando ni parcheando el código.

Dockerfile

@@ -29,5 +29,5 @@ RUN pip install --no-cache-dir -r requirements.txt \
 
 COPY . .
 
-# Una ejecución por proceso; el cron del host levanta el contenedor por disparo.
+# Servicio persistente: main.py corre en loop (ver scheduler.py/scheduler.json).
 CMD ["python", "main.py"]

config.json

@@ -1,10 +1,4 @@
 {
-  "hana": {
-    "host": "192.168.1.175",
-    "port": 30015,
-    "user": "SYSTEM",
-    "password": "SAPB1Admin.25"
-  },
   "rucs": [
     "20100047218",
     "20100130204",
@@ -23,25 +17,25 @@
     {
       "nombre": "elavent",
       "schema": "SBO_ELAVENT",
-      "locked": false,
+      "locked": true,
       "smb_subfolder": "COMPRAS/ELAVENT/ADJUNTOS_CORREOS/2025-03"
     },
     {
       "nombre": "safena",
       "schema": "SBO_SAFENA",
-      "locked": false,
+      "locked": true,
       "smb_subfolder": "COMPRAS/SAFENA/ADJUNTOS_CORREOS/2025-03"
     },
     {
       "nombre": "cirugia",
       "schema": "SBO_CIRUGIA",
-      "locked": false,
+      "locked": true,
       "smb_subfolder": "COMPRAS/CIRUGIA/ADJUNTOS_CORREOS/2025-03"
     },
     {
       "nombre": "franquicia",
       "schema": "SBO_FRANQUICIA",
-      "locked": false,
+      "locked": true,
       "smb_subfolder": "COMPRAS/FRANQUICIA/ADJUNTOS_CORREOS/2025-03"
     }
   ],

core.py

@@ -12,7 +12,7 @@ from pathlib import Path
 from dotenv import load_dotenv
 
 from logger_manager import get_logger
-from hana_manager import obtener_pendientes, cerrar_conexion
+from hana_manager import obtener_pendientes, cerrar_conexion, obtener_config_hana
 from descargador_sovos import descargar_documentos_pendientes
 from smb_transfer import get_mount_base, transferir_a_smb
 
@@ -64,7 +64,8 @@ def ejecutar(cfg: dict | None = None):
 
     logger.info("=" * 60)
     logger.info(f"🚀 {describir_servicio()}")
-    logger.info(f"💾 HANA: {cfg['hana']['host']}:{cfg['hana']['port']}")
+    cfg_hana = obtener_config_hana()
+    logger.info(f"💾 HANA: {cfg_hana['host']}:{cfg_hana['port']}")
     logger.info("=" * 60)
     logger.info(f"🏢 Empresas configuradas: {len(cfg.get('empresas', []))}")
     logger.info(f"📁 Descargas base: {base}")

crontab-host

@@ -1,26 +0,0 @@
-# Crontab del HOST (macOS o Linux) — Docker.
-# Levanta el contenedor solo durante cada ejecución de la descarga CPE.
-# Lunes a viernes. Horario:
-#   06:00-13:00 c/20min · 13:00-14:00 c/30min · 14:00-21:00 c/20min · 21:00-23:00 c/1h (21:00 y 22:00)
-# Fuera de esas franjas y sábado/domingo no se ejecuta nada; recién retoma
-# a las 06:00 del siguiente día hábil.
-#
-# Ajustar PROY a la ruta absoluta del proyecto y SMB_HOST_MOUNT al punto de
-# montaje SMB del host (macOS: /Users/<usuario>/FileSAP · Linux: /mnt/filesap).
-SHELL=/bin/bash
-PATH=/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin
-PROY=/Users/george/Documents/docker/proyectos/descarga_cpe_sovos
-SMB_HOST_MOUNT=/Users/george/FileSAP
-
-# 06:00-13:00 cada 20 min
-*/20 6-12 * * 1-5 cd $PROY && SMB_HOST_MOUNT=$SMB_HOST_MOUNT docker compose run --rm descarga-cpe
-# 13:00-14:00 cada 30 min
-0,30 13 * * 1-5 cd $PROY && SMB_HOST_MOUNT=$SMB_HOST_MOUNT docker compose run --rm descarga-cpe
-# 14:00-21:00 cada 20 min
-*/20 14-20 * * 1-5 cd $PROY && SMB_HOST_MOUNT=$SMB_HOST_MOUNT docker compose run --rm descarga-cpe
-# 21:00-23:00 cada 1 hora (21:00 y 22:00; 23:00 es solo el límite de fin)
-0 21-22 * * 1-5 cd $PROY && SMB_HOST_MOUNT=$SMB_HOST_MOUNT docker compose run --rm descarga-cpe
-
-# macOS: dar Full Disk Access a /usr/sbin/cron en Ajustes del Sistema > Privacidad.
-# El log (con rotación de 30 días) queda en logs/descarga-cpe.log; main.py
-# captura y loguea ahí cualquier excepción no controlada.

docker-compose.yml

@@ -1,12 +1,18 @@
 services:
   descarga-cpe:
     build: .
-
+    restart: unless-stopped
+    stop_grace_period: 15s
+    logging:
+      driver: json-file
+      options:
+        max-size: "10m"
+        max-file: "5"
     env_file:
       - .env
-    
     volumes:
       - ./config.json:/app/config.json:ro
+      - ./scheduler.json:/app/scheduler.json:ro
       - ./downloads:/app/downloads
       - ./logs:/app/logs
       - ${SMB_HOST_MOUNT:-/Users/george/FileSAP}:/mnt/FileSAP
@@ -15,5 +21,5 @@ services:
       # Dentro del contenedor la unidad está siempre en /mnt/FileSAP
       # (independiente del punto de montaje del host: macOS Ubuntu).
       - SMB_MOUNT_LINUX=/mnt/FileSAP
-      # Sin restart: el cron del host levanta el contenedor con
+      # Servicio persistente: main.py corre en loop dirigido por scheduler.json
-      # `docker compose run --rm` solo durante cada ejecución.
+      # (ver CLAUDE.md regla 8). Se levanta una sola vez con `docker compose up -d`.

hana_manager.py

@@ -18,11 +18,18 @@ _cfg_hana = None
 def _cargar_config():
     global _cfg_hana
     if _cfg_hana is None:
-        with open(CONFIG_FILE, encoding="utf-8") as f:
+        _cfg_hana = {
-            data = json.load(f)
+            "host": os.getenv("HANA_HOST"),
-        _cfg_hana = data["hana"]
+            "port": int(os.getenv("HANA_PORT", "30015")),
+            "user": os.getenv("HANA_USER"),
+            "password": os.getenv("HANA_PASSWORD"),
+        }
     return _cfg_hana
 
+
+def obtener_config_hana() -> dict:
+    return _cargar_config()
+
 # ============================================================================
 def get_connection():
     global _conn

main.py

@@ -1,14 +1,56 @@
-"""main.py — entrada delgada. Llama a ejecutar() definido en core.py."""
+"""main.py — entrada delgada. Bucle continuo dirigido por scheduler.json."""
-import sys
+import signal
+import time
+from datetime import datetime
 
 from core import ejecutar
+from scheduler import cargar_scheduler, franja_actual, proximo_inicio
 from logger_manager import get_logger
 
+logger = get_logger("main")
+
+_running = True
+
+# ============================================================================
+def _signal_handler(signum, frame):
+    global _running
+    logger.info("⏹️  Señal de parada recibida. Deteniendo tras el ciclo actual...")
+    _running = False
+
+
+def _dormir_interrumpible(segundos: float):
+    """Duerme en pasos de 1s para reaccionar rápido a SIGTERM/SIGINT."""
+    restante = int(segundos)
+    while restante > 0 and _running:
+        time.sleep(min(1, restante))
+        restante -= 1
+
 # ============================================================================
 if __name__ == "__main__":
-    try:
+    signal.signal(signal.SIGINT, _signal_handler)
-        ejecutar()
+    signal.signal(signal.SIGTERM, _signal_handler)
-    except Exception:
+
-        get_logger("main").error("Excepción no controlada", exc_info=True)
+    while _running:
-        sys.exit(1)
+        try:
+            cfg_scheduler = cargar_scheduler()
+            ahora = datetime.now()
+            franja = franja_actual(cfg_scheduler, ahora)
+
+            if franja is None:
+                proximo = proximo_inicio(cfg_scheduler, ahora)
+                segundos = max((proximo - ahora).total_seconds(), 0)
+                logger.info(
+                    f"⏸️  Fuera de horario. Próxima franja: {proximo:%Y-%m-%d %H:%M} "
+                    f"(durmiendo {int(segundos)}s)"
+                )
+                _dormir_interrumpible(segundos)
+                continue
+
+            ejecutar()
+            _dormir_interrumpible(franja["intervalo"])
+        except Exception:
+            logger.error("Excepción no controlada en el ciclo", exc_info=True)
+            _dormir_interrumpible(60)
+
+    logger.info("👋 Proceso detenido.")
 # ============================================================================

scheduler.json

@@ -0,0 +1,9 @@
+{
+  "HORARIOS": [
+    [6, 0, 13, 15, "rapido"],
+    [13, 15, 14, 0, "full"],
+    [14, 0, 17, 30, "rapido"],
+    [17, 30, 21, 30, "full"]
+  ],
+  "DIAS_ACTIVOS": [0, 1, 2, 3, 4]
+}

scheduler.py

@@ -0,0 +1,61 @@
+"""scheduler.py — franja horaria activa para el while loop de main.py.
+
+Lee scheduler.json (HORARIOS + DIAS_ACTIVOS) y responde dos preguntas:
+  * franja_actual(): si ahora cae dentro de una franja, con qué modo.
+  * proximo_inicio(): si no, cuándo empieza la próxima franja activa.
+"""
+import json
+from pathlib import Path
+from datetime import datetime, timedelta
+
+# ============================================================================
+SCHEDULER_FILE = Path(__file__).parent / "scheduler.json"
+
+INTERVALOS_POR_MODO = {
+    "rapido": 10 * 60,
+    "full": 60 * 60,
+}
+
+# ============================================================================
+def cargar_scheduler(path: Path | None = None) -> dict:
+    p = path or SCHEDULER_FILE
+    with open(p, encoding="utf-8") as f:
+        return json.load(f)
+
+
+def _minutos(hora: int, minuto: int) -> int:
+    return hora * 60 + minuto
+
+
+def franja_actual(cfg: dict, ahora: datetime) -> dict | None:
+    if ahora.weekday() not in cfg.get("DIAS_ACTIVOS", []):
+        return None
+
+    minutos_ahora = _minutos(ahora.hour, ahora.minute)
+    for h_ini, m_ini, h_fin, m_fin, modo in cfg.get("HORARIOS", []):
+        if _minutos(h_ini, m_ini) <= minutos_ahora < _minutos(h_fin, m_fin):
+            return {"modo": modo, "intervalo": INTERVALOS_POR_MODO.get(modo, 600)}
+    return None
+
+
+def proximo_inicio(cfg: dict, ahora: datetime) -> datetime:
+    dias_activos = cfg.get("DIAS_ACTIVOS", [])
+    horarios = cfg.get("HORARIOS", [])
+    if not dias_activos or not horarios:
+        raise ValueError("scheduler.json sin DIAS_ACTIVOS o HORARIOS configurados")
+
+    for delta in range(0, 8):
+        candidato = ahora + timedelta(days=delta)
+        if candidato.weekday() not in dias_activos:
+            continue
+        inicios = []
+        for h_ini, m_ini, h_fin, m_fin, _modo in horarios:
+            inicio = candidato.replace(hour=h_ini, minute=m_ini, second=0, microsecond=0)
+            if delta == 0 and inicio <= ahora:
+                continue
+            inicios.append(inicio)
+        if inicios:
+            return min(inicios)
+
+    raise ValueError("No se encontró una próxima franja activa en los próximos 7 días")
+# ============================================================================