descarga_factura_transporte/persistencia.py

"""Persistencia a disco (JSON) de resultados y drafts."""

import os
import re
import json
from datetime import datetime

import sunat_schema
import pdf_utilities
from pipeline_utils import log


# ============================================================================
def guardar_resultado(documentos: list[dict], datos_pdf: list[dict], output_folder: str) -> list[str]:
    """
    Guarda los resultados XML y PDF en archivos JSON separados.

    El nombre del archivo sigue el patrón
    ``{tipo}_resultado_{serie}-{numero}_{timestamp}.json`` y se escribe en
    ``output_folder``.

    Args:
        documentos: Lista de diccionarios con datos extraídos de XML
            (producida por ``procesar_xmls``).
        datos_pdf: Lista de diccionarios con datos extraídos de PDF
            (producida por ``procesar_pdfs``).

    Example:
        Si ``documentos[0]`` tiene ``serie="F002", numero="486"``::

            guardar_resultado(documentos, pdf_datos, output_folder)
            # → Crea xml_resultado_F002-486_2026-07-08_12-00-00.json
            # → Crea pdf_resultado_F002-486_2026-07-08_12-00-00.json
    """
    if not documentos:
        return []
    if not os.path.exists(output_folder):
        os.makedirs(output_folder, exist_ok=True)
    ts = datetime.now().strftime("%Y-%m-%d_%H-%M-%S")
    serie = documentos[0].get("serie", "unknown")
    numero = documentos[0].get("numero", "unknown")
    base = f"{serie}-{numero}_{ts}"

    saved: list[str] = []

    # XML result
    xml_name = f"xml_resultado_{base}.json"
    xml_path = os.path.join(output_folder, xml_name)
    with open(xml_path, "w", encoding="utf-8") as f:
        json.dump(documentos, f, ensure_ascii=False, indent=4)
    log(f"💾 XML guardado: {xml_name}")
    saved.append(xml_path)

    # PDF result (normalizado al mismo schema que XML)
    pdf_docs = []
    for raw in datos_pdf:
        if raw.get("error"):
            continue
        td = (raw.get("tipo_documento") or "").upper()
        tipo = pdf_utilities.TIPO_MAP.get(td)
        if not tipo:
            continue
        sn = raw.get("serie_numero") or ""
        serie_p, num_p = sunat_schema.split_serie_numero(sn)
        if not serie_p:
            continue
        doc = {
            "ruc_emisor": raw.get("ruc_emisor"),
            "razon_social_emisor": None,  # el PDF no extrae la razón social del emisor
            "fecha_emision": raw.get("fecha_emision"),
            "tipo": tipo,
            "serie": serie_p,
            "numero": num_p,
            "ruc_receptor": raw.get("ruc_receptor"),
            "razon_social_receptor": raw.get("nombre_receptor"),
            "total_factura": raw.get("monto_total"),
            "documentos_referencia": [],
            "tiene_detraccion": False,
            "codigo_detraccion": None,
            "porcentaje_detraccion": None,
            "monto_detraccion": None,
            "lineas": [],
            "ruta_pdf": raw.get("archivo"),
        }
        det = raw.get("detraccion") or {}
        if det.get("tiene"):
            doc["tiene_detraccion"] = True
            doc["porcentaje_detraccion"] = det.get("porcentaje")
            doc["monto_detraccion"] = det.get("monto")
        for item in raw.get("items") or []:
            linea = {
                "descripcion": item.get("descripcion", ""),
                "cantidad": item.get("cantidad"),
                "precio_unitario": item.get("precio_unitario"),
                "total_linea": item.get("total"),
                "guias_remision": [],
                "guia_transportista": None,
            }
            for g in item.get("guias_remision") or []:
                if isinstance(g, str):
                    m = re.search(r"\b([TVE][A-Z0-9]{3,4})\s*-?\s*(\d+)", g)
                    if m:
                        linea["guias_remision"].append({
                            "tipo": "09",
                            "serie": m.group(1).upper(),
                            "numero": m.group(2).lstrip("0") or "0",
                        })
                elif isinstance(g, dict):
                    linea["guias_remision"].append(dict(g))
            gt = item.get("guia_transportista")
            if gt:
                if isinstance(gt, str):
                    m = re.search(r"\b([TVE][A-Z0-9]{3,4})\s*-?\s*(\d+)", gt)
                    if m:
                        linea["guia_transportista"] = {
                            "tipo": "31",
                            "serie": m.group(1).upper(),
                            "numero": m.group(2).lstrip("0") or "0",
                        }
                elif isinstance(gt, dict):
                    linea["guia_transportista"] = dict(gt)
            doc["lineas"].append(linea)
        pdf_docs.append(doc)

    if pdf_docs:
        pdf_name = f"pdf_resultado_{base}.json"
        pdf_path = os.path.join(output_folder, pdf_name)
        with open(pdf_path, "w", encoding="utf-8") as f:
            json.dump(pdf_docs, f, ensure_ascii=False, indent=4)
        log(f"💾 PDF guardado: {pdf_name}")
        saved.append(pdf_path)

    return saved


# ============================================================================
def guardar_draft_json(draft: dict, serie: str, numero: str, output_folder: str) -> None:
    """
    Guarda el payload del draft SAP B1 en un archivo JSON para
    depuración.

    El nombre sigue el patrón
    ``draft_sapb1_{serie}-{numero}_{timestamp}.json``.

    Args:
        draft: Payload del draft SAP B1 (producido por
            ``build_sap_draft``).
        serie: Serie de la factura (ej. ``"F002"``).
        numero: Número de la factura (ej. ``"486"``).

    Example:
        Draft de factura F002-486::

            guardar_draft_json(draft, "F002", "486", output_folder)
            # → Crea draft_sapb1_F002-486_2026-07-08_12-00-00.json
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder, exist_ok=True)
    ts = datetime.now().strftime("%Y-%m-%d_%H-%M-%S")
    filename = f"draft_sapb1_{serie}-{numero}_{ts}.json"
    with open(os.path.join(output_folder, filename), "w", encoding="utf-8") as f:
        json.dump(draft, f, ensure_ascii=False, indent=4)
    log(f"💾 Draft guardado: {filename}")