descarga_factura_transporte/README.md

descarga_factura_transporte

Demonio que descarga las facturas de transporte (PDF/XML SUNAT) recibidas en un buzón de Office 365, valida sus precios contra SAP Business One y crea el borrador (Draft) de la factura de compra. Al terminar, notifica el resultado por correo al remitente.

Qué hace con cada correo

Bandeja de entrada (Microsoft Graph)
  → descarga adjuntos, descomprime ZIP, se queda con PDF/XML
  → extrae datos de PDF y XML y asigna las guías de remisión por línea
  → valida precios de cada guía contra SAP (Service Layer, con fallback a HANA)
  → crea el Draft en SAP B1 si todos los precios coinciden
  → responde a quien envió el correo con la plantilla de aceptado o rechazado
    (por defecto en modo prueba: la respuesta va al equipo; ver docs/respuesta_proveedor.md)

Cada correo se registra en una base SQLite (emails.db) y no se vuelve a procesar. Detalle del flujo en docs/pipeline.md.

Requisitos

• Python 3.11 o superior.
• Acceso a: Microsoft Graph (app registrada en Azure AD), SAP B1 Service Layer y SAP HANA.

Instalación

python -m venv venv
source venv/bin/activate          # Windows: venv\Scripts\activate
pip install -r requirements.txt
cp .env.example .env              # y completar los valores

El .env nunca se sube a git. Todas las variables están documentadas en .env.example. Al arrancar, config_validator termina con un error claro si falta alguna obligatoria.

Uso

python main.py                    # demonio; consulta los últimos 2 días (--dias 2)
python main.py --dias 5           # ventana de búsqueda de 5 días
python tools/consulta_rapida.py --set <nombre>   # reprocesar correos por ID (sets en tools/ids_prueba.json)

El demonio trabaja por bloques horarios (cada 1, 5, 30 o 60 minutos según la hora) y duerme fuera de ellos. Los bloques están en HORARIOS de main.py y se explican en docs/main.md.

Pruebas

pip install -e ".[dev]"           # instala pytest
pytest                            # ~95 pruebas, unos 3 segundos; no tocan SAP, HANA ni Outlook

• Extracción (tests/test_extraccion_correos.py): corre la extracción real sobre cada correo de tests/fixtures/correos_prueba/ y la compara con tests/golden/<caso>.json. Esos resultados esperados fijan el comportamiento actual; no prueban que sea correcto. Si cambias la extracción a propósito, revisa el diff y regenéralos con UPDATE_GOLDEN=1 pytest tests/test_extraccion_correos.py.
• Unitarias: validación de precios, construcción del draft, notificaciones, guías, copia a red, filtrado de adjuntos y validación del .env.
• Flujo completo (tests/test_pipeline_flujo.py): _procesar_un_correo con SAP, HANA, Outlook y la BD simulados.

Los scripts de tools/ (procesar_pdfs_prueba.py, procesar_xmls_prueba.py, etc.) son anteriores a la suite: escriben xml_resultado_*.json y pdf_resultado_*.json dentro de cada carpeta de tests/fixtures/correos_prueba/. Esos archivos no los usa ninguna prueba y pueden estar desactualizados. tools/descargar_correos_prueba.py borra y vuelve a descargar toda esa carpeta de correos reales.

Carpetas de salida (ignoradas por git)

Ruta	Contenido
adjuntos/	PDF/XML descargados (DOWNLOAD_FOLDER)
resultado/	JSON de datos extraídos y de drafts, para depuración (OUTPUT_FOLDER)
logs/	Log con rotación diaria y 30 días de historial. LOG_LEVEL controla el nivel
emails.db	Correos ya procesados y comprobantes con su código de seguimiento

Estructura del proyecto

Módulo	Rol
main.py	Demonio y horarios
pipeline.py	Orquesta el proceso de cada correo
adjuntos.py, documentos.py, persistencia.py	Descarga de adjuntos, extracción de PDF/XML, guardado de JSON
draft_sap.py, notificaciones.py	Validación de precios y construcción del Draft; correo técnico para el equipo
respuesta_proveedor.py, observaciones.py, plantillas.py	Respuesta de aceptado/rechazado al remitente con las plantillas HTML (plantilla/)
outlook_utilities.py, sapb1_manager.py, hana_manager.py	Clientes de Microsoft Graph, SAP Service Layer y SAP HANA
sunat_schema.py, pdf_utilities.py	Lectura de XML SUNAT y de PDF
database_utilities.py, seguimiento.py, email_utilities.py	SQLite local; códigos de seguimiento y resultado por comprobante; ZIP y filtrado de adjuntos
logger_manager.py, config_validator.py, pipeline_utils.py	Logging, validación del .env, utilidades
tools/	Scripts manuales: reprocesar correos, regenerar/inspeccionar los correos de prueba, aberio.http
tests/	Suite pytest, correos de ejemplo (tests/fixtures/) y resultados esperados (tests/golden/)

Documentación

Documento	Tema
docs/inventario.md	Archivos, dependencias, flujo de datos y bugs corregidos
docs/main.md	Demonio y horarios
docs/pipeline.md	Flujo por correo y funciones por módulo
docs/procesar_pdfs.md / docs/procesar_xmls.md	Extracción de datos de PDF y XML
docs/validar_precios.md	Validación de precios contra SAP
docs/construir_draft.md	Construcción del Draft SAP B1
docs/respuesta_proveedor.md	Respuesta de aceptado/rechazado al proveedor: modos, protecciones y observaciones
docs/seguimiento.md	Códigos de seguimiento y resultado por comprobante
docs/configurar_msal.md	Cómo obtener CLIENT_ID, TENANT_ID y CLIENT_SECRET en Azure
docs/outlook_utilities.md	Cliente de Microsoft Graph
docs/hana_manager.md	Consultas directas a SAP HANA