descarga_cpe_sovos/descargador_sovos.py

import os
import time
from pathlib import Path
from playwright.sync_api import sync_playwright, TimeoutError as PlaywrightTimeout

from hana_manager import marcar_pdf_descargado, marcar_xml_descargado
from logger_manager import get_logger

logger = get_logger("descargador")

# ============================================================================
URL_SOVOS = "https://public-einvoicing.sovos.com/pe"

# ============================================================================
def descargar_comprobante(page, ruc, tipo, serie, numero, correlativo, monto, fecha, download_dir):
    page.goto(URL_SOVOS, wait_until="domcontentloaded", timeout=30000)

    try:
        page.locator('input[name="senderTaxId"]').wait_for(state="visible", timeout=30000)
    except Exception as e:
        try:
            snippet = (page.inner_text("body") or "")[:600].replace("\n", " ")
        except Exception:
            snippet = "<no pude leer el body>"
        logger.error(f"   ❌ No se encontró el campo RUC. URL={page.url}")
        logger.error(f"   🔎 Contenido visible: {snippet}")
        raise

    page.fill('input[name="senderTaxId"]', ruc)

    page.click('#mui-component-select-invoiceTypeCode')
    page.wait_for_selector(f'li[role="option"][data-value="{tipo}"]', timeout=5000)
    page.click(f'li[role="option"][data-value="{tipo}"]')
    time.sleep(0.5)

    page.fill('input[name="correlative"]', correlativo)

    page.fill('input[name="payableAmount"]', str(monto))

    date_input = page.locator('//input[contains(@placeholder, "Ej: 202")]')
    date_input.click()
    date_input.fill(fecha)
    time.sleep(0.5)

    submit_btn = page.locator('//button[contains(text(), "Ver documento")]')
    if submit_btn.is_disabled():
        raise ValueError("Botón 'Ver documento' deshabilitado. Verifique los campos.")

    submit_btn.click()

    download_btn = page.locator("[data-testid='btn-download-document']")
    errorLocator = page.locator(".sovosSnackbar--error, :text('Document not found')")

    try:
        download_btn.wait_for(state="visible", timeout=15000)
    except PlaywrightTimeout:
        if errorLocator.count() > 0 and errorLocator.first.is_visible():
            raise FileNotFoundError("El comprobante no existe en el portal de Sovos (Document not found).")
        raise TimeoutError("Tiempo de espera agotado sin encontrar el comprobante ni error.")

    nombre_base = f"{ruc}-{tipo}-{serie}-{numero}"

    with page.expect_download(timeout=30000) as download_info:
        download_btn.click()
    download_pdf = download_info.value
    pdf_path = Path(download_dir) / f"{nombre_base}.pdf"
    download_pdf.save_as(str(pdf_path))

    page.click('button:has-text(".pdf"), button:has-text(".xml")')
    time.sleep(1)
    page.click('li[role="menuitem"]:has-text(".xml")')
    page.wait_for_selector('button:has-text(".xml")', timeout=5000)

    with page.expect_download(timeout=30000) as download_info:
        download_btn.click()
    download_xml = download_info.value
    xml_path = Path(download_dir) / f"{nombre_base}.xml"
    download_xml.save_as(str(xml_path))

    return [pdf_path.name, xml_path.name]

# ============================================================================
def descargar_documentos_pendientes(docs, download_dir):
    Path(download_dir).mkdir(parents=True, exist_ok=True)

    docs_descargar = [
        d for d in docs
        if (d.get("tienePDF") or "N").strip() == "N"
        or (d.get("tieneXML") or "N").strip() == "N"
    ]

    if not docs_descargar:
        logger.info("   ✅ No hay documentos para descargar")
        return {"exitosos": 0, "fallidos": 0, "archivos": []}

    logger.info(f"\n📥 Descargando {len(docs_descargar)} comprobantes desde Sovos...")
    exitosos = 0
    fallidos = 0
    archivos_descargados = []

    with sync_playwright() as p:
        browser = p.firefox.launch(headless=True)
        context = browser.new_context(accept_downloads=True, ignore_https_errors=True)
        page = context.new_page()

        for idx, doc in enumerate(docs_descargar):
            ruc = (doc.get("LicTradNum") or "").strip()
            tipo = (doc.get("Indicator") or "").strip()
            serie = (doc.get("FolioPref") or "").strip()
            numero_raw = doc.get("FolioNum") or 0
            numero = str(int(numero_raw))
            monto = doc.get("DocTotal") or 0
            fecha = (doc.get("TaxDate") or "").strip()
            correlativo = f"{serie}-{numero}"
            schema = (doc.get("schema") or "").strip()
            docentry = doc.get("DocEntry")

            logger.info(f"   [{idx+1}/{len(docs_descargar)}] DocEntry={docentry} DocNum={doc.get('DocNum')} "
                        f"{ruc}-{tipo}-{correlativo}")

            try:
                archivos = descargar_comprobante(
                    page, ruc, tipo, serie, numero, correlativo, monto, fecha, download_dir
                )
                exitosos += 1
                archivos_descargados.extend(archivos)
                logger.info(f"      ✅ Descargado: PDF={archivos[0] if len(archivos) > 0 else ''} "
                        f"| XML={archivos[1] if len(archivos) > 1 else ''}")

                if schema and docentry is not None:
                    if (doc.get("tienePDF") or "N").strip() == "N":
                        marcar_pdf_descargado(schema, docentry, doc.get("urlPDF"), archivos[0] if len(archivos) > 0 else "")
                    if (doc.get("tieneXML") or "N").strip() == "N":
                        marcar_xml_descargado(schema, docentry, doc.get("urlXML"), archivos[1] if len(archivos) > 1 else "")

                time.sleep(1.5)
            except Exception as e:
                fallidos += 1
                logger.error(f"      ❌ Error: {e}")

        browser.close()

    logger.info(f"\n📊 Resultado: ✅ {exitosos} éxitos | ❌ {fallidos} fallidos")
    return {"exitosos": exitosos, "fallidos": fallidos, "archivos": archivos_descargados}
# ============================================================================