descarga_factura_transporte/docs/inventario.md

Inventario del código

Archivos

Archivo	Líneas	Rol
main.py	134	Demonio orquestador (loop de horarios)
pipeline.py	1284	Pipeline core (procesar un correo completo)
sunat_schema.py	720	Parseo de XML SUNAT (Invoice, DespatchAdvice)
pdf_utilities.py	464	Parseo de PDFs (factura, guías)
sapb1_manager.py	321	Comunicación con SAP B1 Service Layer
outlook_utilities.py	234	Comunicación con Microsoft Graph
hana_manager.py	123	Comunicación con SAP HANA directa (fallback de sapb1_manager y valor referencial)
database_utilities.py	116	SQLite local (cache de correos)
consulta_rapida.py	113	Script auxiliar para reprocesar correos por ID
email_utilities.py	52	Utilitarios de adjuntos (ZIP, filtrado)
logger_manager.py	149	Logging a archivo rotado (30 días) + consola + captura de print()

---

Dependencias entre archivos

main.py
  ├── logger_manager.py
  └── pipeline.py
        ├── sunat_schema.py
        ├── pdf_utilities.py
        ├── sapb1_manager.py
        │     └── hana_manager.py
        ├── hana_manager.py            (valor referencial, Sp_ObtenerValorReferencial)
        ├── outlook_utilities.py
        ├── email_utilities.py
        └── database_utilities.py

consulta_rapida.py
  ├── logger_manager.py
  ├── database_utilities.py
  └── pipeline.py (_procesar_un_correo, step_authenticate)

---

Flujo de datos

main()
  └── run_pipeline()
        ├── step_authenticate() → token MS Graph
        ├── step_fetch_emails() → emails[]
        └── _procesar_un_correo() (por cada email)
              ├── BD: verificar duplicado
              ├── _descargar_adjuntos() → archivos
              ├── _descomprimir() ZIPs
              ├── _filtrar_y_limpiar() → solo PDF/XML
              ├── _procesar_pdfs() → pdf_cache
              │     └── pdf_utilities.extraer_datos_pdf()
              ├── _procesar_xmls(pdf_cache) → documentos[]
              │     ├── sunat_schema.extraer_datos_xml()
              │     └── _copiar_a_red() → copia PDF/XML a ruta de red (RUTA_RED_FACTURACION)
              ├── _completar_guias(documentos, pdf_cache) → completa guías faltantes desde PDF
              ├── _validar_guias(documentos) → advierte guías con datos incompletos
              ├── _guardar_resultado(documentos)
              ├── _validate_prices(factura) → (ok, resultados)
              │     └── sapb1_manager.get_delivery_notes()
              │           ├── SL (Service Layer) GET /DeliveryNotes
              │           ├── HANA fallback (get_delivery: ODLN, luego OWTR)
              │           └── si vino de OWTR: GET StockTransfers(DocEntry)
              │                 → U_IDC_NUMOV → GET Orders(U_IDC_NUMOV)
              ├── _obtener_valor_referencial_sap(factura) → guias_valor_ref
              │     └── hana_manager.obtener_valor_referencial() (Sp_ObtenerValorReferencial)
              ├── _build_sap_draft(factura, resultados) → draft (incluye U_VS_ANEXO_PDF/XML)
              │     └── sapb1_manager.obtener_condicion_pago(CardCode) → DocDueDate
              ├── _guardar_draft_json(draft)
              ├── sapb1_manager.create_draft(draft)
              └── outlook_utilities.send_email(notificación)

---

Problemas conocidos hasta ahora

#	Problema	Archivo	Estado
1	_extraer_serie_numero_desde_texto no limpiaba leading zeros	sunat_schema.py	✅ Corregido
2	Al asignar guías por línea, si hay +refs que líneas, las sobrantes se perdían	pipeline.py	✅ Corregido
3	SL sin fallback a HANA	sapb1_manager.py	✅ Corregido
4	Ctrl+C mostraba traceback	main.py	✅ Corregido
5	.env.dev vs .env inconsistente	sapb1_manager.py	✅ Corregido
6	HANA_HOST vs HANA_SERVER en .env	hana_manager.py	✅ Corregido
7	Columna Cancelled vs CANCELED en HANA	hana_manager.py	✅ Corregido
8	Bloque if __name__ == "__main__" borraba un correo real de la BD al ejecutar el módulo directo	database_utilities.py	✅ Corregido
9	extraer_datos_xml solo procesaba guías tipo 31; tipo 09 (remitente) se descartaba pese a estar documentado	sunat_schema.py	✅ Corregido
10	DatosComprobante.__str__ usaba ref.id (campo que ya no existe en DocumentoReferencia)	sunat_schema.py	✅ Corregido
11	Log de error HTTP con print("%s", ...) no interpolaba el mensaje	sapb1_manager.py	✅ Corregido
12	Fuga de conexión HANA si cursor() fallaba (quedaba fuera del try)	hana_manager.py	✅ Corregido
13	razon_social_emisor se llenaba con el nombre del receptor en el JSON de depuración del PDF	pipeline.py	✅ Corregido
14	Typo VERIFI_SSL en vez de VERIFY_SSL	outlook_utilities.py / .env	✅ Corregido
15	Conexiones SQLite sin try/finally (fuga si fallaba una consulta a mitad de camino)	database_utilities.py	✅ Corregido
16	Código muerto sin llamadores (quitar_correos_ya_registrados_en_base_de_datos, procesar_adjuntos_email)	email_utilities.py	✅ Corregido (eliminado)
17	logger_utilities.py (redirección global de stdout, sin niveles ni rotación real) reemplazado por logger_manager.py (logging estándar, rotación diaria 30 días, captura de print())	logger_manager.py	✅ Corregido
18	task()/last_task() de logger_manager.py no devolvían el sub-logger (with ... as sub daba siempre None)	logger_manager.py	✅ Corregido
19	DOWNLOAD_FOLDER duplicado en .env	.env	✅ Corregido
20	Guías tipo 09 no se encontraban si el documento estaba en OWTR (Traslado de Inventario) en vez de ODLN	hana_manager.py	✅ Corregido (fallback ODLN → OWTR)
21	Parámetros tipo/serie cruzados al llamar get_delivery/get_delivery_notes (mapeaban al revés a U_BPP_MDSD/U_BPP_MDTD)	hana_manager.py, sapb1_manager.py, pipeline.py	✅ Corregido (orden natural tipo, serie, numero)
22	StockTransfers (OWTR) no tiene líneas FL*, por lo que la validación de precios fallaba siempre para esas guías	sapb1_manager.py	✅ Corregido (resuelve la Orden de Venta vía U_IDC_NUMOV y valida contra Orders(DocEntry))
23	DocDueDate del draft usaba fecha_emision del XML, sin considerar la condición de pago del proveedor	pipeline.py, sapb1_manager.py	✅ Corregido (DocDueDate = fecha de contabilización + días de PaymentTermsTypes)
24	Patrón regex de valor referencial no reconocía la variante truncada "VALOR REFER" (ej. "VALOR REFER:S/ 1431.16")	sunat_schema.py	✅ Corregido

---

Funciones internas en _procesar_un_correo (pipeline.py)

Nota: _ruta_carpeta y _copiar_a_red son helpers a nivel de módulo (no anidados en _procesar_un_correo); el resto son funciones anidadas dentro de _procesar_un_correo (líneas 142-1304).

Función	Líneas	Propósito
_ruta_carpeta (módulo)	33-34	Resuelve una ruta relativa al directorio del script
_copiar_a_red (módulo)	37-94	Copia PDF/XML a la ruta de red de Facturación Electrónica (RUTA_RED_FACTURACION)
_descargar_adjuntos	169-196	Descarga adjuntos vía Graph API
_descomprimir	198-211	Descomprime ZIPs
_filtrar_y_limpiar	213-253	Filtra PDF/XML, elimina el resto
_procesar_pdfs	255-308	Extrae datos de PDFs, renombra, genera cache
_procesar_xmls	310-463	Procesa XMLs, cruza con PDF, asigna guías, copia a red
_completar_guias	465-522	Completa guías faltantes en líneas XML desde el PDF cache
_validar_guias	524-532	Advierte (log) guías con datos incompletos
_guardar_resultado	534-653	Guarda JSON con datos extraídos (XML y PDF)
_calcular_fecha_vencimiento	665-692	Calcula DocDueDate = fecha de contabilización + días de la condición de pago (PaymentTermsTypes)
_build_sap_draft	694-855	Construye payload del draft SAP B1
_validate_prices	856-1030	Valida precios contra DeliveryNotes / Orders (SAP)
_build_validation_html	1032-1061	Genera tabla HTML de validación de precios
_obtener_valor_referencial_sap	1062-1090	Consulta Sp_ObtenerValorReferencial en HANA por guía
_build_valor_referencial_html	1091-1126	Genera tabla HTML comparando valor referencial XML vs SAP
_build_notification_body	1127-1168	Arma cuerpo del email de notificación
_guardar_draft_json	1169-1195	Guarda draft JSON para depuración