descarga_factura_transporte/docs/inventario.md

Inventario del código

Archivos

Archivo	Líneas	Rol
main.py	134	Demonio orquestador (loop de horarios)
pipeline.py	957	Pipeline core (procesar un correo completo)
sunat_schema.py	521	Parseo de XML SUNAT (Invoice, DespatchAdvice)
pdf_utilities.py	450	Parseo de PDFs (factura, guías)
sapb1_manager.py	322	Comunicación con SAP B1 Service Layer
outlook_utilities.py	228	Comunicación con Microsoft Graph
hana_manager.py	126	Comunicación con SAP HANA directa
database_utilities.py	114	SQLite local (cache de correos)
consulta_rapida.py	115	Script auxiliar para reprocesar correos por ID
email_utilities.py	93	Utilitarios de adjuntos (ZIP, filtrado)
logger_utilities.py	72	Logging a archivo + consola

---

Dependencias entre archivos

main.py
  └── pipeline.py
        ├── sunat_schema.py
        ├── pdf_utilities.py
        ├── sapb1_manager.py
        │     └── hana_manager.py
        ├── outlook_utilities.py
        ├── email_utilities.py
        │     └── database_utilities.py
        └── database_utilities.py

---

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()
              ├── _guardar_resultado(documentos)
              ├── _validate_prices(factura) → (ok, resultados)
              │     └── sapb1_manager.get_delivery_notes()
              │           ├── SL (Service Layer) GET /DeliveryNotes
              │           └── HANA fallback (get_delivery)
              ├── _build_sap_draft(factura, resultados) → draft
              ├── _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

---

Funciones internas en _procesar_un_correo (pipeline.py)

Función	Líneas	Propósito
_descargar_adjuntos	107-134	Descarga adjuntos vía Graph API
_descomprimir	136-149	Descomprime ZIPs
_filtrar_y_limpiar	151-191	Filtra PDF/XML, elimina el resto
_procesar_pdfs	193-246	Extrae datos de PDFs, renombra, genera cache
_procesar_xmls	248-377	Procesa XMLs, cruza con PDF, asigna guías
_guardar_resultado	379-408	Guarda JSON con datos extraídos
_build_sap_draft	410-569	Construye payload del draft SAP B1
_validate_prices	571-745	Valida precios contra DeliveryNotes SAP
_build_validation_html	747-775	Genera tabla HTML para notificación
_build_notification_body	777-814	Arma cuerpo del email de notificación
_guardar_draft_json	816-842	Guarda draft JSON para depuración